10 exemples de workflows Shopify Flow avancés (2026)

10 modèles Shopify Flow à adapter à votre boutique#

Réponse rapide : Shopify Flow combine des déclencheurs, des conditions et des actions pour automatiser les tâches d’une boutique. L’application est gratuite avec Basic, Grow, Advanced et Plus. Les workflows planifiés peuvent s’exécuter toutes les 10 minutes, et chaque action Get Data renvoie au maximum 100 enregistrements. Adaptez et testez ces modèles avec vos propres données ; ils ne garantissent aucun résultat commercial. Modèles de workflow présentés :

• Listes de suivi et de reconquête des clients
• Alertes sur les commandes en double et le traitement
• Notifications de rétrofacturation et de risque
• Orientation fondée sur les champs méta
• Relance des commandes provisoires

La plupart des tutoriels Shopify Flow présentent des automatisations simples : « ajouter une étiquette aux commandes de grande valeur » ou « envoyer une alerte de stock faible ». C’est utile, mais limité.

Les workflows plus élaborés combinent les actions Get Data, les déclencheurs planifiés, les champs méta et les connecteurs d’applications. Vérifiez les actions disponibles et les limites du forfait avant de créer chaque modèle.

Ce guide présente 10 exemples de modèles de workflow. Leur impact opérationnel et financier dépend de vos données, de vos règles, de vos applications et de votre processus de traitement des commandes ; ces exemples ne sont pas des résultats mesurés chez des marchands.

Qu’est-ce qui rend ces automatisations « avancées » ?#

Contrairement aux automatisations de base, celles-ci utilisent :

• Les actions Get Data — Interroger l’historique des commandes, des clients et des produits
• Les déclencheurs planifiés — Produire des rapports d’analyse quotidiens ou hebdomadaires
• Les champs méta — Ajouter des données personnalisées pour une logique plus élaborée
• La coordination entre applications — Associer Flow, Klaviyo, LoyaltyLion et Slack
• Les calculs en plusieurs étapes — Compter, additionner et parcourir les résultats

Sommaire#

1. Suivi des clients qui ne commandent plus
2. Regroupement de plusieurs commandes du même jour
3. Notifications de rétrofacturation
4. Orientation du traitement selon la fragilité des produits
5. Suivi de l’utilisation des codes de la série de bienvenue
6. Suivi des retards de traitement
7. Suivi des clients à risque
8. Vérification des conditions de paiement B2B
9. Examen du merchandising des produits
10. Relance des commandes provisoires

1. Suivi des clients qui ne commandent plus#

Le problème : Vos clients VIP cessent de commander, et vous vous en apercevez trop tard.

Automatisation avancée :#

Trigger: Scheduled time (weekly on Monday at 10:00 AM)
Actions:
  1. Get customer data:
       - Customer tags contains "VIP"
       - Lifetime spent > $1,000
       - Last order date > 90 days ago
  2. Count customers
  3. For each customer:
       - Remove tag "Active VIP"
       - Add tag "At-Risk VIP"
       - Track event in Klaviyo: "VIP Churn Risk"
       - (Via LoyaltyLion) Add 200 bonus points
  4. Send Slack to #retention: "[X] VIP customers at risk this week"
  5. Send internal email to sales manager with customer list

Pourquoi c’est efficace :#

Ce modèle crée une liste à examiner selon les critères de récence et de valeur que vous définissez. Si vous connectez une application de fidélité ou d’e-mail, vérifiez que son connecteur Flow propose les actions voulues et respectez les paramètres de consentement marketing de la boutique.

Configuration pas à pas :#

1. Flow → Créer une automatisation

2. Déclencheur : Scheduled time → Chaque semaine → Lundi → 10:00 AM

3. Action : Get customer data

   • Filtre 1 : Étiquettes client → contient → “VIP”
   • Filtre 2 : Dépenses totales → supérieur à → 1000
   • Filtre 3 : Date de la dernière commande → avant → il y a 90 jours

4. Action : Count (compte les résultats de Get customer data)

5. Action : For each client renvoyé par Get customer data

   • Dans la boucle : Remove customer tags → “Active VIP”
   • Dans la boucle : Add customer tags → “At-Risk VIP”
   • Dans la boucle : Track event (connecteur Klaviyo) → “VIP Churn Risk”
   • Dans la boucle : Action LoyaltyLion → Ajouter 200 points

6. Action : Send Slack message → Canal : #retention → Message : “{{count}} VIP customers at risk”

7. Action : Send internal email → Destinataire : sales@yourstore.com

Impact commercial :#

Exemple uniquement : définissez vos propres segments de clients et mesurez les réactivations éventuelles dans les analyses de votre boutique.

