Les agents IA shopping (ChatGPT Operator, Perplexity Shopping, Gemini Agents, Amazon Rufus) selectionnent les marchands sur 5 criteres objectifs : exhaustivite des attributs produit, fraîcheur des données, notation agregee, transparence des politiques, accessibilite API. Ce guide détaillé les 5 criteres, les schemas Schema.org associes, et fournit une checklist agent-ready pour les e-commerces français.
Les 5 criteres de sélection des agents shopping
Une étude Similarweb-Profound publiee en mars 2026 a analyse 22 000 décisions d'achat executees par des agents IA (ChatGPT Operator beta + Perplexity Shopping + Amazon Rufus) et a identifié les variables predictives de la sélection. Cinq criteres émergent systématiquement : (1) exhaustivite des attributs produit, (2) fraîcheur du stock et du prix, (3) notation agregee (nombre d'avis + note moyenne), (4) transparence politique (retour, livraison, SAV), (5) accessibilite technique (API, schemas, feed Shopping). Un e-commerce qui atteint les 5 criteres est sélectionné dans 41 % des requetes de sa niche ; un e-commerce sur 2 criteres tombe a 7 %. Voir agentic commerce définition.
Critere 1 : exhaustivite des attributs produit
Les agents comparent sur des attributs structures : marque, modele, taille, couleur, materiaux, ingredients, compatibilite, certifications. Une fiche produit avec 15 attributs structures bat systématiquement une fiche avec 5 attributs, même si la deuxieme a un meilleur storytelling visuel. Les attributs doivent être exposés via schema Product (propriete additionalProperty) et via le feed Google Merchant Center. Les audits Transacts sur 20 e-commerces français ont relevé une mediane de 8 attributs structures par fiche, contre une recommandation agent-ready de 15+. L'enrichissement des attributs est souvent le chantier technique le plus rentable en 2026, avec un ROI mesurable en 2-4 mois sur les requetes agent. Voir product knowledge graphs.
Critere 2 : fraîcheur du stock et du prix
Les agents penalisent les marchands avec des données obsoletes : stock declare mais indisponible au checkout, prix différent entre la fiche et le panier, frais cachés. Ces erreurs cassent la transaction et blacklist le marchand dans les prochaines requetes. La fraîcheur doit être inférieure a 15 minutes pour le stock et inférieure a 24 heures pour le prix selon les recommandations Google Shopping Graph. La solution : API temps réel (Shopify API, Magento API, custom) branchee sur le feed agent. Les audits Transacts ont documente 3 cas d'e-commerces blacklistes par Perplexity Shopping après 4 transactions ratees en 48 heures — recuperer la confiance prend 2-3 mois.
Critere 3 : notation et reviews agregees
Les agents integrent la notation agregee comme un signal fort. Une fiche produit avec 100+ avis et une note supérieure a 4,2 / 5 est sélectionnée 2,8 fois plus souvent qu'une fiche equivalente sans avis (étude Profound-Similarweb, mars 2026). Les avis doivent être exposés via schema AggregateRating et idéalement via un provider reconnu (Trustpilot, Avis Vérifiés, Feefo, Google Reviews). Attention : les faux avis sont détectés par les agents via patterns statistiques (distribution anormale, vocabulaire repetitif) et penalisent le marchand. La stratégie correcte : solliciter systématiquement les avis clients via email post-achat, avec un taux de réponse cible de 8-12 %. Voir ChatGPT Shopping.
Critere 4 : politiques transparentes (retour, livraison)
Les agents lisent les pages "politique de retour", "conditions de livraison" et "SAV" pour évaluer la fiabilite du marchand. Les politiques ambigues ou absentes sont un deal-breaker. Les agents privilegient : retour gratuit sous 30 jours, livraison en 2-3 jours maximum, contact humain accessible (chat ou téléphone en moins de 5 minutes). Chaque politique doit être exposee en page dédiée, lineaire, sans jargon juridique. Schema.org proposé MerchantReturnPolicy et OfferShippingDetails pour baliser ces informations. Les audits Transacts ont relevé que 52 % des e-commerces français ont des politiques retour peu claires — ce qui les disqualifie aupres des agents exigeants. Voir Schema.org pour GEO.
Critere 5 : accessibilite API et Shopping Graph
Un e-commerce qui expose son catalogue via API est massivement privilegie par les agents. Trois options. Option 1 : utiliser une plateforme native (Shopify, BigCommerce, Magento) qui expose l'API Shopping automatiquement. Option 2 : souscrire a un agregateur (Lengow, Channable, ProductsUp) qui génère les feeds Google Merchant, Facebook Shop, Amazon Seller. Option 3 : développer une API custom conforme Shopping Graph ou ACP (6-12 semaines, 15-40 KEuro pour un développement sur mesure). La majorite des PME B2C françaises utilisent l'option 1 ou 2. Les marques de niche (luxe, horlogerie) developpent parfois l'option 3 pour maîtriser le parcours. Voir API-first commerce LLM-ready.
