Des automatisations qui ne lâchent pas sans prévenir.
Tout le monde montre un canevas de workflow en démo. Le canevas, c’est la partie facile. Ce qui décide si vous confiez du chiffre d’affaires à une automatisation, c’est ce qui se passe au 40e jour : quand une exécution est en pleine attente et que vous modifiez le workflow, quand un fournisseur ne répond pas à temps, quand quelqu’un demande pourquoi un client a reçu deux e-mails. Et avant tout cela : la personne qui connaît le processus peut-elle seulement le construire ?
- Exécutions maintenues après un redémarrage
- Oui
- Exécutions en cours lors d’une modification
- Terminées sur la version d’origine
- Trace de chaque exécution
- Chaque étape
- Étapes en échec
- Nouvelles tentatives espacées, puis alerte
- Création par description
- Au clavier, en dictée ou à la voix
- Exécutions de test
- Rien d’envoyé, rien de modifié
Vous la décrivez, elle est construite
Tapez ce que vous voulez (ou appuyez sur le micro et dites-le, ou expliquez-le à voix haute comme dans une conversation) et UnifyLoop rédige l’automatisation à partir de vos vrais pipelines, champs, équipe et canaux connectés. Il pose une courte question quand un choix compte vraiment, vous dit ce qu’il a supposé et signale tout ce qui envoie des messages. Rien n’est mis en service tant que vous n’avez pas relu et cliqué sur Publier.
- Au clavier, en dictée ou dans une conversation orale qui construit le flux pendant que vous parlez
- Construite à partir de vos propres données, elle ne peut pas inventer un champ ou une étape de pipeline qui n’existe pas
- Chaque brouillon passe par le même validateur qu’un workflow construit à la main, et il est corrigé avant que vous le voyiez
- Modifiez-la simplement en le demandant (« préviens-moi aussi sur Slack quand l’affaire dépasse 10 000 $ US ») et acceptez le changement sur le canevas
- Quand une exécution échoue, demandez pourquoi et obtenez la cause et une correction suggérée en langage courant
Durable : une exécution en cours est un fait enregistré
Chaque étape terminée par une exécution est enregistrée avant que la suivante ne commence. Un déploiement, un redémarrage ou un processus qui plante ne fait pas perdre l’exécution : elle reprend à la dernière étape terminée. Un workflow qui attend une réponse pendant trois jours attend vraiment trois jours, au lieu de garder quelque chose de fragile en mémoire en espérant que rien ne change.
- Déclencheurs : une fiche créée, mise à jour, un champ précis modifié, un changement d’étape du pipeline ou un SLA dépassé ; une réponse reçue ; un e-mail ouvert, cliqué ou rejeté ; une désinscription ; un rendez-vous pris ou annulé ; un appel terminé ; l’entrée dans un segment ; un formulaire ou une application qui envoie des données à un webhook privé ; un nombre de jours défini avant ou après une date de la fiche ; ou une planification quotidienne, hebdomadaire ou mensuelle
- Étapes : branche, répartition A/B, « continuer seulement si », attente, attente des heures ouvrées, attente d’une réponse, rechercher, créer ou mettre à jour des fiches, changer d’étape du pipeline, ajouter à une liste ou en retirer, ajouter une note, attribuer un propriétaire par répartition tournante, créer une tâche, envoyer un e-mail ou un modèle WhatsApp approuvé, prévenir un collègue (dans l’application ou par e-mail), publier sur Slack, lancer une autre automatisation, appeler un webhook signé ou n’importe quelle API, et des étapes IA qui rédigent du texte, orientent une réponse vers le bon chemin ou en extraient des informations
- Trente modèles prêts à l’emploi : rapidité de réponse aux prospects, nurturing, rendez-vous, pipeline, fidélisation, avis clients, alertes d’équipe et formulaires du site
- Les objectifs arrêtent une séquence dès que quelqu’un répond ou prend rendez-vous, et les listes d’exclusion tiennent les clients à l’écart des flux de prospection
Versionné : modifier un workflow ne réécrit pas l’histoire
Quand vous publiez une modification, les exécutions déjà en cours continuent sur la version avec laquelle elles ont démarré, et les nouvelles utilisent la nouvelle version. C’est la panne qui pousse les équipes à ne plus faire confiance à l’automatisation ailleurs : vous corrigez une faute de frappe à l’étape deux, et mille personnes en attente à l’étape six basculent sans bruit sur un chemin qui n’a jamais été prévu pour elles. Chaque exécution enregistre la version qu’elle a suivie.