2. Regroupement de plusieurs commandes passées le même jour#

Le problème : un client passe plusieurs commandes sur une courte période, et l’équipe peut devoir vérifier si elles peuvent être expédiées ensemble.

Automatisation avancée :#

Trigger: Order created
Actions: 
  1. Get order data:
       - Customer email = {{order.customer.email}}
       - Created at is within the preceding 24-hour window
       - Shipping address = {{order.shipping_address}}
  2. Count orders
  3. IF count > 1:
       - Hold fulfillment order (current order)
       - Add order tag "Consolidate Ship"
       - Add order note "Customer has {{count}} orders today - combine before shipping"
       - Send internal email:
           Subject: "Multi-order alert: {{customer.name}}"
           Body: "Customer placed {{count}} orders in 24 hrs. Orders: {{list}}"

Pourquoi c’est efficace :#

Ce modèle repère les commandes qui pourraient être expédiées ensemble. Shopify Flow peut suspendre certains traitements admissibles, mais ne fusionne pas les commandes ; vérifiez les adresses, les lieux de traitement et le calendrier avant de les regrouper.

Configuration pas à pas :#

1. Déclencheur : Order created

2. Action : Get order data

   • Filtre 1 : E-mail du client → est égal à → {{order.customer.email}}
   • Filtre 2 : Date de création → après → {{order.created_at | date_add: ‘-24 hours’}}
   • Filtre 3 : Adresse d’expédition → est égale à → {{order.shipping_address}}

3. Action : Count les commandes renvoyées par Get order data

4. Condition : Count → supérieur à → 1

5. Action (si vrai) : Hold fulfillment order

6. Action : Add order tags → “Consolidate Ship”

7. Action : Add order note → “Customer has {{count}} orders - combine shipping”

8. Action : Send internal email avec les détails des commandes

Impact commercial :#

3. Analyse et prévention des rétrofacturations#

Le problème : Les rétrofacturations surviennent des jours ou des semaines après les commandes. Vous ne suivez pas les tendances, et les clients à l’origine de rétrofacturations répétées continuent de commander.

Automatisation avancée :#

Trigger: Scheduled time (daily at 2:00 AM)
Actions:  
  1. Get order data: 
       - Use an order-risk or dispute signal that is available in your store’s Flow triggers
       - Created at > last 90 days
  2. Count chargebacks
  3. Sum order total (total $ lost to chargebacks)
  4. For each order:
       - Add customer tag "Chargeback History"
       - Add order tag "Fraud-Chargeback"
       - Get customer data (check if customer has > 1 chargeback)
       - IF customer chargebacks > 1:
           - Add customer tag "Repeat Offender - Block"
           - Send Slack urgent alert
  5. Send internal email (daily report):
       - Total chargebacks: {{count}}
       - Total $ lost: ${{sum}}
       - Customer list attached

Pourquoi c’est efficace :#

Utilisez une alerte interne pour examiner les commandes associées à un signal de risque ou de litige. Un tag ou un score ne prouve pas une fraude ; prévoyez une vérification humaine avant de bloquer un client ou de modifier le traitement.

Impact commercial :#

Exemple uniquement : considérez les tendances de rétrofacturation comme un signal à examiner et vérifiez-les dans vos données de paiement et de commande.

4. Orientation du traitement selon la fragilité des produits#

Le problème : Les articles fragiles, comme la verrerie et les appareils électroniques, sont endommagés pendant l’expédition. Les vérifications manuelles peuvent entraîner des erreurs.

