Probant ou AB Tasty

Les deux outils comparés point par point, d’après la documentation publique d’AB Tasty et de Wingify, consultée le 7 novembre 2026. Chaque affirmation sur AB Tasty renvoie à sa source.

51 sources tirées de 27 pages officielles, consultées le 7 novembre 2026.

Ce qu’AB Tasty propose.

AB Tasty a été fondée à Paris en 2013.⁵ Wingify la décrit comme une plateforme complète qui réunit tests A/B, feature flags, personnalisation par IA et optimisation produit, pour les grandes entreprises.⁶ Son moteur statistique principal est bayésien.⁷

Probant s’adresse aux sites qui veulent des tests A/B dont le verdict tient : un plan fixé avant le lancement, et des garde-fous suivis jusqu’au déploiement. Il mesure ce que vaut vraiment chaque conversion : la marge d’une commande, le lead qualifié ou signé, l’abonnement payé.

Les différences, point par point.

À gauche, ce que dit la documentation publique d’AB Tasty, chaque phrase avec sa source. À droite, ce que fait Probant. « Non mentionné » signifie que rien n’a été trouvé dans cette documentation : ce n’est pas la preuve qu’une fonction n’existe pas.

Probant et AB Tasty, point par point. Les appels de note renvoient aux sources, en bas de page.
Point comparé	AB Tasty	Probant
Méthode statistique	Bayésien par défaut (modèle bêta-binomial) : « chance to win » et intervalle à 95 %.^7,8 Mode fréquentiste en option, qu’AB Tasty déconseille.⁹ Allocation dynamique de type bandit manchot disponible.¹⁰	Fréquentiste, avec un plan séquentiel fixé avant le lancement : effet visé, durée et points de contrôle. Le verdict s’écrit en une phrase, avec une fourchette à 95 %.
Coup d’œil (peeking)	La documentation recommande d’attendre que la campagne soit prête, au moins 14 jours en ligne, avant d’analyser.¹¹ Les « Sequential Testing Alerts » servent à repérer tôt les variantes perdantes.¹² Une correction séquentielle pour déclarer un gagnant n’est pas mentionnée dans leur documentation publique (consultée le 7 novembre 2026).	On ne décide qu’aux points de contrôle prévus, avec les bornes d’O’Brien-Fleming : très strictes au début, proches du seuil classique à la fin. Pendant un déploiement, les fourchettes sont toujours valides (mSPRT) : on peut les consulter à tout moment.
Répartition des visiteurs (SRM)	Détection séquentielle (S-SRM) avec alerte en temps réel, seuil de 0,01.^13,14 Réservée à un programme d’accès anticipé, sur demande.¹⁵ La documentation décrit une alerte ; un blocage automatique du test n’y est pas mentionné (consultée le 7 novembre 2026).¹⁴	La répartition des visiteurs est contrôlée par un test du khi-deux à chaque lecture du rapport. En cas de déséquilibre, le test passe au statut « bloqué » : aucun gagnant n’est annoncé.
Garde-fous	Les « Sequential Testing Alerts » portent sur l’objectif principal : elles peuvent interrompre automatiquement une campagne côté serveur dont une variante perd des conversions.^16,17 Rollback automatique sur KPI pour les déploiements progressifs, documenté dans une section marquée « Deprecated ».¹⁸	Les métriques garde-fous sont suivies avec leur fourchette ; un garde-fou n’est franchi que si toute la fourchette dépasse la limite. Un garde-fou franchi bloque le verdict du test, arrête seul un test en cours et, pendant un déploiement, ramène les visiteurs sur l’originale automatiquement.
Déploiements progressifs	Feature flags et déploiements par le module Feature Experimentation & Rollout.¹⁹ Déploiement par paliers choisis, documenté dans la section dépréciée « Flagship ».²⁰	Paliers 25 % → 50 % → 100 % par défaut, 10 % → 25 % → 50 % → 100 % en mode prudent. Retour arrière automatique quand un garde-fou est franchi ; un visiteur exposé le reste aux paliers suivants.
