Aller au contenu principal
Marketing

Tuer une variante trop tôt, c'est la façon la plus courante de perdre le gagnant

Les règles d'optimisation réduisent le coût par clic une fois un nombre fixe d'impressions atteint. À faible volume, ce seuil se trouve bien dans le bruit, donc la règle tue de façon fiable des variantes avant qu'elles aient une chance de montrer ce qu'elles sont.

La première décision est de savoir s'il existe assez de données pour juger, et les règles ne peuvent pas prendre cette décision. Une différence qui a l'air décisive sur deux cents impressions n'est souvent rien.

La seconde décision porte sur ce que les perdants ont en commun. Trois variantes qui échouent pour la même raison, c'est une découverte sur l'audience. Trois qui échouent séparément, c'est une découverte sur le texte, et elles mènent à des étapes suivantes différentes.

La troisième décision est l'arbitrage stratégique : itérer à l'intérieur de l'hypothèse gagnante, ou l'abandonner et tester un autre argument. Les règles ne font jamais que le premier.

Comment l'agent est construit dans Agent Studio

L'échantillon minimal est énoncé dans le prompt système comme un plancher dur, avec l'instruction de répondre « pas encore » plutôt que de produire un verdict sur des données minces.

Les prompt skills portent votre taxonomie d'hypothèses, la même que celle utilisée à la construction du jeu de test, pour que l'agent interprète les résultats par argument plutôt que par ligne.

Un flux Start Scheduled assemble les données. Un nœud HTTP Request tire les données de performance des variantes, un nœud Google Sheets fournit les hypothèses d'origine, et le nœud Agent Chat passe les deux à l'agent.

Les recommandations partent vers Slack. L'agent ne met pas en pause ni ne réalloue le budget automatiquement. Un agent avec autorité de dépense tombe dans une autre catégorie de risque qu'un agent qui n'a qu'un avis.

Google Sheets consigne chaque décision avec son raisonnement, ce qui construit un enregistrement qui finit par montrer une hypothèse qui fonctionne d'une campagne à l'autre plutôt qu'à l'intérieur d'une seule campagne.

Les variantes retirées sont conservées plutôt que supprimées. Un argument qui a échoué un trimestre fonctionne parfois le suivant, et seul l'archive rend cela découvrable.

De quoi cet agent est constitué

  • System prompt : énonce un échantillon minimal dur et la permission de répondre « pas encore ».
  • Prompt skills : portent la taxonomie d'hypothèses utilisée à la construction du jeu de test.
  • HTTP Request (Util) : tire la performance des variantes en direct.
  • Google Sheets (Integration) : fournit les hypothèses d'origine et stocke chaque décision avec le raisonnement.
  • Agent Chat (Util) : un flux planifié qui remet ensemble performance et hypothèses.
  • Slack (Communication) : reçoit les recommandations. Aucun mouvement de budget sans une personne.
  • Quand un ActionFlow suffit : La mise en pause par règles est un flux de travail qui fonctionne bien à fort volume, là où le problème de bruit disparaît.

Questions fréquentes

Créer des workflows IA

Créez un compte gratuit, ouvrez un modèle ou une toile vide, puis lancez votre premier ActionFlow.

Newsletter

Recevoir les mises à jour produit

Nouveaux nœuds, agents et notes produit. Nous n'envoyons un e-mail que lorsqu'il vaut la peine de l'ouvrir.

Désabonnement à tout moment.