Cahier des charges pour choisir un chatbot étudiant : la grille complète

Un cahier des charges structuré élimine 80 % des erreurs de choix

La plupart des écoles supérieures choisissent leur chatbot après une démonstration de 30 minutes et une négociation tarifaire. Six mois plus tard, l'outil répond à côté, personne ne regarde les analytics, et l'équipe admissions revient au formulaire de contact.

Le problème n'est pas le chatbot. C'est l'absence de cahier des charges. Sans critères formalisés, chaque partie prenante évalue la solution selon ses propres priorités — le DSI regarde l'intégration, le directeur des admissions veut des leads, la direction financière compare les prix. Le résultat est un choix par défaut, pas par méthode.

Ce guide fournit les 12 critères à inclure dans votre cahier des charges, organisés en quatre blocs : fonctionnel, technique, conformité et support. Chaque critère est accompagné d'un seuil d'acceptation concret et d'une pondération recommandée pour la grille d'évaluation.

Les benchmarks cités proviennent de l'analyse de 200 000 sessions chatbot sur 50 écoles partenaires entre octobre 2025 et février 2026 (source : données internes Skolbot).

Les 12 critères du cahier des charges : vue synthétique

Avant d'entrer dans le détail, voici la grille complète. Chaque critère est classé par bloc et pondéré selon son impact sur le recrutement étudiant.

| # | Bloc | Critère | Pondération | |---|---|---|---| | 1 | Fonctionnel | Entraînement sur données école | 15 % | | 2 | Fonctionnel | Support multilingue natif | 12 % | | 3 | Fonctionnel | Inscription JPO automatique | 10 % | | 4 | Fonctionnel | Analytics et reporting | 8 % | | 5 | Technique | Intégration CMS / CRM | 10 % | | 6 | Technique | Délai de déploiement | 8 % | | 7 | Technique | Uptime SLA | 5 % | | 8 | Technique | Performance et temps de réponse | 5 % | | 9 | Conformité | RGPD et hébergement des données | 10 % | | 10 | Conformité | IA Act (transparence et obligations) | 5 % | | 11 | Support | Onboarding et formation | 7 % | | 12 | Support | SLA support et CSM dédié | 5 % |

La somme atteint 100 %. Ajustez les pondérations selon les priorités de votre établissement — mais ne supprimez aucun critère. Un chatbot qui excelle en fonctionnel mais échoue en conformité expose l'école à un risque juridique réel.

Bloc fonctionnel : ce que le chatbot doit savoir faire

1. Entraînement sur données école (15 %)

Le chatbot doit répondre aux questions spécifiques de votre école, pas aux généralités du secteur. L'analyse de 12 000 conversations Skolbot (sept. 2025 — fév. 2026) révèle que 89 % des prospects posent une question sur les frais de scolarité et 78 % sur l'alternance. Un chatbot qui ne connaît pas vos tarifs ni votre offre d'alternance échoue sur les questions les plus fréquentes.

Seuil d'acceptation. Le chatbot doit être capable de répondre à 90 % des questions du top 10 prospect (frais, débouchés, alternance, logement, international, admission, stages, reconnaissance diplôme, vie campus, bourses) dans les 48h suivant le déploiement.

Question à poser au fournisseur : « Comment le chatbot est-il alimenté en contenu ? Scraping automatique, import manuel, ou les deux ? Quel est le délai de mise à jour quand un programme change ? »

2. Support multilingue natif (12 %)

58 % des prospects internationaux ne sont pas francophones (source : détection de langue, 8 500 conversations Skolbot, 2025-2026). Un chatbot monolingue coupe l'accès à plus de la moitié du vivier international.

Seuil d'acceptation. Détection automatique de la langue du prospect, réponse dans la même langue, couverture d'au moins 10 langues européennes sans dégradation de qualité.

Piège courant. La « traduction automatique » n'est pas du « multilingue natif ». Un chatbot qui traduit sa réponse française en anglais produit du contenu approximatif et perd les nuances des parcours de formation locaux (clearing au Royaume-Uni, Studienkolleg en Allemagne, selectie en Pays-Bas).

3. Inscription JPO automatique (10 %)

Le chatbot doit détecter l'intention de visite et proposer l'inscription en conversation, pas simplement renvoyer vers un formulaire. Les données de tracking sur 35 écoles (2025-2026) montrent un taux d'inscription JPO de 18,4 % via chatbot contre 6,2 % via formulaire — un facteur 3x.

Seuil d'acceptation. Inscription en conversation (sans redirection externe), confirmation instantanée, relance personnalisée J-7 et J-1 avec taux de no-show inférieur à 20 %. À titre de référence, le taux de no-show sans relance atteint 52 % (source : suivi de 4 200 inscriptions JPO, 12 écoles, 2025-2026).