Automatisation avancée avec des champs méta :#

Metafield setup:
- product.custom.is_fragile (boolean)
- product.custom.ship_separately (boolean)

Trigger: Order created 
Condition: Line items contain product.metafield.is_fragile = true
Actions:   
  1. Add order tag "Fragile Items"
  2. Add order note "⚠️ PACK WITH EXTRA PADDING"
  3. IF order also contains product.metafield.ship_separately = true:
       - Add order tag "Fragile + Separate Shipment Required"
       - Hold fulfillment order
       - Send Slack to warehouse manager:
           "Order #{{order.number}} has fragile item requiring separate shipment"
  4. Send internal email to fulfillment team

Pourquoi c’est efficace :#

Un métachamp ou un tag produit peut signaler les commandes contenant des articles à manipuler avec soin. Vérifiez les champs et actions de notification disponibles dans votre configuration Flow ; l’alerte aide l’équipe à contrôler la commande sans décider de son expédition.

Configuration des champs méta :#

1. Paramètres → Données personnalisées → Produits → Ajouter une définition
2. Nom : “Is Fragile” → Espace de noms : custom → Clé : is_fragile → Type : Booléen
3. Nom : “Ship Separately” → Espace de noms : custom → Clé : ship_separately → Type : Booléen
4. Appliquer aux produits : verrerie, céramique, appareils électroniques

Configuration de Flow :#

1. Choisissez Order created comme déclencheur.
2. Condition : Line items → Product → Metafield → custom.is_fragile → est égal à → true
3. Action : Add order tags → “Fragile Items”
4. Action : Add order note → “⚠️ PACK WITH EXTRA PADDING”
5. Condition : Line items → Product → Metafield → custom.ship_separately → est égal à → true
6. Action (si vrai) : Hold fulfillment order
7. Action : Send Slack message → Canal : warehouse-alerts

Impact commercial :#

5. Suivi de l’utilisation du code de réduction de bienvenue#

Le problème : Vous rappelez à des clients d’utiliser leur code de réduction de bienvenue alors qu’ils ont déjà acheté. Ces messages sont inutiles et agaçants.

Automatisation avancée :#

Trigger: Order created  
Condition: Discount code used contains "WELCOME"
Actions:    
  1. Track event in Klaviyo: "Welcome Coupon Used"
  2. Update Klaviyo customer property: {"welcome_coupon_status": "redeemed", "conversion_date": "{{order.created_at}}"}
  3. Add customer tag "Welcome Series Complete"
  4. Remove customer from Klaviyo flow: "Welcome Series Reminders"
  5. Add customer to Klaviyo flow: "Post-Purchase Nurture"

Pourquoi c’est efficace :#

Ce modèle détecte l’utilisation d’un code et supprime un rappel uniquement si le connecteur Klaviyo et les paramètres de consentement prennent en charge cette action. Testez l’événement et les mises à jour du profil avant d’activer le workflow ; ne supposez pas qu’il améliorera l’engagement.

Configurer le suivi des codes de réduction dans Klaviyo#

Installez l’application Klaviyo et vérifiez les actions de connecteur proposées dans votre boutique.

1. Ajoutez le déclencheur Order created.

2. Condition : Discount codes → Code → contient → “WELCOME”

3. Action : Track an event (connecteur Klaviyo)

   • Nom de l’événement : “Welcome Coupon Used”
   • E-mail du client : {{order.customer.email}}

4. Action : Update customer properties (Klaviyo)

   • Propriété : welcome_coupon_status → Valeur : “redeemed”
   • Propriété : conversion_date → Valeur : {{order.created_at}}

5. Action : Add customer tags → “Welcome Series Complete”

Impact commercial :#

• Plus d’e-mails de rappel inutiles aux clients qui ont déjà acheté
• Un suivi fiable du retour sur investissement de la série de bienvenue
• Une meilleure expérience client, sans rappels agaçants
• Des taux d’engagement plus élevés pour les e-mails

6. Suivi des délais de traitement des commandes#

Le problème : Certaines commandes passent inaperçues et sont expédiées en retard. Les clients se plaignent avant que vous ayez repéré le problème.

