Découvrez Wandz : l’intelligence artificielle au cœur de la suite Wingify

Wandz est l’IA intégrée de Wingify. Elle alimente les processus d’expérimentation, de personnalisation, de feature management, de commerce et de customer insights de VWO et AB Tasty. Grâce à son accès natif à vos expérimentations, vos audiences, vos métriques et vos données comportementales, Wandz peut analyser les résultats, formuler des recommandations et vous aider à déployer des changements, sans avoir à exporter les données ni à réexpliquer le contexte à un outil d’IA généraliste.

Pourquoi les équipes en charge de l’expérience digitale ont besoin d’une IA différente

Aujourd’hui, de nombreuses équipes intègrent déjà l’IA à leur quotidien. ChatGPT, Claude ou Gemini sont d’excellents outils pour trouver des idées, rédiger du contenu, synthétiser des documents ou écrire du code. Leur utilité n’est plus à démontrer.

En revanche, l’optimisation répond à des enjeux bien différents. Pour répondre à des questions comme « Pourquoi le taux de conversion a-t-il baissé sur cette page ? » ou « Quel segment d’audience devrait voir cette expérience en priorité ? », il faut disposer d’un contexte qui n’existe qu’au sein d’une plateforme de test et de personnalisation. Ce contexte comprend notamment les expérimentations en cours, la répartition du trafic, la composition réelle des segments d’audience, les enseignements issus des heatmaps et des enregistrements de session, ainsi que l’historique des actions déjà menées.

Par défaut, une IA généraliste n’a accès à aucune de ces informations. Pour obtenir une réponse pertinente, il faut d’abord exporter les données, les copier dans une fenêtre de chat, rédiger un prompt suffisamment détaillé pour fournir le bon contexte, puis revenir dans la plateforme afin de mettre en œuvre les recommandations proposées. C’est précisément dans ces allers-retours et ce travail manuel de contextualisation que se concentrent la plupart des frictions.

Qu’est-ce que Wandz ?

Wandz est l’IA intégrée de la suite Wingify. Présente au cœur des processus d’expérimentation, de personnalisation, de feature management, d’analyses et de customer insights, il s’intègre directement aux outils que vous utilisez au quotidien, plutôt que de fonctionner comme un assistant distinct. Il s’appuie sur les capacités de l’assistant Evi d’AB Tasty et de Copilot de VWO, désormais réunis au sein d’une même IA à mesure que les deux plateformes convergent sous Wingify.

Ce qui fait toute la différence, c’est que Wandz est directement intégré aux interfaces que vous utilisez. Il dispose ainsi déjà du contexte qu’une IA généraliste vous demanderait de fournir manuellement.

Pourquoi Wandz est intégré à la suite Wingify

Avec une IA externe, le processus de travail est généralement le même : exporter les données, les copier, les coller dans un prompt, ajouter suffisamment de contexte pour obtenir une réponse pertinente, interpréter les résultats, revenir dans la suite, puis appliquer manuellement les recommandations.

Avec Wandz, ce processus se résume à quelques étapes : analyser, recommander, créer, valider et lancer, sans jamais quitter la suite. Les données n’ont pas besoin d’être exportées, puisque Wandz y a déjà accès. Et les recommandations n’ont pas besoin d’être transformées manuellement en actions : Wandz peut vous aider à créer directement l’expérimentation, le segment d’audience ou le déploiement correspondant.

Une intelligence artificielle commune à toute la suite

Wandz n’est pas une fonctionnalité rattachée à un produit spécifique. Il constitue une intelligence commune à toute la suite et s’appuie sur les mêmes données, quel que soit l’outil utilisé.

L’un des principaux bénéfices de cette intelligence commune est d’assurer une continuité entre les différentes fonctionnalités. Un enseignement tiré d’une heatmap peut nourrir l’hypothèse d’une nouvelle expérimentation, qui peut ensuite servir à définir une audience pour une campagne de personnalisation, puis guider le déploiement d’une fonctionnalité associée. Le tout, sans avoir à réexpliquer le contexte à chaque étape, puisque les mêmes données sont conservées tout au long du processus.