Multi-armed bandit	Allocation dynamique de type bandit manchot disponible.¹⁰	Test d’optimisation : échantillonnage de Thompson, réalloué au plus une fois par jour, avec une part minimale par variante. Il maximise un taux de conversion, ou un montant par visiteur comme le chiffre d’affaires : probabilité d’acheter et panier moyen tirés de leurs lois, valeurs plafonnées au centile comme dans un test A/B. En option, des parts par appareil (mobile, tablette, ordinateur) : un tirage par appareil, chacun avec son apprentissage et son plancher. Un visiteur garde toujours sa variante : une nouvelle répartition ne vaut que pour les visiteurs arrivés après elle. Dit à l’écran : il maximise les conversions (ou le montant par visiteur) pendant le test, il ne prouve pas qu’une variante est meilleure. L’écart se lit époque par époque (et appareil par appareil), sans gagnant proclamé ; l’export CSV donne la même lecture.
Revenu et marge par visiteur	Le reporting standard n’affiche pas d’indicateurs statistiques sur le revenu.²¹ Pour le panier moyen, un test de Mann-Whitney sans intervalle : le sens de l’effet, pas son ampleur.²² RevenueIQ combine conversion et panier moyen en une métrique centrale, le revenu par visiteur, et projette un gain par visiteur.^23,24 Marge par visiteur : non mentionnée dans leur documentation publique (consultée le 7 novembre 2026).	CA et marge par visiteur, chacun avec sa fourchette ; le gain est chiffré en euros. La marge est calculée sur le serveur, à partir des commandes rapprochées, du coût de chaque produit (Shopify ou CSV) et des frais de la boutique ; pas de verdict en marge sous 90 % du CA couvert par des coûts connus.
Biais du gagnant	Non mentionné dans leur documentation publique (consultée le 7 novembre 2026).	Le gain annoncé est corrigé du biais du gagnant, par rétrécissement bayésien vers les effets des tests passés de la boutique.
Mode bayésien	Bayésien par défaut pour les taux de conversion (modèle bêta-binomial), avec une « chance to win ».⁷ Avec plusieurs variantes, la correction de Bonferroni s’applique à la « chance to win », pas aux intervalles.²⁵	En option, désactivée par défaut : une lecture bayésienne à côté du verdict, avec la probabilité que la variante fasse mieux, l’intervalle de crédibilité et la perte attendue de chaque choix. L’a priori est centré sur zéro et aussi large que les effets mesurés par les tests arrêtés de la boutique ; tant qu’ils sont trop peu nombreux pour l’estimer, pas de lecture : aucun a priori par défaut n’est inventé. La décision suit toujours le plan scellé ; quand les deux lectures divergent, le rapport dit pourquoi.
Comparaisons multiples	Correction de Bonferroni appliquée à la « chance to win » quand il y a plusieurs variantes, pas aux intervalles.²⁵	Les comparaisons de segments sont corrigées par la méthode de Holm. Avec plusieurs variantes, le risque d’erreur se partage entre les comparaisons (Bonferroni).
Test multivarié	Toutes les combinaisons des variations des sous-tests sont créées et montrées au hasard.²⁶ Plus de sous-tests et de variations demandent plus de trafic.²⁷	Plan factoriel complet généré par Probant : de deux à quatre sections, chacune de deux à quatre niveaux, seize combinaisons au plus, chacune servie comme une variante. Effets principaux de chaque section sur tout le trafic et interactions entre deux sections, corrigés par la méthode de Holm sur les comparaisons annoncées au plan. Le plan dit, au trafic mesuré de l’espace, si le test peut conclure, et propose de retirer un niveau ou une section ; aucune meilleure combinaison n’est proclamée sans contrôle.
Réduction de variance (CUPED)	Non mentionné dans leur documentation publique (consultée le 7 novembre 2026).	CUPED appliqué aux rapports des tests réels, sur l’historique de chaque visiteur avant sa première exposition ; sans historique, l’écart reste brut et le rapport le dit.
Éditeur visuel	L’éditeur intègre le HTML du site dans un iframe, tel que publié au moment de l’ouverture.²⁸ Sans le tag sur la page, une extension Chrome charge le site dans l’éditeur.²⁹	Deux façons d’éditer, qui produisent les mêmes modifications : un aperçu de la page chargé par Probant, sans ses scripts, ou la vraie page du site, scripts compris. Sur le site, l’éditeur est chargé par le script déjà installé, avec un lien signé, de courte durée, pour un brouillon et une variante ; sans extension de navigateur. Il n’envoie à Probant que les modifications choisies.