Automatisation avancée :#

Trigger: Scheduled time (daily at 5:00 PM)
Actions:     
  1. Get order data:  
       - Fulfillment status = "unfulfilled"
       - Created at < 48 hours ago (before 2 days)
  2. Count late orders
  3. Sum order total ($ value of late orders)
  4. For each order: 
       - Add order tag "SLA Missed"
       - Add order note "⚠️ LATE: Exceeds 2-day fulfillment window"
       - Get customer data (check if VIP)
       - IF customer tags contains "VIP":
           - Add order tag "VIP Late - Priority Escalate"
           - Send Slack urgent alert 
  5. Send internal email (daily SLA report):
       Subject: "Daily SLA Report: {{count}} Late Orders"
       Body:
           - Total late: {{count}} orders
           - Total $: ${{sum}}
           - VIP orders: {{vip_count}}
           - Late order list (with order numbers)
  6. Send Slack to #operations: "SLA Report: {{count}} orders late"

Pourquoi c’est efficace :#

Choisissez un seuil d’ancienneté selon votre promesse de traitement, récupérez les commandes correspondantes et alertez l’équipe pour examen. Vérifiez que la requête renvoie les commandes voulues avant d’agir.

Mesures à suivre :#

• Commandes qui dépassent votre délai de traitement annoncé
• Points de blocage du traitement et délai de résolution
• Utilité des alertes pour hiérarchiser les dossiers

Exemple uniquement : comparez les taux de retard de traitement avant et après l’activation à l’aide de vos propres rapports.

7. Détection des clients à risque avec des points de fidélité#

Le problème : votre équipe souhaite repérer les clients qui n’ont pas commandé depuis une période que vous définissez et décider s’il faut les relancer.

Automatisation avancée :#

Trigger: Scheduled time (weekly on Monday 10:00 AM)
Actions:      
  1. Get customer data: 
       - Customer tags contains "Active Member"
       - Last order date > 60 days ago
       - Lifetime orders > 2 (not one-time buyers)
  2. Count at-risk customers
  3. For each:
       - Remove tag "Active Member"
       - Add tag "At-Risk - 60+ Days"
       - (Via Loyalty app) Add 100 bonus points
       - Track event in Klaviyo: "Customer At Risk"
       - Update Klaviyo property: {"churn_risk": "high", "last_order_days": "{{days}}"}
  4. Klaviyo automatically triggers: "We Miss You" email with points notification
  5. Send internal email: "Weekly At-Risk Report: {{count}} customers"

Pourquoi c’est efficace :#

Ce modèle établit une liste de suivi selon la période sans commande que vous choisissez. Vérifiez les actions des applications connectées et le consentement avant tout envoi, puis mesurez les résultats dans vos rapports.

Impact commercial :#

• Suivez la part des clients contactés qui passent une nouvelle commande.
• Comparez le montant et le délai de ces commandes à votre propre référence.
• Le suivi proactif est un objectif du workflow, pas un résultat garanti.

8. Vérification des conditions de paiement B2B#

Le problème : un nouvel emplacement d’entreprise B2B peut devoir être vérifié avant l’attribution de conditions de paiement ou d’un accès au catalogue.

Modèle de workflow :#

Utilisez un événement d’entreprise ou d’emplacement disponible pour prévenir la personne responsable du B2B. Ne créez une tâche de vérification que si votre configuration Flow propose une action adaptée. Une personne autorisée doit contrôler l’entreprise et approuver les conditions de crédit ou l’accès grossiste dans Shopify Admin.

Pourquoi c’est important :#

Un suffixe de nom d’entreprise comme « LLC » ou « Ltd » ne prouve pas qu’un acheteur est admissible au crédit. Soumettez les conditions de paiement et l’accès au catalogue à une vérification documentée et n’informez le contact qu’après confirmation de la configuration par une personne autorisée.

Mesures à suivre :#

• Délai entre la demande et la vérification
• Fiches d’entreprise manquantes ou en double
• Exactitude des conditions et du catalogue attribués aux emplacements approuvés

9. Examiner les produits tendance#

Le problème : une collection « Tendances » gérée manuellement peut ne plus refléter les ventes récentes.

Modèle de workflow :#

Planifiez une vérification hebdomadaire. Si l’action requise est disponible dans Flow, récupérez un ensemble filtré de commandes récentes avec Get order data et envoyez un rapport interne à l’équipe merchandising. Utilisez Shopify Analytics ou un autre outil pour classer les produits ; l’équipe examine les données et met à jour la collection dans Admin.

