Avis Google par collaborateur : 3 méthodes et leurs limites
Trois sortes de preuves vous disent quel collaborateur a obtenu un avis Google : le nom du collaborateur dans l'avis, un lien personnel que le client a utilisé, et la réservation que votre système conserve pour ce client.
Pour un établissement avec peu de collaborateurs et sans rémunération en jeu, lire chaque nouvel avis à son arrivée suffit. Google vous le signale gratuitement.
Cette méthode cesse de suffire à mesure que croissent le volume, le nombre d'établissements, le renouvellement du personnel et la rémunération en jeu, ou quand les avis ne nomment personne.
Chaque méthode a besoin de données d'abord : les avis avec dates exactes et, pour la méthode de correspondance de réservations, un système qui enregistre qui a servi le client. Ce guide dit d'où viennent ces données et où chaque méthode bute.
Quelle approche convient à votre situation ?
Un tableur sert à stocker des réponses, pas à les obtenir. Chaque ligne du tableau ci-dessous indique donc d'où viennent les avis, et avec quelle date.
| Votre situation | À utiliser | D'où viennent les avis, et avec quelle date | Pourquoi |
|---|---|---|---|
| Un établissement, peu de collaborateurs, quelques avis par semaine, sans rémunération en jeu | Lire chaque nouvel avis dès son arrivée et noter à qui il correspond, dans un carnet ou une feuille | Les alertes de nouvel avis de Google, et la page Consulter les avis de votre fiche d'entreprise. C'est gratuit. Vous notez vous-même la date à laquelle vous avez vu l'avis. Cette méthode ne couvre que les avis à venir, pas les anciens. | Dans notre panel d'étude, une entreprise type obtient environ 5 à 10 avis par mois. |
| Vous avez aussi besoin des anciens avis, avec dates | Un import de l'historique des avis : notre outil gratuit de recherche de date pour une poignée, les API Google pour un développeur, ou un outil d'export | Chaque voie a des limites, énumérées dans le tableau de la Méthode 1. Copier depuis Maps affiche « il y a un an », pas une date exacte. | Au-delà d'une poignée d'avis, le faire à la main cesse d'être réaliste. |
| Un import de l'historique des avis ponctuel que vous vérifierez à la main | Collez les avis dans ChatGPT ou un outil similaire | Ce que vous collez. L'outil ne récupère pas les avis ni leurs dates. | Convient comme première passe, à condition de lire chaque réponse. |
| Vous remettez quelque chose aux clients sur place, sans rémunération en jeu | Un lien personnel ou un code QR | L'heure du clic, donnée par le lien, et l'heure de l'avis, donnée par la plateforme. Dans Reviewflowz, sept plateformes remplissent cette condition. | Cette méthode compte les clics et les avis écrits juste après. Ne basez jamais la rémunération sur ce seul signal. |
| Votre système de réservation enregistre qui a servi chaque client, et les critiques réservent sous leurs propres noms | Faire correspondre les critiques aux réservations | Avis de l'une ou l'autre voie ci-dessus, plus un export de vos réservations avec le personnel qui y figure. | Cette méthode fonctionne quand un avis ne nomme personne. |
| La rémunération ou les bonus en dépendent, ou vous avez plusieurs établissements, des homonymes, du renouvellement du personnel, plus de volume que vous ne pouvez vérifier, ou des avis qui ne nomment personne | Un système qui conserve les avis et les réservations, combine les preuves, évalue la certitude et laisse une personne confirmer les avis douteux | Le système récupère les deux à la fois : les avis avec leur date exacte, et les réservations avec le personnel associé. | Votre propre construction ou un logiciel. Reviewflowz a sa place ici. |
Méthode 1 : noms de collaborateurs dans le texte de l'avis
Un client écrit « Camille a été super » et vous créditez Camille. C'est la preuve la plus directe, et c'est gratuit.
Quand c'est le bon choix
Un établissement, quelques avis par semaine, sans rémunération en jeu. Lisez chaque nouvel avis dès son arrivée, et notez à ce moment-là à qui il correspond.
Google vous prévient à chaque nouvel avis. « Activité client » envoie « des alertes lorsque des clients publient de nouveaux avis ou ajoutent des photos », par email, Recherche ou Maps (Google, Gérer vos notifications). Pour les lire, sélectionnez Consulter les avis dans votre fiche d'entreprise (Google, Gérer les avis des clients). Les propriétaires et les responsables peuvent répondre aux avis (Google, propriétaires et responsables).
