Abdelhalim Ait Brahim En 45 jours, une marque marocaine de vêtements et de décoration vendant sur Shopify en paiement à la livraison est passée de 30 % à 9 % de taux de retour. La méthode : relier la boutique, la société de livraison et l’équipe de confirmation dans un seul poste de travail, confirmer chaque commande par écrit avant l’expédition, et signaler les commandes à risque avant de créer le colis.
Nous appellerons cette marque Dar Lina. Avant notre intervention, près d’un colis sur trois revenait. Chaque retour coûte deux fois. Le transport aller-retour est payé, et le produit immobilisé pendant des jours ne peut pas être revendu. Sur une marque où la confection est faite par des artisans, c’est de la marge qui disparaît avant même d’avoir existé.
45 jours plus tard
Taux de retour :
de 30 % à 9 %.
La situation avant intervention
Trois outils faisaient tourner la boutique, et aucun ne parlait aux autres :
- Shopify pour recevoir les commandes
- L’espace de la société de livraison pour créer les colis et suivre leur statut
- Un Google Sheet partagé pour le suivi par l’équipe de confirmation
Concrètement, cela donnait :
- Une ressaisie manuelle de chaque commande de Shopify vers la société de livraison, avec les erreurs d’adresse et de montant qui vont avec
- Des alertes perdues : quand un livreur signalait un client injoignable, l’information n’arrivait pas à l’équipe à temps. Le colis restait dehors, puis revenait.
- Le gérant en routeur humain, qui transférait lui-même des captures d’écran du suivi de livraison à ses agents
- Aucune traçabilité : impossible de savoir qui avait confirmé quelle commande, ni pourquoi un colis avait été refusé
Le taux de retour n’était pas un problème de clients. C’était un problème d’information qui circulait mal. C’est ce qu’on regarde en premier chez Powabu sur une boutique COD : avant de chercher à vendre plus, suivre le chemin d’une commande, de la réception jusqu’à la porte du client.
Votre boutique COD perd des colis en retour ?
Retours, refus à la porte, clients injoignables : on identifie où votre marge s'échappe en 30 minutes.
Audit gratuit en 30 min →Ce que Powabu a déployé
Un poste de travail unique pour l’équipe de confirmation
Plutôt qu’un simple tableau de bord à regarder, nous avons construit l’outil dans lequel les agents travaillent au quotidien. Les commandes Shopify y arrivent automatiquement. Une file commune : l’agent qui prend une commande la suit de bout en bout, et chaque action est tracée.
À la confirmation, le colis est créé automatiquement chez la société de livraison. Fini la ressaisie, et les erreurs qu’elle provoquait.
Les statuts de livraison en temps réel
Chaque changement de statut remonte automatiquement sur la fiche de la commande : en livraison, injoignable, refusé, hors zone. L’agent voit immédiatement le colis qui pose problème, au moment où il peut encore agir, et non plus quand il est déjà revenu.
Une confirmation écrite avant l’expédition
Un client qui a reçu un récapitulatif écrit refuse beaucoup moins à la porte. Après l’appel, l’agent envoie depuis son WhatsApp un message pré-rempli : produits, montant à payer, créneau de livraison souhaité. Le créneau est transmis au livreur. Une file dédiée signale les commandes confirmées qui n’ont pas encore reçu leur récapitulatif.
C’est le principe que nous détaillons dans notre article sur la confirmation des commandes par WhatsApp.
Un score de risque de retour, explicable
À partir de l’historique réel de la boutique (livré contre retourné), chaque nouvelle commande reçoit un niveau de risque. Surtout, l’agent voit pourquoi : par exemple, une ville où le taux de retour est deux fois plus élevé que la moyenne. Le modèle se recalcule chaque jour sur les nouvelles données.
Une commande à risque élevé sans récapitulatif écrit déclenche un avertissement avant l’expédition. L’agent garde toujours la décision finale : l’outil conseille, il ne bloque jamais.
Les causes des retours, enfin visibles
Un onglet dédié montre le taux de retour par produit, par ville, par agent et par canal d’acquisition, avec la tendance semaine par semaine. Le gérant ne se demande plus pourquoi les colis reviennent : il le voit, et il peut agir sur la bonne cause.
Le volet IA : exploiter enfin les données de la boutique
Une fois les commandes, les appels et les statuts de livraison réunis au même endroit, la boutique dispose d’un historique qu’elle n’avait jamais pu lire. C’est là que l’IA prend le relais : pas pour remplacer les agents, mais pour leur montrer, commande par commande, ce que les données disent.
Repérer les mauvais payeurs avant d’expédier
L’outil croise plusieurs signaux : historique de refus du client, commentaires laissés par les agents et les livreurs (« pas sérieux », « a changé d’avis », « faux nom »), numéro de téléphone inexploitable, commande passée depuis l’étranger. Un client déjà identifié comme problématique est signalé en rouge sur sa nouvelle commande, avec la raison en clair. L’agent appelle, vérifie, et décide s’il expédie. Chaque colis évité est un aller-retour de transport économisé. Nous détaillons cette méthode dans notre article pour détecter les fausses commandes.
