+6 % de conversion, mesurés en test A/B.

iAdvize met en relation les visiteurs des sites marchands avec des conseillers et des systèmes automatisés. En 2025, l'entreprise voulait franchir un cap : des widgets d'IA générative posés directement sur le parcours d'achat, qui répondent au visiteur pendant qu'il hésite, avant tout conseiller.

C'était ma troisième mission chez iAdvize : la performance et la conformité RGPD de la plateforme en 2021, l'assistant RAG des conseillers en 2023, les widgets en 2025. Un client qui rappelle trois fois est ma preuve préférée.

Un modèle génératif qui assiste un conseiller travaille sous relecture : l'humain corrige avant d'envoyer. Face au visiteur, ce filet disparaît. Chaque réponse part telle quelle, sur le site d'une marque, au moment où quelqu'un décide d'acheter ou non.

La question n'était donc pas « est-ce qu'on sait générer une réponse ». C'était : sur quels moments du parcours une IA change vraiment la décision d'achat, ce qu'elle doit rapporter pour justifier le risque, et comment on prouve les deux.

Le cadrage d'abord. Une discovery pour choisir les moments du parcours où un widget a une chance de peser sur la décision, et une North Star avec ses OKR posées avant la première ligne de spécification : ce que les widgets devaient rapporter était écrit avant qu'ils existent.

Puis le travail de fond : les spécifications, le prompt engineering (j'écris les prompts et je les versionne moi-même), et la méthode de vérification, des cas réels annotés pour juger la qualité des réponses avant et après chaque changement de modèle ou d'instructions.

Enfin le lancement, derrière des feature flags, en exposant les widgets progressivement. La mesure : un test A/B, parcours équipés contre parcours témoins. Le +6 % vient de là. Pas d'une estimation : d'un A/B propre.