Les limites sont évidentes : cette méthode ne couvre que les nouveaux avis, un établissement à la fois, et il faut être connecté en tant que propriétaire ou responsable. La date que vous notez est celle à laquelle vous avez vu l'avis, pas sa date réelle. Vous n'avez pas d'import de l'historique des avis anciens avec leur date exacte, et un avis supprimé avant que vous ne l'ayez noté reste invisible.
L'utilité de la méthode dépend de votre secteur. Dans notre étude de 2,7 millions d'avis Google positifs, 28 % nomment une personne : 38 % aux États-Unis, 13 % en Europe, avec des écarts allant d'environ 7 % dans l'hôtellerie à 66 % dans les services à domicile aux États-Unis. À 7 %, environ un avis sur quatorze peut être crédité à partir du texte. À 66 %, environ deux sur trois.
Récupérer les anciens avis, avec dates exactes
Le premier problème difficile est la liste. Vous avez besoin de tous les avis, de leur texte complet et de leur date exacte, pour chaque établissement.
| Voie | Ce que vous obtenez | Dates | Ce qu'il faut, et la limite |
|---|---|---|---|
| Copier depuis Maps à la main | Tout ce que vous pouvez faire défiler et copier | Relative, comme « il y a un an » | Du temps. Pas de date exacte. |
| API Google Places | Jusqu'à cinq avis par établissement | Une heure de publication exacte par avis | Un développeur et une clé API. Cinq avis est la limite. |
| API Google Business Profile | Tous les avis d'un établissement, 50 par page | Heure de création et heure de dernière mise à jour | Un développeur, la connexion de quelqu'un ayant un rôle sur l'établissement, et l'approbation par Google de votre demande d'accès à l'API. Google demande une fiche vérifiée et active depuis au moins 60 jours, avec un site web. |
| Notre outil gratuit Google Review Date Finder | Un avis par lien | Date et heure exactes, et la dernière modification | Vous trouvez vous-même le lien de chaque avis. Gratuit, un à la fois. |
| Un outil d'export, comme le nôtre | Tous les avis dans un fichier, 15 colonnes | Une colonne de date et heure exactes | Le nôtre est 50 $ par mois par établissement et ne demande aucun accès à la fiche. |
L'accès suit le rôle du compte Google sur chaque établissement, donc un compte propriétaire peut lire plusieurs. Une connexion perdue affecte tous les établissements liés à ce compte. Pour une poignée d'avis, utilisez le Google Review Date Finder. Pour des centaines, vous avez besoin de l'API ou d'un export, comme notre export d'avis Google, qui est payant.
Pourquoi la date exacte compte
Un nom vous dit qui. La date vous dit quel service, quelle réservation et quelle période de rémunération sont concernés. Une mention comme « il y a un an » ne donne aucune de ces informations, et Google masque la date exacte sur la page Maps. La correspondance de réservations, vue plus loin, cherche de 14 jours avant l'avis à 2 jours après : sans date exacte, il n'y a rien à chercher.
La liste change continuellement
Une liste lue une seule fois devient vite obsolète. À faible volume, ça n'a guère d'importance. Ça en a dès que la rémunération dépend de cette liste.
- Suppressions. On a suivi 4,9 millions d'avis sur 9 048 fiches Google Maps, chaque jour pendant deux semaines, et on en a repéré 4 590 suppressions. 1,95 % des nouveaux avis avaient disparu en une semaine. Le risque culmine aux jours 2 et 3 pour les avis négatifs, et aux jours 6 et 7 pour les avis positifs. Voir l'étude complète. Un avis supprimé devrait perdre son crédit. L'exposition croît avec le volume : 4 % des entreprises collectant moins de 2 avis par mois ont perdu au moins un avis en deux semaines, contre 67 % de celles qui en collectent 50 ou plus.
- Modifications. Une modification qui change le texte crée une nouvelle version avec une nouvelle date. Reviewflowz mesure la fenêtre de réservation à partir de la date de modification, donc une modification peut déplacer un crédit.
- Texte. Les étoiles sans texte ne donnent rien à lire. Lisez l'original, pas une traduction. Une réponse de l'entreprise qui remercie un collaborateur n'est pas une preuve venant du client.