Widgets	Bibliothèque de widgets : une configuration s’enregistre comme préréglage pour d’autres campagnes.³⁰ Le compte à rebours part d’une date de fin et se place en pop-in, en bandeau ou librement dans la page.^31,32	Bandeau, compte à rebours, pop-in, badge, réassurance, barre d’action, date de livraison, preuve sociale, code promo, livraison offerte et enquête, réglés sans code dans l’éditeur et gardés dans la bibliothèque de l’espace pour d’autres tests. Un widget n’est qu’une suite de modifications ordinaires : textes échappés, liens en https ou vers le site, styles posés sans attribut style, donc sans assouplir une politique CSP stricte. Le compte à rebours suit le fuseau du site et disparaît à l’échéance ; la pop-in s’ouvre à l’arrivée, à l’intention de sortie ou après défilement, se ferme au clavier et ne réapparaît plus de la visite si le consentement le permet. Leurs petits modules ne se chargent que pour les visiteurs de la variante. La date de livraison est recalculée chez le visiteur (heure limite, jours ouvrés, jours fériés) ; la preuve sociale compte exactement les achats reçus sur une semaine glissante et ne s’affiche qu’à partir d’un seuil : Probant n’affiche jamais de faux « X personnes regardent ce produit ». L’enquête pose une question à réponses fermées ou une échelle de recommandation, sans texte libre ; chaque réponse part avec les conversions, après l’accord du visiteur quand l’espace l’exige, et se lit par variante, avec sa fourchette.
Script et clignotement	Le tag synchrone est recommandé contre le clignotement ; il bloque alors le rendu de la page.³³ Tag initial bloquant de moins de 3 kB, 35 kB à vide, environ 70 kB de fonctions partagées ; au-delà de 125 kB, AB Tasty le juge trop lourd.^34,35,36,37 Un code « anti-flicker » qui masque la page existe sur demande, sans être recommandé.³⁸ Option côté serveur par le SDK ou la Decision API.³⁹	Script de moins de 6,5 Ko compressé, chargé en asynchrone, qui ne masque jamais la page. Affectation côté serveur possible, pour un affichage sans aucun clignotement.
Permissions fines	Rôles fixes : le rôle « Creator » configure une campagne sans la lancer, un « User » ou un « Admin » la valide.⁴⁰ En Feature Experimentation & Rollouts, des permissions par dossier, pour un utilisateur ou une équipe.⁴¹	Quatre rôles fixes, et des rôles personnalisés que le propriétaire compose à partir d’un catalogue de permissions nommées : préparer, lancer et arrêter, déployer, approuver un lancement, écrire le JavaScript des variantes, gérer les drapeaux, les métriques, la marge, les membres, les clés. Aucune élévation : la facturation, les rôles, le transfert et la suppression de l’espace restent au propriétaire ; on n’attribue jamais plus que ses propres permissions, et une clé d’API ne dépasse pas celles de son auteur.
Hébergement des données	La liste de sous-traitants de Wingify consacre une section à l’application AB Tasty : Google Cloud (UE, États-Unis, Inde), ClickHouse (UE et États-Unis), AWS (« Global »).^42,43,44,45 La documentation d’AB Tasty elle-même ne mentionne pas de région d’hébergement (consultée le 7 novembre 2026).	Base de données et fonctions en région Paris (Supabase, Vercel cdg1).
Consentement par défaut	Trois modes, dont « ne pas restreindre le dépôt de cookies », sans consentement demandé, et la délégation à un outil tiers ou au tag.^46,47 Deux cookies peuvent exister quelques microsecondes sans consentement.⁴⁸ Cookie ABTasty interne au site, durée de vie de 13 mois.⁴⁹	Consentement exigé par défaut : aucun cookie, aucune affectation et aucun envoi avant l’accord du visiteur. Accord donné en cours de lecture : la page ne change pas sous les yeux du visiteur, sa variante commence à la page suivante. Cookie interne au site, de 390 jours au plus, jamais prolongé.
Modèle de prix	Pas de prix publics : une proposition sur mesure, fondée sur les utilisateurs actifs mensuels (MAU).^50,51 abtasty.com/pricing redirige vers la page tarifs de Wingify.² Politique de dépassement : non mentionnée dans leur documentation publique (consultée le 7 novembre 2026).	Forfait mensuel fixe, sans dépassement : la facture ne dépasse jamais le forfait choisi.