4. Analytics et reporting (8 %)

Sans données, le chatbot est une boîte noire. Le dashboard doit fournir au minimum : volume de conversations, questions les plus posées, taux de résolution, taux de transfert humain, et conversions (JPO, formulaire, candidature).

Seuil d'acceptation. Dashboard accessible sans compétence technique, export CSV/API, segmentation par programme/campus/langue, et alertes sur les anomalies (pic de questions sur un sujet = problème sur le site ou changement de programme).

Bloc technique : comment le chatbot s'intègre

5. Intégration CMS / CRM (10 %)

Le chatbot doit s'intégrer à votre écosystème existant, pas le remplacer. Les intégrations critiques : CMS (WordPress, Drupal, headless), CRM (HubSpot, Salesforce, Oscar Campus), et outils de marketing automation.

Seuil d'acceptation. Snippet JavaScript pour le CMS (déploiement sans développeur), webhook ou API REST pour le CRM (synchronisation des leads en temps réel), et documentation technique complète.

Question à poser : « Votre chatbot pousse-t-il les leads dans notre CRM en temps réel ou en batch ? Quels champs sont synchronisés ? »

6. Délai de déploiement (8 %)

La saisonnalité du recrutement étudiant rend le délai critique. Un chatbot déployé après le pic Parcoursup (mars) ou après la saison de clearing (août) a raté sa fenêtre de valeur.

Seuil d'acceptation. Moins de 2 semaines entre la signature et le chatbot en production, incluant l'entraînement sur le contenu de l'école. Les solutions spécialisées éducation atteignent 48h ; les solutions généralistes nécessitent 4 à 8 semaines de configuration.

7. Uptime SLA (5 %)

67 % de l'activité des prospects a lieu en dehors des heures ouvrées, avec un pic le dimanche soir (source : 200 000 sessions Skolbot, 2025-2026). Un chatbot indisponible le week-end annule l'avantage compétitif principal.

Seuil d'acceptation. SLA de 99,9 % minimum (soit moins de 8h45 d'indisponibilité par an), avec monitoring et alertes en temps réel.

8. Performance et temps de réponse (5 %)

Seuil d'acceptation. Temps de réponse inférieur à 5 secondes pour 95 % des requêtes. Les données terrain montrent un temps médian de 3 secondes pour les chatbots IA spécialisés éducation, contre 47h pour l'email et 72h pour le formulaire de contact (source : audit mystery shopping, 80 établissements, 2025).

Bloc conformité : ce que la loi exige

9. RGPD et hébergement des données (10 %)

Tout chatbot qui collecte des données de prospects — dont des mineurs — doit respecter le RGPD (Règlement 2016/679). Ce n'est pas une option, c'est le cadre légal européen.

Seuil d'acceptation. Hébergement des données dans l'UE, DPA (Data Processing Agreement) signé, registre des traitements accessible, droit à l'effacement opérationnel sous 72h, et consentement explicite avant toute collecte. La CNIL publie régulièrement des recommandations spécifiques à l'IA dans l'éducation.

Question critique : « Où sont hébergées les données des conversations ? Qui y a accès ? Quel est le processus de suppression sur demande ? »

10. IA Act — transparence et obligations (5 %)

Le Règlement européen sur l'intelligence artificielle (IA Act) impose des obligations de transparence (article 52) : le prospect doit savoir qu'il interagit avec une IA. Les systèmes d'IA utilisés dans l'éducation sont classés à haut risque (annexe III), ce qui implique des exigences supplémentaires de documentation et de contrôle humain.

Seuil d'acceptation. Mention explicite « Vous échangez avec un assistant IA » dès le début de la conversation, documentation technique du système IA accessible, et mécanisme de transfert vers un humain à tout moment.

Bloc support : ce qui fait la différence après la signature

11. Onboarding et formation (7 %)

Un chatbot performant mal configuré produit les mêmes résultats qu'un chatbot médiocre. L'onboarding doit inclure : configuration initiale assistée, formation de l'équipe admissions, et validation du contenu avant mise en production.

Seuil d'acceptation. Session de formation dédiée (pas un webinaire générique), validation conjointe du chatbot sur les 20 questions les plus fréquentes, et documentation interne personnalisée.

12. SLA support et CSM dédié (5 %)

Seuil d'acceptation. Temps de réponse support inférieur à 4h en jour ouvré, CSM (Customer Success Manager) dédié avec connaissance du secteur éducation, et revue trimestrielle des performances avec recommandations d'optimisation.