- Historique des notes. Google n'en stocke pas. Voir comment voir votre note au fil du temps.
Plusieurs établissements, et deux personnes avec le même nom
Chaque établissement a sa propre liste d'avis, le personnel travaille dans plusieurs, et un client peut poster un avis sur le mauvais établissement. Traitez l'établissement et la visite comme des preuves, jamais comme un filtre. Quand deux personnes correspondent également, une personne décide.
Noms dans les avis et règles de Google
Dans la même étude, les avis qui nomment une personne ont été supprimés à 1,01 fois le taux de ceux qui n'en nomment aucune, dans la même entreprise (intervalle à 95 % de 0,91 à 1,11). L'étude pose elle-même sa limite : on ignore comment ces avis ont été sollicités. Google restreint les marchands qui demandent à leur personnel de solliciter des avis avec un contenu précis, « y compris des éléments qui identifient un membre du personnel ». Ne rédigez donc pas de script demandant aux clients de nommer quelqu'un.
Commencez avec un lien d'avis et un QR code
Le générateur gratuit vous donne en quelques secondes votre lien d'avis Google et votre QR code. Il fonctionne aussi sur iPhone.
Méthode 2 : liens personnels et codes QR
Vous donnez à chaque personne un lien ou un code QR. Les avis écrits juste après que quelqu'un l'a utilisé sont crédités à cette personne.
Quand c'est le bon choix
C'est bon marché pour commencer. Elle convient à un suivi de comptoir, par exemple combien de personnes la réception a envoyées vers Google cette semaine, et à un tableau d'équipe où aucun argent ne change de mains.
Dans Reviewflowz, un Magic link par personne donne un comptage par lien. Le tableau Magic links affiche Clics et Avis côte à côte, et chaque lien a un code QR que vous pouvez télécharger. Un avis est crédité à un lien quand il se trouve sur la même fiche d'avis vers laquelle le clic s'est résolu et apparaît dans les 5 minutes suivant le clic.
Ce qu'un lien demande : une heure de publication à la minute
Google n'enregistre rien sur le lien ou le code qu'un auteur d'avis a utilisé. Le lien vous donne une heure de clic, et vous la comparez à l'heure de l'avis. Cette comparaison ne fonctionne que sur une plateforme qui donne une heure de publication exacte.
Dans Reviewflowz, sept plateformes se qualifient : Maps, Play Store, App Store, Trustpilot, Booking.com, Smart Customer et Capterra. On les a auditées sur des données de production. Pour les autres plateformes, appliquer une fenêtre de correspondance à un horodatage inventé ne fait que produire une fausse certitude. G2 donne une date sans heure, les dates Zocdoc sont approximées, et les dates de réponse sur Airbnb Experiences se présentent sous forme d'étiquettes du type « il y a 3 semaines ».
Les limites de cette méthode
- Un client qui fait un avis plus tard à la maison est en dehors de la fenêtre, et celui qui vous trouve sur Google ne clique jamais.
- Les scanners de sécurité du courrier électronique ouvrent les liens dans une minute ou deux suivant la livraison. Dans un échantillon de 12 jours, 220 des 316 clics de lien par email provenaient de réseaux de scanners de sécurité, et 85 provenaient de réseaux domestiques et mobiles. Les visites de scanners ne sont pas comptabilisées.
- Une fenêtre de 5 minutes crédite celui qui a fait un avis après le clic. Un collaborateur peut ouvrir son propre lien ou l'envoyer à des amis. Quand deux clics rivalisent pour un avis, le clic le plus ancien gagne.
Ne basez donc jamais la rémunération sur le seul crédit de lien. Utilisez-le comme un signal parmi d'autres, à côté du texte et de la réservation. La page d'attribution des avis et l'article d'aide sur voir quel membre de l'équipe reçoit vos avis Google couvrent le côté produit.
Méthode 3 : correspondance entre les critiques et votre système de réservation
L'avis nomme un client. Votre PDV, CRM, système de réservation ou PMS nomme qui l'a servi. Faites correspondre les deux.
Quand c'est le bon choix
Elle convient aux entreprises de rendez-vous, de services et de visites guidées, où chaque prestation correspond à une réservation avec un membre du personnel attitré. Elle fonctionne aussi quand un avis ne nomme personne.
