Aller au contenu principal
Amélioration forte AI Buyer

AI Buyer Score : la checklist des agents d'achat

Mis à jour le Mis à jour récemment
#ai-buyer#agents-ia#recommandation#checklist
Share
Cet article inclut un quiz, testez vos connaissances en fin de lecture ! Aller au quiz

Qu’est-ce que le AI Buyer Score ?

Le AI Buyer Score simule la décision d’un agent d’achat autonome (OpenAI Operator, Google Shopping AI, Perplexity Shopping) face à votre store Shopify.

Le verdict est binaire : recommandé ou non recommandé. Pas de zone grise, exactement comme un agent d’achat réel qui doit décider “oui” ou “non”.

Pourquoi c’est important pour l’IA

Les agents d’achat ne cherchent pas le “meilleur design”. Ils cherchent le produit dont les signaux sont les plus clairs et vérifiables. Un store avec un design moyen mais des données parfaites sera recommandé avant un store sublime avec des données incomplètes.

Les 9 critères de décision

Les 9 critères de décision du AI Buyer Score : prix, avis, livraison, retours, disponibilité, marque, specs, cohérence et crawlabilité  -  avec niveau d'importance (bloquant ou fort)
Figure 1 - Les 9 critères évalués par un agent d'achat IA avant de recommander un store

1. Prix clair et structuré

L’agent cherche un schema.org/Offer avec price, priceCurrency et availability. Sans cela, il ne peut pas comparer votre produit avec les concurrents.

Fix : Vérifiez que votre thème Shopify génère le schema Offer sur chaque fiche produit.

2. Avis crédibles et accessibles

L’agent cherche un AggregateRating avec ratingValue et reviewCount dans le HTML. Les avis chargés en JavaScript sont invisibles.

Fix : Activez le JSON-LD dans les paramètres de votre app d’avis (Judge.me, Stamped, Loox).

3. Livraison documentée

L’agent cherche une politique de livraison accessible, avec des délais et coûts explicites. Une page /policies/shipping-policy en HTML est idéale.

Fix : Rédigez une politique de livraison claire et assurez-vous qu’elle est accessible en HTML statique.

4. Retours possibles

Même logique que la livraison : l’agent vérifie que la politique de retour existe et est accessible.

Fix : Page /policies/refund-policy accessible en HTML.

5. Disponibilité confirmée

L’agent vérifie que le produit est en stock via le schema availability: InStock. Le bouton “Ajouter au panier” seul ne suffit pas.

Fix : Le thème Shopify doit mettre à jour dynamiquement le schema availability selon le stock réel.

6. Marque identifiable

L’agent cherche un champ brand dans le schema Product. Sans cela, il ne peut pas identifier votre marque dans une comparaison.

Fix : Ajoutez "brand": { "@type": "Brand", "name": "{{ product.vendor }}" } dans le schema JSON-LD.

7. Spécifications complètes

Description suffisamment détaillée (> 50 mots) et attributs structurés (taille, couleur, ingrédients, etc.).

Fix : Enrichissez vos descriptions produit avec des détails factuels et structurés.

8. Cohérence claims/preuves

L’agent compare les promesses marketing avec les données vérifiables. “Livraison gratuite” affiché en bandeau mais sans shippingDetails dans le schema = incohérence.

Fix : Pour chaque claim visible, assurez-vous qu’une preuve structurée existe.

9. Crawlabilité

Le site doit être accessible : robots.txt ouvert, HTML natif (pas JS-only), sitemap fonctionnel.

Fix : Vérifiez robots.txt, minimisez la dépendance JavaScript, maintenez un sitemap à jour.

La logique de décision

Les agents d’achat IA n’utilisent pas une simple moyenne. Certains critères sont bloquants : un prix invisible ou un robots.txt qui bloque l’accès peut suffire à éliminer un store de la recommandation, même si tous les autres signaux sont positifs.

C’est pourquoi il est essentiel de commencer par les fondamentaux (prix, crawlabilité, schema) avant d’optimiser les aspects secondaires.

Comment corriger sur Shopify

La majorité des corrections sont réalisables en quelques heures :

  1. Vérifiez le schema JSON-LD de votre thème (code source → application/ld+json)
  2. Configurez votre app d’avis pour injecter AggregateRating
  3. Créez/vérifiez les pages de politique (livraison, retours) en HTML
  4. Ouvrez robots.txt aux crawlers IA
  5. Enrichissez les descriptions produit

Articles connexes


Prêt à vérifier votre store ? Lancer un audit GEO gratuit →

Questions fréquentes

Qu'est-ce que le AI Buyer Score et comment fonctionne-t-il ?
Le AI Buyer Score simule la décision d'un agent d'achat IA face à votre store. Il évalue 9 critères (prix, avis, livraison, retours, disponibilité, marque, specs, cohérence, crawlabilité) et rend un verdict binaire : recommandé ou non recommandé.
Quels sont les critères bloquants pour les agents d'achat IA ?
Un prix invisible dans le schema.org ou un robots.txt qui bloque l'accès peut suffire à éliminer un store de la recommandation, même si tous les autres signaux sont positifs. La crawlabilité et le prix sont les critères les plus bloquants.
Comment passer de 'non recommandé' à 'recommandé' par les agents IA ?
Commencez par les fondamentaux : schema.org Product complet avec prix et disponibilité, AggregateRating en HTML, pages de politique accessibles, et robots.txt ouvert aux crawlers IA.
Les agents d'achat IA comme OpenAI Operator peuvent-ils acheter sur mon store ?
Oui, les agents comme OpenAI Operator et Google Shopping AI peuvent naviguer et acheter. Pour être sélectionné, votre store doit fournir des signaux clairs et structurés que l'agent peut vérifier avant de recommander l'achat.
Le design de mon store compte-t-il pour les agents d'achat IA ?
Les agents d'achat IA ne voient pas le design. Ils évaluent les données structurées, le contenu HTML et les signaux de confiance vérifiables. Un store au design simple mais aux données complètes sera recommandé avant un store sublime avec des données incomplètes.
🧠 Testez vos connaissances
1 / 5