Schema.org Product et Offer pour les agents
Deux schemas sont critiques. Product balise la fiche avec name, description, sku, brand, image, additionalProperty pour les attributs. Offer balise le prix avec price, priceCurrency, availability (InStock/OutOfStock/LimitedAvailability), priceValidUntil, shippingDetails, hasMerchantReturnPolicy. Les deux schemas s'imbriquent : Product contient une ou plusieurs Offers. Chaque fiche produit doit avoir les deux schemas bien formés et mis a jour en temps réel. Les audits Transacts sur 20 e-commerces montrent que 68 % ont un Product partiel (5-8 proprietes sur 20 possibles) et 32 % n'ont pas Offer bien forme — les deux points alourdissent le chantier de conformite.
Cas d'application : un pure player beaute
Un pure player français de cosmetique bio (2 800 SKU, 4,5 millions € CA, Shopify Plus) a lance un programme agent-ready en janvier 2026. Actions : (a) enrichissement des fiches de 8 attributs moyens a 18 (ingredients actifs, allergenes, certifications, type de peau, sans cruelty, vegan, age, zone application), (b) intégration Avis Vérifiés avec 340 avis collectes en 2 mois, (c) refonte des pages retour (gratuit 30j, pre-payé) et livraison (48h Colissimo, gratuit >60€), (d) connexion Google Merchant Center + Lengow pour feeds. Résultat avril 2026 : 3,8 % du trafic vient d'agents (ChatGPT Operator, Perplexity Shopping, Google Shopping), conversion agent 4,2x supérieure a la conversion classique.
Comment Transacts accompagne sur l'e-commerce agent-ready
Transacts proposé un audit agent-ready en 5 modules alignes sur les 5 criteres : diagnostic exhaustivite des attributs, audit fraîcheur données, analyse notation et stratégie collection d'avis, revue des politiques et déploiement MerchantReturnPolicy / OfferShippingDetails, mise en place de l'API ou de l'agregateur. Durée typique : 8-12 semaines pour un e-commerce de taille moyenne. Premiers résultats agents visibles en 3-5 mois, ROI consolide a 9-12 mois. Voir page métier SEO IA & GEO.
Questions fréquentes e-commerce agents IA
Shopify expose-t-il automatiquement au Shopping Graph ?
Partiellement. Shopify Basic expose via Google Merchant Center les produits actifs, mais les attributs structures restent limites aux proprietes standards Shopify. Pour un enrichissement agent-ready complet, il faut passer par Shopify Markets + custom metafields + une app type Lengow ou Channable. Shopify Plus offre plus de contrôle natif. Pour Magento, WooCommerce et PrestaShop, l'exposition agents nécessité un plugin dédié ou un développement. Les audits Transacts sur 15 Shopify français ont relevé que 71 % utilisent Shopify par défaut sans optimisation agent — perte significative de trafic potentiel. Voir product knowledge graphs.
Les agents bloquent-ils certains marchands ?
Oui, plusieurs motifs de blacklisting. Motif 1 : taux d'erreur checkout élève (stock indisponible après ajout au panier). Motif 2 : prix ou frais cachés après validation. Motif 3 : politiques de retour non conformes (retour payant ou limite a 14 jours). Motif 4 : notation inférieure a 3,5/5 ou absence totale d'avis. Motif 5 : litiges juridiques publics (sanctions DGCCRF, class actions). ChatGPT Operator et Perplexity Shopping maintiennent des blacklists automatiques recalculees hebdomadairement. Le chemin de retour vers la réputation prend 2-4 mois après resolution des causes. La prevention vaut mieux que la correction.
Les agents gèrent-ils les codes promo ?
Oui, de plus en plus. Les agents IA shopping avancés (ChatGPT Operator, Perplexity Shopping) recherchent activement des codes promo publics (RetailMeNot, Dealabs FR, Groupon) avant de finaliser le panier. Si votre e-commerce fournit des codes promo publics, ils seront utilisés. Cela peut réduire la marge effective. La stratégie : (a) limiter les codes promo publics aux campagnes d'acquisition ciblees, (b) privilegier les codes individuels ou temporaires (validés 24h, validés pour un nouvel utilisateur), (c) exposer des offres structurees dans Offer avec priceValidUntil pour éviter les incoherences. Voir ChatGPT Shopping.
Comment gérer le SAV côté agent ?
Les agents delegent le SAV a l'humain dans 90 % des cas : ils passent la commande puis redirigent vers le site si un problème survient. La continuite du parcours est clef : l'email de confirmation, les mises a jour de livraison, le formulaire SAV doivent rester accessibles via l'interface classique du marchand. Certains agents avancés (Anthropic Computer Use) peuvent engager un dialogue SAV en temps réel avec le chatbot du marchand. Le pre-requis : avoir un chatbot bien documente avec horaires, scénarios et FAQ. Transacts recommandé de garder le SAV humain dans la boucle pour les achats supérieurs a 100 €. Voir 12 KPIs GEO.
Faut-il payer pour être indexe par un agent ?
Non pour la plupart des agents, oui pour certains canaux premium. Google Shopping Graph est gratuit (il suffit d'un compte Google Merchant Center validé). Perplexity Shopping est gratuit. ChatGPT Operator, en avril 2026, ne proposé pas encore de canal payé pour les marchands mais cela pourrait évoluer en 2026-2027. Amazon proposé déjà un programme Sponsored Products via Rufus. La stratégie recommandée : prioriser les canaux gratuits et attendre la generalisation des modeles sponsorises avant d'investir en paid. Voir futur du search 2027-2030.