Combien coûte réellement un SAV e-commerce en 2026 ?

Combien coûte réellement un SAV e-commerce en 2026 ?

Quand une entreprise calcule le coût de son support client, le premier réflexe consiste souvent à regarder les salaires.

Ce chiffre ne raconte qu'une partie de l'histoire.

Un SAV mobilise aussi des outils, du temps de formation, de la supervision, des processus internes et une capacité à absorber les pics de demandes. Les délais de réponse et les erreurs ont également un impact sur l'expérience client.

L'arrivée des agents IA ajoute une autre option : automatiser une partie des demandes tout en conservant une équipe humaine pour les cas sensibles.

La vidéo complète

Je fais la comparaison avec un exemple chiffré dans cette vidéo :

Les postes de coût d'un service client

Pour avoir une vision utile, je regarde plusieurs catégories.

Les salaires et les charges

C'est la partie la plus visible.

Il faut prendre en compte le coût total employeur des personnes qui traitent les demandes, et pas uniquement le salaire net ou brut affiché sur une fiche de paie.

Les outils

Un service support utilise souvent plusieurs logiciels :

• helpdesk ;
• CRM ;
• messagerie ;
• téléphonie ;
• base de connaissances ;
• outils de suivi ;
• solutions de reporting.

Ces abonnements peuvent représenter une part significative du coût lorsque l'équipe grandit.

Le temps hors traitement

Un salarié ne passe pas la totalité de sa journée à répondre à des tickets.

Il y a aussi les réunions, la formation, la documentation, le suivi interne, les pauses, la coordination et les tâches administratives.

Le volume d'heures réellement disponible pour traiter les demandes est donc inférieur au temps contractuel total.

Les erreurs et les retards

Une réponse incorrecte peut demander plusieurs échanges supplémentaires.

Un ticket traité trop tard peut générer une relance ou une réclamation.

Ces phénomènes augmentent le volume de travail et peuvent affecter la satisfaction client.

Exemple avec 2 000 demandes par mois

Prenons un scénario simple pour comprendre le mécanisme.

Une boutique reçoit 2 000 demandes de support chaque mois.

Le temps moyen de traitement est de 6 minutes.

Le volume mensuel représente donc 12 000 minutes, soit environ 200 heures de traitement.

Supposons ensuite qu'une personne puisse consacrer 70 % de son temps de travail au traitement effectif des tickets.

Avec environ 151 heures théoriques par mois, cela représente environ 106 heures utiles pour le support.

Le besoin devient alors proche de 200 heures divisées par 106 heures, soit 1,89 équivalent temps plein.

Dans ce scénario, il faut donc pratiquement deux personnes à temps plein pour absorber le volume.

Les hypothèses peuvent évidemment changer selon votre organisation. L'intérêt de ce calcul est de rendre la charge visible.

Le problème apparaît quand le volume augmente

Un support entièrement manuel évolue souvent de manière assez linéaire.

Si le nombre de demandes double, deux options apparaissent : augmenter l'équipe ou accepter des délais plus longs.

Cette contrainte est particulièrement visible pendant :

• les soldes ;
• le Black Friday ;
• Noël ;
• un lancement de produit ;
• un incident logistique ;
• une campagne marketing importante.

L'équipe peut être dimensionnée pour le volume moyen et se retrouver saturée pendant quelques jours.

Le modèle hybride avec un agent IA

Un agent IA peut prendre en charge une partie des demandes répétitives.

Exemples :

• statut d'une commande ;
• délai de livraison ;
• procédure de retour ;
• question sur une garantie ;
• recherche d'une information produit ;
• recommandation simple ;
• première qualification d'une réclamation.

Reprenons le scénario précédent.

Si l'agent résout 60 % des 2 000 demandes, il traite 1 200 demandes et en laisse 800 à l'équipe.

À 6 minutes par ticket, les 800 demandes restantes représentent environ 80 heures de traitement humain.

Le besoin en capacité humaine diminue fortement.

Il faut ensuite ajouter le coût de la plateforme, des modèles IA et des intégrations. Ces coûts doivent apparaître dans le calcul au même titre que les logiciels de support classiques.

Calculer le coût par ticket

Un indicateur simple permet de comparer différentes organisations : le coût mensuel total du support divisé par le nombre de demandes traitées.

Si un service coûte 6 600 € par mois pour 2 000 demandes, le coût moyen est de 3,30 € par demande.

Pour un modèle hybride, il faut additionner :

• le coût humain restant ;
• les outils ;
• l'infrastructure éventuelle ;
• l'utilisation des modèles IA ;
• la maintenance du système.

Puis diviser le total par le volume traité.

Ce KPI devient particulièrement utile quand le volume évolue.

Le coût ne doit pas être analysé seul

Réduire le coût par demande n'a d'intérêt que si le niveau de service reste bon.

Je regarde donc plusieurs indicateurs en parallèle :

Un système peut avoir un coût très faible et générer une mauvaise expérience. Le gain économique disparaît rapidement si les clients doivent relancer ou si l'équipe corrige les réponses du bot.

Commencer par analyser le volume réel

Avant d'automatiser, je recommande d'exporter quelques semaines ou quelques mois de conversations et de les classer par type de demande.

Vous pouvez alors calculer :

1. le nombre de demandes par catégorie ;
2. le temps moyen de traitement ;
3. la complexité ;
4. les données nécessaires pour répondre ;
5. le niveau de risque ;
6. le potentiel d'automatisation.

Cette analyse donne une estimation beaucoup plus réaliste du potentiel d'un agent IA.

Un cas fréquent consiste à automatiser quelques catégories très répétitives et à laisser le reste à l'équipe.

Pour voir les capacités possibles, vous pouvez consulter les 7 fonctionnalités d'un chatbot IA e-commerce.

Si vous voulez estimer le potentiel d'automatisation de votre SAV à partir de vos propres conversations, vous pouvez me contacter. L'objectif est de partir de vos volumes et de vos processus réels.