Comment Wandz accompagne chaque processus de la suite Wingify

La plupart des outils d’IA se contentent de formuler des recommandations. L’utilisateur doit ensuite se charger de les traduire en configurations, en paramétrages ou en actions dans le produit. Wandz va plus loin.

Dans l’ensemble des processus de la suite Wingify, Wandz fonctionne comme un véritable agent IA. Il ne se contente pas de suggérer la prochaine étape : il peut exécuter de bout en bout des tâches composées de plusieurs étapes, comme rédiger une expérimentation, créer une audience, vérifier une configuration ou interpréter un résultat, tout en laissant à l’utilisateur le contrôle aux moments où une validation, une décision ou une approbation est nécessaire. Cette différence est essentielle. Une IA qui vous indique quoi faire vous laisse encore la charge d’exécuter les tâches. Un agent IA qui les réalise pour vous et sollicite votre validation avant leur mise en œuvre vous fait réellement gagner du temps.

Comme Wandz fonctionne directement au sein de la suite et dispose d’un accès en temps réel à vos expérimentations, vos audiences, vos métriques, vos données comportementales et votre historique de déploiement, il peut agir directement à partir de ce contexte, plutôt que de simplement vous expliquer ce qu’il faudrait faire.

Expérimentation

Dans les processus d’expérimentation, Wandz génère des hypothèses fondées sur les données, plutôt que de repartir de zéro. Il peut créer une expérimentation de bout en bout, en définissant les variations, en sélectionnant les métriques pertinentes et en recommandant l’audience la plus adaptée. Avant le lancement, il vérifie également la configuration afin d’identifier d’éventuels points de vigilance.

Une fois les résultats disponibles, Wandz les interprète dans un langage clair et identifie les prochaines expérimentations à mener à partir des enseignements obtenus. L’équipe garde le contrôle en validant chaque étape, tandis que Wandz prend en charge les tâches opérationnelles.

Personnalisation

Pour la personnalisation, Wandz transforme les données comportementales en segments d’audience exploitables, sans recourir à une analyse manuelle à chaque étape. Il identifie les comportements les plus pertinents à cibler, crée le segment correspondant et recommande des variations d’expérience adaptées. Un processus qui nécessiterait habituellement un cycle complet d’analyse est ainsi condensé en une seule étape, directement exploitable par les équipes. L’utilisateur valide la logique du segment ainsi que l’expérience proposée avant son déploiement. Wandz se charge du reste.

Feature management

Lors du déploiement de fonctionnalités, Wandz vérifie les configurations avant leur mise en production. Il contrôle les métriques, les règles de ciblage et la répartition du trafic, tout en signalant des problèmes qui pourraient autrement passer inaperçus jusqu’à plusieurs jours après le lancement.

Au-delà de cette vérification initiale, Wandz peut également recommander une stratégie de déploiement adaptée au niveau de risque de la fonctionnalité. Pendant le déploiement, il détecte les signaux indiquant s’il est préférable d’accélérer la diffusion, de la suspendre ou d’activer un kill switch.

Customer insights

Pour l’analyse des comportements utilisateurs, Wandz réalise une première analyse des heatmaps, des enregistrements de session et des réponses aux enquêtes, évitant ainsi aux équipes de consacrer des heures à une analyse qualitative manuelle.

Il met en évidence les principaux points de friction, identifie les sessions qui méritent une analyse approfondie et recoupe les enseignements issus de plusieurs sources afin de proposer un point de départ pour la prochaine hypothèse d’expérimentation. Les équipes peuvent ainsi consacrer leur temps à l’interprétation et à la prise de décision, plutôt qu’au tri des données.

Analyses

Côté analyses, Wandz répond aux questions sur les performances en langage naturel, explique les variations significatives des métriques et met en évidence les différences entre segments d’audience ou campagnes, sans qu’il soit nécessaire de créer un rapport personnalisé au préalable.