Grille d'évaluation : le template prêt à l'emploi

Utilisez cette matrice pour noter chaque solution candidate. Chaque critère est noté de 1 (insuffisant) à 5 (excellent), puis multiplié par sa pondération.

| Critère | Pond. | Solution A | Solution B | Solution C | |---|---|---|---|---| | 1. Entraînement données école | 15 % | _/5 × 0,15 = _ | _/5 × 0,15 = _ | _/5 × 0,15 = _ | | 2. Multilingue natif | 12 % | _/5 × 0,12 = _ | _/5 × 0,12 = _ | _/5 × 0,12 = _ | | 3. Inscription JPO auto | 10 % | _/5 × 0,10 = _ | _/5 × 0,10 = _ | _/5 × 0,10 = _ | | 4. Analytics | 8 % | _/5 × 0,08 = _ | _/5 × 0,08 = _ | _/5 × 0,08 = _ | | 5. Intégration CMS/CRM | 10 % | _/5 × 0,10 = _ | _/5 × 0,10 = _ | _/5 × 0,10 = _ | | 6. Délai déploiement | 8 % | _/5 × 0,08 = _ | _/5 × 0,08 = _ | _/5 × 0,08 = _ | | 7. Uptime SLA | 5 % | _/5 × 0,05 = _ | _/5 × 0,05 = _ | _/5 × 0,05 = _ | | 8. Temps de réponse | 5 % | _/5 × 0,05 = _ | _/5 × 0,05 = _ | _/5 × 0,05 = _ | | 9. RGPD | 10 % | _/5 × 0,10 = _ | _/5 × 0,10 = _ | _/5 × 0,10 = _ | | 10. IA Act | 5 % | _/5 × 0,05 = _ | _/5 × 0,05 = _ | _/5 × 0,05 = _ | | 11. Onboarding | 7 % | _/5 × 0,07 = _ | _/5 × 0,07 = _ | _/5 × 0,07 = _ | | 12. Support / CSM | 5 % | /5 × 0,05 = _ | /5 × 0,05 = _ | /5 × 0,05 = _ | | TOTAL | 100 % | **/5** | **/5** | **/5** |

Comment interpréter le score. En dessous de 3/5, la solution présente des lacunes structurelles. Entre 3 et 4, elle convient avec des compromis. Au-dessus de 4, elle couvre les besoins d'un établissement d'enseignement supérieur européen.

Pour un comparatif détaillé des solutions du marché, consultez notre comparatif des chatbots IA pour l'enseignement supérieur. Et pour comprendre pourquoi le chatbot surpasse le formulaire de contact, lisez notre analyse chatbot vs formulaire.

FAQ

Qui doit rédiger le cahier des charges dans l'école ?

Le cahier des charges doit être co-rédigé par trois parties : la direction des admissions (qui définit les besoins fonctionnels), la DSI (qui valide les contraintes techniques et d'intégration), et le DPO ou le service juridique (qui garantit la conformité RGPD et IA Act). Un comité de pilotage de 3 à 5 personnes est suffisant. Impliquer trop de parties prenantes allonge le processus sans améliorer la qualité du document.

Combien de temps faut-il pour rédiger un cahier des charges chatbot ?

Avec cette grille comme base, comptez 2 à 3 semaines entre le lancement de la réflexion et le document finalisé. La phase la plus longue n'est pas la rédaction, c'est l'alignement interne sur les priorités (pondération des critères). Commencez par la grille synthétique de cet article, adaptez les pondérations en comité, puis détaillez les seuils d'acceptation.

Faut-il inclure un budget dans le cahier des charges ?

Oui, indiquez une fourchette budgétaire. Cela filtre les solutions hors périmètre et évite de perdre du temps en démonstrations avec des fournisseurs 5 fois au-dessus du budget. Pour un chatbot IA spécialisé éducation, la fourchette se situe entre 200 et 800 EUR/mois en forfait par école. Les solutions généralistes B2B commencent à 2 500 USD/mois. Inclure cette information permet aux fournisseurs de proposer l'offre la plus adaptée.

Le cahier des charges doit-il mentionner l'IA Act ?

Oui, explicitement. Depuis l'entrée en vigueur progressive du Règlement européen sur l'IA, les systèmes d'IA dans l'éducation sont classés à haut risque. Le cahier des charges doit exiger la conformité article 52 (transparence) et vérifier la classification du système proposé. Tout fournisseur incapable de documenter sa conformité IA Act en 2026 représente un risque.

Comment évaluer la qualité des réponses du chatbot pendant le test ?

Préparez une liste de 30 questions réelles tirées de vos échanges avec les prospects (email, téléphone, réseaux sociaux). Soumettez-les au chatbot en mode test et évaluez chaque réponse sur trois axes : exactitude (l'information est-elle correcte ?), complétude (la réponse couvre-t-elle la question ?), et ton (la réponse est-elle adaptée à un prospect étudiant ?). Un score de 80 % ou plus sur les 30 questions indique une solution viable. Pour aller plus loin sur le calcul du retour sur investissement, consultez notre guide ROI chatbot étudiant.