10 000 tickets par mois. 20 000 en pic d’activité. 7 langues. Une boîte mail partagée comme point de départ. C’est avec ce décor que Vinatis, l’un des leaders européens de la vente de vins en ligne, a entamé en 2020 la refonte de son service client avec fAibrik. Cinq ans plus tard, en mai 2026, l’entreprise déployait sa troisième brique : un agent conversationnel. Derrière cette décision, il y a une réflexion stratégique solide, une mise en œuvre rigoureuse, et surtout des résultats concrets. Céline Boissin, responsable du service client chez Vinatis, est venue partager son expérience lors d’un webinar. Cet article vous en donne un avant-goût. Pour aller plus loin et découvrir l’intégralité de son témoignage, demandez le replay du webinar ci-dessous.
Vinatis : un service client confronté à une croissance rapide
A propos de Vinatis
Vinatis, est l’un des leaders européens de la vente de vins et spiritueux en ligne. Depuis plus de 15 ans, l’entreprise propose une sélection de plusieurs milliers de références à une clientèle de passionnés, particuliers comme professionnels, dans toute l’Europe. Leur modèle repose sur une expérience d’achat soignée, du conseil à la livraison, et le service client est au cœur de cette promesse.
Les enjeux de départ
Avant de déployer les solutions fAibrik, Vinatis gérait son service client depuis une simple boîte mail partagée. Cette organisation atteignait ses limites. La période Covid a accéléré la crise. Le volume de demandes a explosé en quelques semaines, et les agents traitaient en moyenne 10 000 tickets par mois. Pendant les pics d’activité, ce chiffre pouvait doubler pour atteindre 20 000 demandes.
“On est parti d’une boîte mail sur laquelle on partageait les demandes des clients, ce qui était extrêmement chronophage”
À ces volumes s’ajoutait une contrainte supplémentaire. Avec près d’une vingtaine de pays livrés, le service client devait gérer plus de 7 langues différentes. La gestion manuelle ne tenait plus. C’est dans ce contexte que Céline Boissin a commencé à chercher des solutions adaptées à ces enjeux, et qu’elle s’est tournée vers fAibrik.
La collaboration avec fAibrik
Devenue cliente fAibrik en 2020, Vinatis n’a pas tout déployé en une seule fois. L’approche a été progressive : identifier les besoins au fil du temps, puis ajouter des outils au fur et à mesure. Cette logique par étapes a permis à chaque solution de s’intégrer sereinement dans les processus existants, sans perturber l’équipe.
La solution omnicanale de ticketing
La première brique mise en place a été le ticketing omnicanal. Emails, messageries instantanées, formulaires de contact : toutes les demandes clients sont désormais centralisées sur une seule interface. L’intelligence artificielle analyse chaque ticket entrant : elle identifie le motif de contact, détecte le sentiment du client, évalue la priorité et l’assigne au bon conseiller.
Ce dernier dispose de l’historique complet pour personnaliser sa réponse. Il peut aussi s’appuyer sur l’IA comme assistant à la rédaction et à la traduction. L’intelligence artificielle joue ici le rôle d’un assistant personnel, sans jamais remplacer les conseillers humains. Grâce à cette organisation, Vinatis a pu traiter toutes les demandes, même pendant les pics d’activité, avec un délai moyen inférieur à 24 heures.
La gestion des avis
Une fois la gestion des demandes stabilisée, Vinatis a souhaité mieux maîtriser sa réputation en ligne. La gestion des avis remplit une double mission : acquérir de nouveaux clients et fidéliser les clients actuels. En répondant aux avis négatifs, l’entreprise règle les problèmes rencontrés et récupère des clients déçus. En répondant aux avis positifs, elle renforce le lien avec sa clientèle existante.
Vinatis répond désormais à l’intégralité des avis reçus. Les avis positifs sont traités automatiquement. Les avis négatifs, qui demandent plus d’expertise et de compassion, sont pris en charge manuellement par les conseillers. Cette combinaison entre automatisation et intervention humaine est au cœur de l’approche fAibrik.
L'agent conversationnel
L’agent conversationnel a été déployé en mai 2026, comme troisième brique de la collaboration avec fAibrik. Cet agent conversationnel répond aux questions des visiteurs du site, en temps réel et en langage naturel, 24h/24 et 7j/7.
L’objectif est clair : décharger les conseillers des questions fréquentes et répétitives. Ils gagnent ainsi du temps pour se concentrer sur les demandes plus complexes, celles qui nécessitent une vraie expertise humaine. L’agent IA s’appuie sur une base de connaissances construite et alimentée par les équipes de Vinatis. Il ne cherche pas d’informations sur internet : il formule des réponses uniquement à partir de données vérifiées et validées en interne. Cette approche garantit des réponses fiables et cohérentes avec la politique de l’entreprise.
Le déploiement de l'agent
Déployer un agent conversationnel qui génère de vrais résultats ne s’improvise pas. Voici comment Vinatis a structuré ce projet, étape par étape.
1. Le cadrage du projet
La première étape d’un déploiement réussi, c’est le cadrage. On pense naturellement au service client comme seul interlocuteur du projet. En réalité, d’autres équipes ont leur rôle à jouer. L’équipe juridique peut définir quelles informations peuvent ou ne peuvent pas être partagées par l’agent. L’équipe IT peut identifier les points de blocage avec les outils existants. Impliquer les bonnes parties prenantes dès le départ évite les mauvaises surprises en cours de route.