Pourquoi cette approche est plus sûre :#

Une requête Flow ne constitue pas automatiquement un classement complet des produits. Vérifiez la limite des résultats et la méthode de reporting avant de décider des changements d’assortiment, puis prévisualisez-les avant publication.

Mesures à suivre :#

• Couverture et fraîcheur du rapport
• Délai entre l’examen et la mise à jour de la collection
• Résultats de vente de votre boutique après le changement

10. Relance automatique des commandes provisoires#

Le problème : Les commerciaux B2B créent des commandes provisoires, puis les clients ne donnent plus de nouvelles. Ces commandes restent ouvertes pendant des semaines et des ventes sont perdues.

Automatisation avancée :#

Trigger: Scheduled time (daily at 10:00 AM)
Actions:         
  1. Get draft order data:
       - Status = "open"
       - Created at > 7 days ago
       - Tags does not contain "Follow-Up Sent"
  2. Count draft orders
  3. For each draft order:
       - Add draft order tag "Follow-Up Required"
       - Add draft order tag "Follow-Up Sent"
       - Get customer data for draft order
       - IF customer email exists:
           - Send internal email to assigned sales rep:
               Subject: "Open draft order #{{draft_order.number}} - {{days}} days old"
               Body: Customer + draft order link
           - Track event in CRM: "Draft Order Follow-Up Needed"
  4. Send Slack to #sales:
       "Daily Draft Order Alert: {{count}} open drafts > 7 days need follow-up"

Pourquoi ce modèle est utile :#

Les commandes provisoires peuvent facilement passer inaperçues. Ce modèle recherche celles qui dépassent le seuil d’ancienneté que vous définissez, identifie le commercial responsable lorsque cette information est disponible et envoie un rappel interne. Suivez votre propre taux de conversion et le montant des commandes ; il n’existe pas de taux général de récupération des commandes provisoires.

Mesures à suivre :#

• Commandes provisoires examinées et relances effectuées
• Commandes provisoires converties en commandes payées
• Temps consacré aux relances par l’équipe

À retenir pour créer des automatisations avancées#

Ce qui distingue une automatisation avancée d’une automatisation simple :#

1. Utiliser les actions Get Data — Interrogez les données historiques au lieu de réagir uniquement à un événement.
2. Planifier les analyses — Produisez des rapports proactifs, quotidiens ou hebdomadaires.
3. Utiliser For each — Traitez les enregistrements renvoyés un par un lorsque c’est nécessaire
4. Compter et additionner — Calculez des indicateurs comme le nombre total de commandes ou les revenus.
5. Coordonner les applications — Reliez Flow, Klaviyo, LoyaltyLion, Slack et votre CRM.
6. Utiliser les champs méta — Appuyez votre logique sur des données personnalisées propres aux produits ou aux clients.
7. GraphQL Admin API — Mutations avancées pour les utilisateurs expérimentés (B2B, fonctions personnalisées)

Stratégie de mise en œuvre :#

Semaine 1 : Commencez par les automatisations planifiées (n° 1, prévention de l’attrition ; n° 6, suivi des délais de traitement)
Semaine 2 : Ajoutez les automatisations Get Data (n° 2, regroupement des commandes ; n° 3, analyse des rétrofacturations)
Semaine 3 : Mettez en place les automatisations avec champs méta (n° 4, orientation selon la fragilité)
Semaine 4 : Connectez les applications marketing (n° 5, suivi dans Klaviyo ; n° 7, LoyaltyLion)

Conseils pratiques :#

• Testez avec des données réelles — Le bouton « Test » de Flow utilise les données de votre boutique.
• Commencez avec des filtres larges, puis affinez-les — Il est plus simple de resserrer les règles que de les assouplir.
• Documentez vos automatisations — Vous retrouverez plus facilement leur logique par la suite.
• Surveillez les alertes dans Slack — Les alertes restent visibles dans les canaux au lieu de se perdre parmi les e-mails.
• Consultez « View runs » — Flow consigne chaque exécution ; vérifiez-les chaque semaine.

Ce que Shopify Flow NE PEUT PAS faire#

Connaître ces limites vous aide à définir les bonnes attentes.