Vous pouvez le faire à la main. Exportez vos réservations avec le personnel qui y figure, prenez vos avis avec leurs dates de l'une des voies de la Méthode 1, et faites correspondre par nom et date. Une personne voit que « Gaj N » est « Gaj Niranjan ». Elle tient la route tant qu'une personne peut faire ce travail chaque semaine.
Premier contrôle : votre système enregistre-t-il qui a servi le client ?
Beaucoup de systèmes ne le font pas. Dans notre code d'intégration, 36 des 60 connexions lisent le personnel par id, 6 lisent le personnel par nom, et 18 n'enregistrent rien. Une réservation, un paiement ou une facture ne disent souvent rien sur qui a servi le client.
Les systèmes qui enregistrent le personnel incluent Bokun, ServiceTitan, Boulevard, FareHarbor et Square. Le même champ peut signifier des choses différentes. Certains systèmes envoient la liste complète du personnel, donc une liste vide signifie personne. D'autres envoient un enregistrement par article de paiement, donc le crédit doit s'additionner. Si votre système n'enregistre pas le personnel, cette méthode n'est pas disponible. Utilisez le texte.
Faire correspondre la personne, pas la chaîne
Le critique affiche un nom d'affichage et la réservation affiche le nom du client. Ils diffèrent de façons prévisibles.
- Coupez les noms en parties de la même façon des deux côtés, et supprimez les titres et les particules comme M, Dr, Jr, de et van.
- Exigez une seconde partie correspondante pour valider une initiale : « Maria S » ne doit pas faire remonter tous les Maria.
- Acceptez qu'un pseudo comme « kgskelton » contienne le nom de famille, et exigez une correspondance exacte pour les noms écrits dans d'autres systèmes d'écriture.
- Ignorez les espaces réservés anonymes comme « un utilisateur Google ». Ne devinez pas.
Timing et annulations
Quelle visite l'avis décrivait-il ? La dernière avant l'avis. Cherchez de 14 jours avant l'avis à 2 jours après, car certaines entreprises voient l'avis publié dès la consultation, avant que le dossier n'existe. La prochaine réservation d'un client régulier ne prend jamais le crédit. Les réservations annulées et réservées à nouveau ne comptent pas. Tout ce raisonnement suppose de connaître la date exacte de l'avis.
Quand cette méthode cesse de suffire
Elle cesse de fonctionner quand le client qui écrit l'avis n'est pas celui de la réservation, par exemple un parent ou un collègue qui a réservé à sa place. Elle cesse aussi quand le client utilise un autre nom, une initiale ou un pseudo, quand l'avis nomme quelqu'un qui n'était pas sur la réservation, ou quand la réservation et l'avis sont trop éloignés dans le temps.
Combiner les méthodes
Chaque méthode voit ce que les autres ne peuvent pas. Le texte couvre les anciens avis et les clients de passage. La réservation couvre les avis qui ne nomment personne. Le lien couvre un avis avec un nom différent et sans réservation associée. Quand deux méthodes s'accordent, le crédit est solide. Quand elles se contredisent, une personne doit vérifier.
Tenez un classement auquel votre équipe fait confiance
Connectez vos fiches Google, ajoutez votre équipe et voyez qui a obtenu quel avis. Configuration en moins de cinq minutes, sans démo.
Les cas limites, et quand vous pouvez les ignorer
Ces cas apparaissent à mesure que croissent le volume, le nombre d'établissements et le renouvellement du personnel. En dessous de ce seuil, vous les repérez à l'œil.
| Cas | Une règle saine | Vous pouvez l'ignorer quand |
|---|---|---|
| Deux collaborateurs avec le même nom | Utilisez l'établissement, le produit et le reste du personnel nommé dans le même avis. Si deux correspondent également, une personne décide. | Vous n'avez pas deux collaborateurs portant le même prénom. |
| Fautes de frappe et orthographe incorrecte | Normalisez les accents et la casse. Tolérez un préfixe de 4 lettres ou plus, ou une faute de frappe, ou deux fautes à partir de 7 lettres. | Vous lisez chaque avis vous-même. |
| Surnoms et noms courts | Tenez une liste de surnoms, et ajoutez-y le terme employé par le client chaque fois qu'une personne confirme un crédit. | L'équipe est assez petite pour que vous connaissiez chaque surnom. |
| Plusieurs collaborateurs sur une réservation | Reviewflowz crédite tout le monde sur la réservation. Décidez une règle de partage avant le premier paiement. | Une seule personne sert chaque client. |
| Une personne rejoint, part ou change de nom | Relisez les anciens avis après chaque changement d'effectif. | L'équipe ne change pas. |
Exemple (inventé) : deux guides s'appellent toutes les deux Ana, l'une sur la visite du port, l'autre sur la visite de la colline. Un avis sur la visite du port qui cite aussi le capitaine pointe vers l'Ana du port, car des personnes citées ensemble travaillent ensemble. Si rien ne les distingue, une personne tranche.