- Les exécutions en cours se terminent sur leur version d’origine
- La publication est explicite : les brouillons n’affectent pas les exécutions actives, et les anciennes versions peuvent être restaurées
- Chaque exécution conserve une trace pas à pas avec entrées, sorties et durées
- Les étapes en échec sont relancées à intervalles croissants pendant quelques heures au plus, puis alertent le propriétaire au lieu de disparaître
- Corrigez une étape et relancez une exécution échouée sur la nouvelle version
Débogable : « pourquoi est-ce arrivé ? » a une réponse
Ouvrez la chronologie de n’importe quelle fiche et voyez quelles automatisations l’ont touchée, et quand. Ouvrez n’importe quelle exécution et voyez la branche qu’elle a prise et la valeur de la condition qui l’y a envoyée. Quand un client reçoit un message qu’il n’aurait pas dû recevoir, vous trouvez la cause en une minute au lieu de remonter à l’aveugle depuis le résultat.
- « Pourquoi cette fiche n’est-elle pas entrée ? » trouve sa réponse dans la règle exacte qui l’a exclue
- Les compteurs par étape sur le canevas montrent où les gens décrochent, et les objectifs montrent ce qui a converti
Automatisations IA, en détail.
Autre chose ? Posez la question à une personne. Ce ne sera pas un appel commercial.
En quoi est-ce différent des autres éditeurs visuels ?
Le canevas se ressemble. C’est le moteur en dessous qui fait la différence : chaque étape enregistrée de façon durable, un versionnage explicite pour les exécutions en cours et une trace par exécution. Ce sont ces trois points qui déterminent si une automatisation fonctionne encore après six mois de modifications.
Les automatisations peuvent-elles attendre des jours ou des semaines ?
Oui. Les longues attentes sont un type d’étape normal : une exécution peut attendre une durée fixe, jusqu’à une date de la fiche, ou une réponse avec un délai maximal, et elle conserve cet état de façon durable au lieu de dépendre d’un processus qui doit rester en vie.
Qu’est-ce qui empêche une boucle d’automatisation d’écrire à quelqu’un encore et encore ?
Des règles de réentrée par workflow (une seule fois, de nouveau après un délai défini, 24 heures par défaut, ou à chaque fois), une seule exécution active par fiche et des garde-fous anti-boucle qui empêchent les automatisations de se déclencher entre elles. Le consentement est appliqué au niveau de l’envoi, et les messages WhatsApp automatiques attendent la plage de 8 h à 21 h dans le fuseau horaire du destinataire. Même une automatisation mal configurée ne peut pas écrire à une personne désinscrite, ni envoyer un message WhatsApp libre en dehors de la fenêtre de 24 heures.
Puis-je tester avant la mise en service ?
Oui. Testez sur une fiche réelle et vous voyez exactement ce qui se passerait (l’e-mail qui partirait, les champs qui changeraient, le chemin suivi), sans rien envoyer ni rien modifier. Vous pouvez choisir de supposer que le contact répond ou non, pour parcourir chaque chemin. Publiez quand les branches font ce que vous attendez.
L’IA peut-elle publier ou envoyer quelque chose d’elle-même ?
Non. L’IA rédige des automatisations ; une personne les relit et les publie. Les étapes IA dans une automatisation rédigent, trient ou extraient du texte. Elles n’envoient jamais rien d’elles-mêmes, et chaque envoi passe toujours les contrôles de consentement et de plages de silence.
Étapes 3 et 6 du parcours client.
Essayez-le sur vos propres données.
Espace de travail gratuit, contacts et pipelines prêts dès l’inscription, et tous les prix publiés. Aucun appel obligatoire.
Formule Gratuit · Sans carte bancaire · Tous les prix sont sur le site