Pour les équipes qui doivent partager leurs résultats avec les parties prenantes, Wandz peut également générer une synthèse centrée sur les enjeux business, plutôt que de laisser aux analystes le soin de transformer les données en recommandations exploitables.

Qu’est-ce qui distingue Wandz d’une IA généraliste ?

Il ne s’agit pas de dire qu’une IA généraliste est moins performante en matière de raisonnement. La différence, c’est que Wandz part avec une longueur d’avance, puisqu’il s’appuie dès le départ sur un contexte déjà présent dans la suite.

IA généraliste	Wandz
S’appuie sur des connaissances générales	S’appuie sur le contexte de vos expérimentations et de vos optimisations
Nécessite d’importer les données manuellement	A déjà accès à vos données
Ne connaît pas vos campagnes	A accès à vos expérimentations en cours
Ne connaît pas vos audiences	A accès à vos segments d’audience
Se limite principalement à formuler des recommandations	Peut également créer et configurer les actions qui en découlent
Fonctionne en dehors de vos outils	Est directement intégré à votre environnement de travail

Comment les différentes équipes utilisent Wandz

• Les product managers utilisent Wandz pour prioriser les expérimentations à lancer, analyser l’adoption des fonctionnalités et définir le rythme de déploiement le plus adapté.

• Les équipes marketing s’appuient sur Wandz pour optimiser leurs campagnes, concevoir des parcours personnalisés et comprendre ce qui favorise (ou freine) la conversion.

• Les équipes growth utilisent Wandz pour générer plus rapidement de nouvelles hypothèses, identifier les segments qui réagissent le mieux à une expérimentation et détecter les prochaines opportunités une fois un test terminé.

• Les équipes d’ingénierie utilisent Wandz pour vérifier les configurations des feature flags, valider leurs stratégies de déploiement et réduire les risques liés aux mises en production.

• Les équipes e-commerce s’appuient sur Wandz pour personnaliser le parcours d’achat, identifier les points de friction lors du paiement et transformer les enseignements comportementaux en actions qui favorisent la croissance du chiffre d’affaires.

Une journée avec Wandz

Voici à quoi cela ressemble concrètement. Un product manager constate une baisse de la conversion au moment du paiement. Directement depuis la suite, il utilise Wandz pour identifier les segments d’audience les plus touchés. Wandz fait ressortir les enregistrements de session pertinents, qui montrent à quel moment les utilisateurs hésitent, et synthétise les tendances observées dans la heatmap de la page concernée.

À partir de là, Wandz aide à formuler une hypothèse sur les causes possibles de cette baisse, prépare une première ébauche d’expérimentation pour la valider, puis vérifie la configuration de l’expérience, les métriques, le ciblage et la répartition du trafic avant sa mise en ligne. Si la nouvelle variante est gagnante, Wandz peut également aider à définir un déploiement progressif plutôt que généralisé.

Aucune étape de cette séquence ne nécessite de quitter la suite ni de réexpliquer le contexte à un autre outil. Plus que n’importe quelle fonctionnalité prise isolément, c’est cette continuité qui constitue la véritable valeur d’une IA intégrée.

Une solution d’IA intégrée aussi étroitement aux expérimentations en cours et aux feature flags en production doit être conçue avec des mécanismes de contrôle, et pas seulement pour maximiser ses capacités. C’est pourquoi les recommandations de Wandz sont systématiquement soumises à une validation humaine avant d’être appliquées. Les modifications générés avec l’aide de Wandz restent visibles et modifiables avant toute mise en production. Elles sont soumises aux mêmes droits d’accès, journaux d’audit et contrôles de sécurité que les actions réalisées manuellement.

Pour les grandes entreprises en particulier, la question n’est pas seulement : « L’IA peut-elle le faire ? », mais aussi : « Pouvons-nous voir ce qu’elle a fait et qui l’a approuvé ? » Cette traçabilité est considérée comme une exigence à part entière, et non comme un aspect secondaire.