Fautes de frappe et orthographe incorrecte
Reviewflowz commence par chercher une correspondance exacte avec l'effectif : ça ne coûte rien, et ça rattrape ce que le modèle de recherche de nom manque. « Caesar » devient Cesar, « Jaro » devient Jaroslava : le système tolère donc aussi une faute de frappe, dans une certaine limite. Sur un test de 3 053 avis, le modèle de recherche de nom seul a manqué 8 des 1 776 avis qui citent du personnel. Avec la vérification de nom exact en amont, il n'en a manqué qu'un.
Surnoms et noms courts
Les invités écrivent « Lily » pour Lilibeth. Une liste figée ne peut pas le deviner. Quand une personne attribue un avis à quelqu'un que le texte désigne par un nom inconnu, ce nom devient un surnom enregistré. Écartez les titres comme « Capitaine », et refusez un surnom qui ressemble au nom d'un autre membre de l'équipe.
Une personne rejoint, part ou change de nom
L'effectif change, et chaque changement rouvre la question des anciens avis. Exemple (inventé) : un guide rejoint l'équipe en mars et se trouve remercié par son nom dans des avis de janvier, vérifiés avant que ce nom n'existe. Son arrivée doit déclencher une nouvelle lecture de ces avis. En revanche, un surnom appris ne doit pas déclencher une relecture complète, sinon chaque correction manuelle en coûterait une.
Copier-coller dans ChatGPT : quand ça marche, et quand vous ne pouvez pas lui faire confiance
Quand c'est le bon choix
Un import ponctuel de l'historique des avis, portant sur quelques centaines d'avis ; une première passe ; une petite équipe ; une personne qui lit chaque réponse. Un modèle de langage est bon pour reconnaître un nom écrit de cinq façons différentes.
Les avis ne viennent pas de l'outil : vous collez ou chargez ce que vous avez exporté. Les avis et leurs dates ne sont donc complets que dans la mesure où l'est la méthode qui les a produits. Si votre système de réservation n'enregistre pas le personnel, un modèle ne peut pas l'inventer.
Quand vous ne pouvez pas lui faire confiance : comment saurez-vous quelles réponses sont fausses ?
Une réponse à moitié juste, sans score de certitude, est indiscernable d'une réponse juste. La seule façon de repérer les faux positifs est de vérifier chaque réponse par rapport aux faits. Et ça revient à tout contrôler à la main.
Le volume rend cette réalité concrète : Reviewflowz confirme correctement 87,1 % des mentions de personnel, mesuré sur 3 053 avis dans 4 comptes. 21 auto-confirmations se sont révélées fausses. Ce sont des erreurs rares, noyées dans 3 053 avis, mais chacune signifie une personne créditée, et peut-être payée, pour l'avis de quelqu'un d'autre.
Pour mesurer ce taux, il a fallu un jeu de données étiqueté, par un modèle plus puissant plutôt que par un audit humain, et une mesure avant et après le changement. Si vous lisez de toute façon chaque réponse, vous n'avez pas besoin d'un score de certitude. Si vous ne pouvez pas le faire, ce score devient nécessaire.
Comment l'améliorer ?
Une correction ne sert à rien si rien ne la conserve. La correction d'une personne doit l'emporter sur le modèle la fois suivante, un surnom utilisé par un client doit être appris, et un jeu de test doit être mesuré avant et après chaque changement. Quelqu'un doit être responsable de la file des réponses douteuses. La façon dont Reviewflowz s'y prend figure plus bas, dans Où Reviewflowz trouve sa place.