Relancer les clients fidèles au bon moment
Le client le moins cher à convaincre est celui qui a déjà acheté et payé. L’outil classe automatiquement les clients livrés restés silencieux en trois groupes : les gros paniers à relancer, les fidèles à réactiver, et les clients à une seule commande à transformer en habitués. Chaque groupe est trié par valeur, les mauvais payeurs en sont exclus, et l’agent relance en un clic avec un message WhatsApp pré-rempli.
Les paniers abandonnés sur Shopify remontent aussi dans une liste de relance. L’outil mesure honnêtement combien de ces clients finissent par commander.
Rassurer le client sur la livraison
En paiement à la livraison, le doute fait refuser. Des messages prêts à envoyer accompagnent le client à chaque étape : récapitulatif de la commande, colis expédié avec le délai estimé et le montant exact à préparer, relance quand le livreur ne le joint pas. Le client sait ce qu’il va recevoir, quand, et combien il va payer. Il n’y a plus de surprise à la porte.
Augmenter le panier pendant l’appel
L’appel de confirmation est aussi un moment de vente. Pendant l’échange, l’agent voit les produits les plus commandés de la boutique, uniquement ceux qui sont en stock, et peut en ajouter un à la commande en un clic. Le montant à encaisser se met à jour automatiquement sur le bordereau de livraison.
Dans tous les cas, rien n’est envoyé ni décidé automatiquement : l’IA analyse et propose, l’agent choisit.
Les résultats à 45 jours
| Avant | Après 45 jours | |
|---|---|---|
| Taux de retour | 30 % | 9 % |
| Saisie des colis chez la société de livraison | Manuelle, commande par commande | Automatique à la confirmation |
| Alerte « client injoignable » | Captures d’écran transférées par le gérant | Sur la fiche de la commande, en temps réel |
| Confirmation au client | Appel seul | Appel et récapitulatif écrit WhatsApp |
| Qui a traité quelle commande | Inconnu | Tracé, agent par agent |
- Taux de retour de 30 % à 9 %, soit 21 points de moins
- Plus de trois fois moins de colis retournés pour le même volume de commandes
- Zéro ressaisie entre Shopify et la société de livraison
- Chaque commande tracée, de la réception à la livraison, avec l’agent responsable
Moins de retours, c’est moins de transport payé pour rien, moins de stock bloqué, et du chiffre d’affaires qui arrive réellement en caisse.
En résumé
- En paiement à la livraison, le taux de retour se pilote : ici de 30 % à 9 % en 45 jours, ce n’est pas une fatalité du marché marocain
- Le levier le plus rentable n’est pas d’attirer plus de commandes, mais de mieux livrer celles qu’on a déjà
- Relier des outils qui existent déjà (ici Shopify et la société de livraison) suffit souvent, sans tout changer
- Un récapitulatif écrit avant l’expédition et un signalement des commandes à risque agissent avant que le colis parte
- L’humain reste au centre : l’outil prépare, alerte et trace, l’agent décide et parle au client
Notre recommandation chez Powabu pour une boutique COD dont les retours grignotent la marge : commencer par la confirmation écrite et les alertes de livraison, avant toute nouvelle dépense publicitaire. Les cinq leviers détaillés sont dans notre guide pour réduire le taux de retour en COD au Maroc, et notre démarche complète sur la page agence IA e-commerce au Maroc.
Ce type de résultat est-il reproductible ?
Un tel écart s’obtient quand le taux de retour de départ est élevé, que l’équipe de confirmation applique la nouvelle routine au quotidien, et que la société de livraison permet de récupérer les statuts de colis automatiquement.
Sur une boutique qui part déjà d’un taux de retour bas, le gain sera plus modeste. Chaque projet est évalué en amont, pour vérifier que les conditions de réussite sont réunies.
Le nom de la marque a été modifié et les chiffres absolus ne sont pas communiqués, par discrétion client.
Questions fréquentes
Comment une boutique COD au Maroc peut-elle faire baisser son taux de retour ?
En agissant avant l'expédition. Dans ce cas client, trois leviers ont été combinés : relier la boutique, la société de livraison et l'équipe de confirmation dans un seul outil, envoyer au client un récapitulatif écrit avec le montant et le créneau de livraison, et signaler les commandes à risque avant de créer le colis. Résultat : un taux de retour passé de 30 % à 9 % en 45 jours.
Faut-il changer de boutique en ligne ou de société de livraison pour réduire les retours ?
Non. La marque a gardé Shopify et sa société de livraison habituelle. Le problème ne venait pas des outils mais du fait qu'ils ne communiquaient pas : ressaisie manuelle, alertes de livreur perdues, aucune traçabilité. Les relier a suffi à remettre l'information au bon endroit, au bon moment.
Comment repérer un mauvais payeur avant d'expédier un colis COD ?
En croisant les signaux déjà présents dans l'historique : refus passés du même client, commentaires des agents et des livreurs, numéro de téléphone inexploitable, commande passée depuis l'étranger. Le client à risque est signalé sur sa nouvelle commande avec la raison en clair, et l'agent décide d'expédier ou non après vérification.
L'IA remplace-t-elle l'équipe de confirmation des commandes ?
Non. L'outil analyse les données et propose : niveau de risque de retour, clients fidèles à relancer, produits à suggérer pendant l'appel. Rien n'est envoyé ni décidé automatiquement. L'agent garde la décision et la relation avec le client, il travaille simplement avec la bonne information sous les yeux.