Veille automatisée sur 600 références Amazon

Le problème

Notre client vend sur Amazon avec un catalogue de 600 références (ASINs). Il avait besoin de surveiller les avis négatifs (≤ 3 étoiles) en temps réel pour réagir rapidement : contacter l’acheteur, améliorer la fiche, alerter l’équipe.

Problème : Amazon ne propose pas cette fonctionnalité nativement. Surveiller 600 fiches manuellement tous les jours était impossible.

La solution

Nous avons construit un pipeline automatisé en trois étapes :

1. Collecte quotidienne des avis

Un workflow n8n se déclenche chaque nuit à 3h. Il appelle un actor Apify qui scrape les avis récents pour chaque ASIN de la liste Airtable.

2. Analyse par IA

Chaque nouvel avis ≤ 3 étoiles est analysé par OpenAI (GPT-4o). Le modèle extrait :

• La raison principale du mécontentement
• La catégorie du problème (qualité produit, livraison, service client…)
• Un score de priorité (1-3)

3. Alertes et tableau de bord

Les avis prioritaires déclenchent une alerte email. Tous les avis sont stockés dans Airtable avec leur analyse IA, accessibles depuis un tableau de bord filtrable.

Les résultats

• 3h/semaine économisées sur la surveillance manuelle
• Réactivité x10 : les avis négatifs sont détectés en moins de 24h
• Fonctionnalité inexistante nativement sur Amazon Seller Central
• Insights produit : les catégories de problèmes permettent d’identifier les défauts récurrents

Stack utilisé

• n8n (auto-hébergé) — orchestration du workflow
• Apify (actor amazon-reviews-extractor) — scraping des avis
• OpenAI GPT-4o — analyse et classification des avis
• Airtable — stockage et tableau de bord