Flow n’est pas un portail général de modification de commande pour les clients#

Shopify Flow propose des actions précises sur les commandes, mais ce n’est pas un portail destiné aux clients pour soumettre des changements. Consultez la liste actuelle des actions pour connaître exactement les modifications que votre workflow peut effectuer. Pour le libre-service client, une application de modification de commande comme Revize peut gérer les changements admissibles pendant la période définie par le marchand ; le changement de produit et l’ajout de produits après achat sont des fonctions Pro.

Utiliser une application de messagerie pour les e-mails aux clients#

L’action Send internal email de Flow utilise des adresses de destinataires fixes ; elle ne peut pas utiliser une variable contenant l’e-mail du client. Utilisez les automatisations marketing de Shopify Messaging ou une application de messagerie connectée pour les communications client prises en charge, avec les paramètres de consentement adaptés.

Autre possibilité : Intégrez une application de marketing par e-mail, comme Klaviyo ou Omnisend, pour communiquer avec les clients.

Les remboursements nécessitent une action de paiement prise en charge#

Flow propose un déclencheur Refund created, mais ne supposez pas qu’il émet des remboursements ou permet tous les scénarios de remboursement partiel. Vérifiez les actions actuellement disponibles pour votre workflow et utilisez l’interface administrateur Shopify pour examiner les montants à rembourser. Les annulations admissibles dans Revize peuvent effectuer des remboursements via Shopify ; les remboursements sous forme de crédit en boutique nécessitent Pro.

Erreurs fréquentes avec les automatisations avancées#

1. Récupérer trop de données#

Erreur : Utiliser Get Data sans filtres et obtenir des milliers d’enregistrements.
Correction : les actions Get Data renvoient au maximum 100 enregistrements. Limitez la requête au plus petit ensemble utile, planifiez-la assez souvent pour votre volume et gérez la pagination ou les charges plus importantes en dehors de cette action.

Exemple : Ne récupérez pas toutes les commandes depuis l’ouverture de la boutique. Récupérez celles des 30 derniers jours.

2. Ne pas utiliser l’action For each#

Erreur : un workflow récupère une liste, mais lui applique une action de façon incorrecte.
Correction : utilisez l’action For each de Flow lorsque l’action doit s’exécuter une fois pour chaque enregistrement renvoyé.

3. Ne pas tester les automatisations planifiées#

Erreur : Une automatisation hebdomadaire semble correcte, mais sa requête contient une erreur de syntaxe que vous ne découvrez que la deuxième semaine.
Correction : Le bouton « Test » de Flow fonctionne aussi pour les automatisations planifiées. Testez avant d’activer.

4. Envoyer trop d’alertes à votre équipe#

Erreur : Une alerte Slack pour chaque rétrofacturation ou commande en retard sature les canaux.
Correction : Pour les éléments non urgents, préférez un récapitulatif quotidien ou hebdomadaire aux alertes en temps réel.

5. Ne pas consulter « View runs »#

Erreur : Une automatisation échoue sans que vous le remarquiez, jusqu’à ce qu’un marchand signale le problème.
Correction : Consultez Flow → Runs chaque semaine. Recherchez les erreurs et les comportements inattendus.

6. Saisir des dates et des valeurs fixes#

Erreur : Une requête indique « created_at > 1er janvier 2024 » et cesse d’être pertinente le 1er février.
Correction : Utilisez des dates dynamiques : {{order.created_at | date_add: '-7 days'}}

7. Ignorer les limites de fréquence de l’API#

Erreur : Une boucle parcourt 500 produits et appelle une API externe pour chacun. La limite de fréquence est atteinte et l’automatisation échoue.
Correction : Regroupez les appels API. Utilisez les actions natives de Shopify lorsque c’est possible.

Créez vos automatisations avancées dès aujourd’hui#

Ces 10 automatisations montrent ce que permet Shopify Flow. Voici un plan de mise en œuvre :

Mois 1 : Les bases#

• Semaine 1 : configurez la n° 1 (prévention de l’attrition) — signalez les clients à risque pour examen
• Semaine 2 : Mettez en place la n° 2 (regroupement des commandes) — réduisez les frais d’expédition
• Semaine 3 : Ajoutez la n° 6 (suivi des délais) — améliorez le traitement des commandes
• Semaine 4 : Testez et ajustez