Il faut aussi définir précisément le périmètre de l’assistant : quelles questions doit-il traiter, quelles réponses doit-il apporter ? Pour Vinatis, la priorité initiale était de couvrir les questions récurrentes. L’agent évoluera ensuite pour intégrer des informations sur la livraison. Enfin, fixer des objectifs et des KPIs dès le départ permet à toute l’équipe de piloter le projet avec clarté, et d’agir pour atteindre les résultats attendus.
2. La construction de la base de connaissances
La base de connaissances est le socle de l’agent conversationnel. C’est à partir de ces données que l’agent IA formule ses réponses. C’est aussi l’étape qui a demandé le plus de temps chez Vinatis, et c’est tout à fait normal. L’enjeu est de recueillir toutes les informations importantes pour les clients, de les formuler clairement, et de les structurer de façon à ce qu’elles soient facilement trouvées et lues par l’intelligence artificielle.
“Le projet pour alimenter la base nous a pris un mois. En passant tous les jours un peu de temps dessus.”
La base de connaissances n’est pas un document figé. C’est une ressource vivante, à maintenir et à enrichir régulièrement. Les questions posées par les clients après le déploiement permettent d’identifier les informations manquantes et de retravailler la clarté des données existantes. Plus elle est complète et bien organisée, plus les réponses générées sont pertinentes.
3. La phase de tests
Avant le déploiement, plusieurs équipes de Vinatis ont testé l’agent en posant des questions réelles. Cette phase est essentielle pour deux raisons. D’abord, elle permet de vérifier que l’agent conversationnel répond correctement. Ensuite, elle met en lumière les lacunes de la base de connaissances, pour les corriger avant que les clients ne les rencontrent eux-mêmes. C’est seulement une fois les tests validés que le déploiement peut commencer.
4. Le déploiement
La mise en ligne marque le début d’une phase d’observation active. Le chatbot conversationnel répond aux questions des visiteurs, et chaque interaction devient une source d’apprentissage. La base de connaissances peut être ajustée pour améliorer la précision et la pertinence des réponses au fil du temps. L’équipe peut aussi identifier les sujets sur lesquels les visiteurs posent des questions inattendues, et enrichir les données en conséquence.
Le déploiement n’est pas une ligne d’arrivée. C’est le point de départ d’une amélioration continue, pilotée par les données et les retours des clients. C’est précisément ce qu’illustre l’expérience de Vinatis.
Les résultats de l'implémentation
Céline Boissin a rapidement constaté les premiers effets de l’agent conversationnel. En quelques semaines, le volume de questions répétitives traitées par les conseillers a fortement reculé. Au point que Céline a redéployé une partie du temps gagné sur des sujets à plus forte valeur.
“Les conseillers peuvent se concentrer pleinement à la prise en charge d’un client”
Mais l’impact va plus loin. En analysant les questions posées via l’agent IA, Vinatis a identifié des zones d’incompréhension sur son propre site. Ces retours ont été transmis aux équipes concernées pour améliorer la clarté des contenus. Ce cercle vertueux réduit les questions à la source, plutôt que de simplement les traiter en aval.
Pour découvrir l’ensemble des résultats observés par Céline Boissin, et comprendre comment elle pilote le chatbot au quotidien, demandez le replay du webinar.
Le cas client de Vinatis complet
Le déploiement de l’agent conversationnel chez Vinatis est une réussite parce qu’il crée de vrais bénéfices pour les conseillers et pour les clients. Mais cet article ne vous raconte qu’une partie de l’histoire.
Pour obtenir le replay du webinar et écouter le retour d’expérience complet de Céline Boissin, cliquez sur le bouton ci-dessous. Elle revient en détail sur les choix faits à chaque étape, les difficultés rencontrées et les apprentissages qu’elle en tire. Si vous souhaitez également obtenir le cas client complet de Vinatis avec toutes les données, faites votre demande ci-dessous.
FAQ
Qu'est-ce que Vinatis ?
Vinatis est l’un des leaders européens de la vente de vins et spiritueux en ligne. L’entreprise propose plusieurs milliers de références à des particuliers et professionnels dans toute l’Europe, avec un service client multilingue au cœur de son modèle.
Qu'est-ce qu'un agent conversationnel ?
Un agent conversationnel est un agent IA qui s’appuie sur la base de connaissances d’une entreprise pour répondre aux questions des visiteurs d’un site web. En service client, il prend en charge les questions fréquentes.
Comment fonctionne un agent conversationnel ?
Un agent peut fonctionner de plusieurs façons : à partir d’une base de connaissances fermée, via un arbre décisionnel, grâce à la connexion à des outils de service client, ou encore via une recherche sur internet. La solution fAibrik repose sur une base de connaissances interne pour garantir des réponses fiables et maîtrisées.
Quels sont les différents types de chatbot ?
Il existe les chatbots alimentés par l’intelligence artificielle, les chatbots vocaux comme les callbots, les chatbots FAQ qui s’appuient sur des réponses pré-rédigées, et les assistants non automatisés gérés par des humains. Chaque type répond à des besoins et des contextes différents.