FAQs

Vous avez encore des questions sur Wingify ? Voici les réponses que vous cherchez.

Wandz est-il un chatbot ?

Pas au sens classique du terme. Wandz ne fonctionne pas dans une fenêtre de chat distincte, déconnectée de votre travail. Il est directement intégré aux interfaces d’expérimentation, de personnalisation, de feature management et d’analyse que vous utilisez déjà. Son interface conversationnelle n’est qu’un moyen d’interagir avec lui parmi d’autres.

Wandz est-il intégré à tous les produits de la suite Wingify ?

Wandz est conçu pour fonctionner à l’échelle de toute la suite, et n’est pas limité à un produit spécifique. À mesure que VWO et AB Tasty poursuivent leur intégration sous Wingify, son déploiement au sein de chaque fonctionnalité progressera à un rythme différent. L’objectif reste toutefois le même : proposer une IA commune à l’ensemble de la suite, plutôt qu’un outil d’IA distinct pour chaque produit.

Wandz peut-il créer des expérimentations ?

Wandz peut vous aider à créer et configurer des expérimentations en recommandant des variations, des métriques et des audiences adaptées. L’équipe conserve toutefois le contrôle en validant la configuration avant le lancement.

Wandz remplace-t-il les analystes ?

Non. Wandz est conçu pour prendre en charge les tâches d’analyse les plus répétitives, comme le croisement des données, la synthèse des enseignements ou la formulation d’hypothèses. Les analystes et les équipes growth peuvent ainsi consacrer davantage de temps à l’interprétation des résultats et aux décisions stratégiques, plutôt qu’à la préparation et au traitement des données.

Wandz utilise-t-il les données clients ?

Wandz s’appuie sur les données d’expérimentation, d’audience et de comportement déjà disponibles dans la suite afin de formuler des recommandations pertinentes. Ces données sont traitées selon les mêmes exigences de sécurité et de gouvernance que celles appliquées à l’ensemble de la suite.

Quelle est la différence entre Wandz et ChatGPT ?

ChatGPT et les autres IA généralistes ne disposent d’aucune connaissance de vos expérimentations, de vos audiences ou de vos campagnes tant que vous ne leur fournissez pas ces informations. Wandz, lui, est spécialement conçu pour les processus d’expérimentation et d’optimisation. Comme il est directement intégré à la suite, il dispose déjà du contexte nécessaire.

Wandz peut-il recommander des stratégies de personnalisation ?

Oui. Wandz est conçu pour identifier les comportements les plus pertinents à cibler et recommander des stratégies de personnalisation adaptées à chaque segment, à partir des données déjà présentes dans la suite.

Wandz prend-il en charge le feature management ?

Oui. Wandz vous aide à vérifier les configurations de déploiement, à identifier les risques potentiels avant la mise en production et à définir une stratégie de déploiement adaptée à chaque fonctionnalité.

Wandz est-il disponible dans les fonctionnalités de VWO et d’AB Tasty ?

Wandz a vocation à devenir l’IA commune à VWO et AB Tasty à mesure que les deux plateformes convergent au sein de Wingify. Il réunit progressivement les capacités qui étaient auparavant proposées séparément via Evi pour AB Tasty et via Copilot dans VWO.

L’avenir de l’IA est à l’intégration

L’IA crée le plus de valeur lorsqu’elle est directement intégrée aux outils et aux processus de travail des équipes, plutôt que lorsqu’elle les oblige à basculer vers une application distincte. En intégrant l’intelligence artificielle au cœur de l’expérimentation, de la personnalisation, du feature management, de la connaissance des comportements utilisateurs et des analyses, Wandz aide les équipes à passer plus rapidement de l’identification d’un enseignement dans les données à sa mise en œuvre, sans perdre de temps ni de contexte lors des allers-retours entre différents outils.