Mois 2 : mesurer et améliorer les workflows#

• Semaine 5 : Connectez la n° 5 (suivi dans Klaviyo) — arrêtez les e-mails inutiles
• Semaine 7 : Ajoutez la n° 7 (reconquête avec LoyaltyLion) — automatisez la fidélisation
• Semaine 8 : Mettez en place la n° 3 (analyse des rétrofacturations) — bloquez la fraude

Mois 3 : Améliorer les opérations#

• Semaine 9 : Configurez la n° 4 (orientation selon les champs méta) — réduisez les dommages
• Semaine 10 : Ajoutez la n° 9 (collections de produits tendance) — présentez les produits selon les données
• Semaine 11 : Mettez en place la n° 10 (relance des commandes provisoires) — concluez les ventes B2B
• Semaine 12 : Mesurez le retour sur investissement

Mesurer les résultats dans votre propre boutique#

Il n’existe pas de résultat universel fiable en matière de chiffre d’affaires, d’économies, de réduction de la fraude ou de conversion pour ces modèles. Établissez une référence pour l’indicateur à améliorer, testez le workflow sur un ensemble limité d’enregistrements et comparez les résultats dans vos propres rapports.

Au-delà de Flow : automatiser toute la gestion des commandes#

Flow est un outil d’automatisation, pas un portail de modification de commande destiné aux clients.

Shopify Flow automatise les tâches avec les déclencheurs et actions qu’il expose. Il ne fournit pas aux clients de portail de modification après achat en libre-service.

Si un client souhaite ajouter un article, changer une quantité, appliquer une réduction oubliée ou modifier sa commande après l’achat, Flow seul ne peut pas l’aider. Revize Order Editing complète alors vos automatisations.

Workflows avancés avec Flow et Revize#

1. Modifications de commande en libre-service#

Customer opens the Revize portal during the merchant-set edit window
  → Customer submits an eligible change
    → Revize updates the order under the store’s rules
      → Any price difference is presented through Shopify checkout
        → Customer completes payment, if an amount is due

Mesure : suivez les modifications admissibles et les contacts d’assistance associés dans votre boutique.

2. Ventes additionnelles après achat#

Customer opens a Revize product-specific link during the edit window
  → Eligible item is added to the order (Pro feature)
    → Customer reviews the updated total
      → Customer pays any amount due through Shopify checkout

Mesure : comparez les ajouts acceptés et le montant des commandes dans vos propres rapports.

3. Ajouter un produit après le paiement#

After checkout, an eligible customer can use Revize’s add-product option during the edit window (Pro feature)
  → Customer reviews the changed order
    → Any balance due is paid through Shopify checkout

Mesure : suivez les retours des clients et les coûts de traitement dans votre boutique.

Comment les marchands Shopify peuvent utiliser Flow et Revize ensemble#

Suivre le workflow combiné#

Mesurez les modifications de commande effectuées, les différences de paiement encaissées, les remboursements émis et les contacts d’assistance à l’aide des rapports de votre boutique. Les résultats dépendent des règles d’admissibilité et du fonctionnement de la boutique.

Commencez dès aujourd’hui#

Prêt à mettre en place ces workflows avancés ?#

1. Commencez par les modèles de workflow qui répondent à un besoin documenté dans votre boutique
2. Testez Revize si vous avez besoin de modifications après achat en libre-service ; le changement de produit et l’ajout de produits nécessitent Pro
3. Connectez Klaviyo ou LoyaltyLion lorsque leurs actions de connecteur prises en charge conviennent au workflow
4. Suivez les résultats chaque semaine et développez ce qui fonctionne

Starter inclut un essai de 7 jours pour tester le parcours de modification activé avec votre configuration de traitement des commandes.

Sources et vérification : la documentation actuelle de Flow couvre les déclencheurs planifiés, les actions Get Data, les boucles For each et les limites des actions. Ces modèles sont des exemples à adapter et à tester dans votre boutique ; les connecteurs d’applications, les exigences de forfait et les résultats varient.

Dernière mise à jour : 14 octobre 2026 | Documentation Flow consultée en octobre 2026

À lire aussi : Statistiques sur la modification des commandes Shopify (2026) · Shopify Flow pour le service client après achat · Comment permettre aux clients de modifier leurs propres commandes Shopify (2026)