Le coût caché de la confiance, à grande échelle
Le modèle est la partie bon marché : environ 0,0001 $ par avis pour repérer les noms, et environ 0,003 $ par avis pour décider. Le vrai travail, c'est tout ce qui entoure cette confiance : un seuil de certitude, une file pour les avis douteux, un taux d'erreur que vous mesurez, et une boucle qui apprend de ses erreurs. Pour un simple import ponctuel de l'historique des avis, vous n'avez besoin de rien de tout ça. Si le travail tourne chaque semaine et que la rémunération en dépend, vous construisez tout ça autour de l'outil.
Pouvez-vous donner à votre personnel une prime pour obtenir des avis ?
Oui, payez le personnel pour ce que vous pouvez confirmer. Ne payez pas le client. Basez la prime sur l'attribution confirmée, pas sur les clics de lien ou les comptages bruts.
La politique de contenu interdit et restreint de Google précise : « Nous n'autorisons pas les marchands ni les utilisateurs à : ... proposer des avantages (...) en échange de la publication d'un avis, ou de la modification ou suppression d'un avis négatif ». Elle cite aussi, parmi les pratiques restreintes, les « Marchands demandant à leur personnel de solliciter un certain nombre d'avis ». La page ne mentionne aucune prime pour le personnel.
Pour une petite équipe et une petite prime, vous pouvez vous contenter de payer sur ce que vous lisez dans les avis. Quand la prime est importante ou contestée, payez sur la base du crédit confirmé, pas sur de simples suggestions, et réglez les désaccords avant le paiement. Un paiement ne vaut que ce que valent les données sous-jacentes. Voir aussi devriez-vous payer le personnel par avis et comment inciter votre équipe à collecter plus d'avis.
Quand vous avez besoin d'un système qui se corrige, et quand ce n'est pas le cas
Vous n'en avez pas besoin si vous gérez un seul établissement, avec peu de collaborateurs, sans rémunération en jeu, et que vous lisez chaque nouvel avis dès son arrivée. Vos yeux et un carnet suffisent. Le piège, c'est que cette méthode ne couvre que les avis à venir.
Vous en avez besoin quand plusieurs de ceux-ci sont vrais :
- Le volume est supérieur à ce que vous pouvez lire et vérifier.
- Vous gérez plusieurs établissements.
- Le personnel partage des noms ou va et vient.
- La rémunération ou les bonus en dépendent.
- Les avis ne nomment souvent personne.
- La liste évolue en permanence, au gré des suppressions et des modifications.
Vous pouvez alors le construire vous-même ou l'acheter. Utilisez la liste de contrôle suivante, quel que soit votre choix.
- Données. Chaque avis avec sa date exacte. Suppressions et modifications remarquées. Une connexion perdue gérée. Personnel extrait du système de réservation.
- Correspondance. Chaque élément de preuve conservé comme un enregistrement. La décision humaine qui l'emporte en cas de doute. Jamais de crédit « personne » silencieux quand une étape échoue. Apprentissage des corrections. Une nouvelle lecture des anciens avis à chaque changement d'effectif.
Où Reviewflowz trouve sa place
Si ces conditions s'appliquent à vous, voici ce que fait Reviewflowz.
Côté données, Reviewflowz se connecte à l'API Google Business Profile quand le propriétaire l'autorise, et lit les fiches publiques dans les autres cas, établissement par établissement. L'outil stocke l'heure exacte de chaque avis, conserve les versions des avis modifiés, marque les avis supprimés pour que les crédits suivent, et récupère le personnel depuis votre système de réservation, quand celui-ci l'enregistre.
Côté correspondance, l'outil lit les noms dans le texte, fait correspondre les critiques aux réservations, et conserve chaque élément comme preuve. Il en déduit un crédit par personne et par avis. Chaque crédit garde sa certitude, le texte correspondant, l'explication, et son origine. Une personne confirme ou rejette les avis douteux dans la file Need validation, et ses corrections enrichissent le modèle. Séparément, le tableau Magic links compte les avis crédités à chaque lien. Attribute past reviews lance l'import de l'historique des avis quand vous configurez votre équipe.
Le résultat mesuré est 87,1 % des mentions de personnel confirmées correctement, sur 3 053 avis dans 4 comptes. Ce résultat couvre uniquement les mentions de texte, et a été étiqueté par un modèle plus puissant.
Ce qu'il ne fait pas : la méthode de réservation a besoin d'un champ personnel dans votre système, le crédit de lien ne devient pas fiable pour autant pour servir de base de paiement, et la file de validation nécessite une intervention humaine.