Ce qu’AB Tasty fait aussi.

Ces points, Probant les partage avec AB Tasty. Ils ne sont pas propres à Probant.

Un intervalle à côté de la hausse
AB Tasty affiche un intervalle à 95 % en plus de la hausse brute.⁸
Un contrôle de répartition
Détection SRM séquentielle avec alerte en temps réel, en accès anticipé.^13,15
L’arrêt automatique d’une campagne perdante
Les « Sequential Testing Alerts » peuvent interrompre seules une campagne côté serveur et prévenir par e-mail.¹⁶
Flags, déploiements et côté serveur
Feature flags et déploiements par SDK ou par la Decision API.^19,39
Le revenu par visiteur
RevenueIQ estime le revenu par visiteur et le gain qu’une variante gagnante pourrait rapporter.^23,24
La délégation du consentement
Le consentement peut être confié à un outil tiers (TMS ou CMP) ou au tag AB Tasty.⁴⁷

Quand choisir AB Tasty plutôt que Probant.

D’après la documentation publique d’AB Tasty.

Vous voulez tests, flags et personnalisation dans un même outil
AB Tasty réunit tests A/B, feature flags, personnalisation par IA et optimisation produit.⁶
Probant propose aussi des feature flags, et une personnalisation toujours mesurée contre une part témoin de l’audience.
Vous préférez une lecture bayésienne ou une allocation dynamique
Le moteur principal donne une « chance to win ».⁷ Une allocation de type bandit manchot est disponible.¹⁰
Probant décide en fréquentiste, aux points de contrôle prévus. Une lecture bayésienne existe en option, sans décider, et un test d’optimisation répartit le trafic par échantillonnage de Thompson.
Vous voulez une offre construite sur mesure
Wingify propose une proposition sur mesure plutôt que des plans fixes, et vise les grandes organisations.^6,50

Ce qui distingue Probant.

Ces points ne figurent pas dans la documentation publique d’AB Tasty, consultée le 7 novembre 2026. Une absence de mention n’est pas une preuve d’absence : s’ils comptent pour vous, posez la question à AB Tasty.

La marge par visiteur
Probant mesure le CA et la marge par visiteur, chacun avec sa fourchette.
AB TastyLa marge par visiteur n’est pas mentionnée dans leur documentation publique (consultée le 7 novembre 2026).
En savoir plus
La correction du biais du gagnant
Le gain annoncé est corrigé par rétrécissement bayésien vers les effets des tests passés de la boutique.
AB TastyUne correction du biais du gagnant n’est pas mentionnée dans leur documentation publique (consultée le 7 novembre 2026).
En savoir plus
Des points de contrôle pour déclarer un gagnant
Les bornes d’O’Brien-Fleming, fixées au lancement, disent quand un gagnant peut être déclaré.
AB TastyLes « Sequential Testing Alerts » visent les variantes perdantes.¹² Une correction du coup d’œil pour déclarer un gagnant n’est pas mentionnée dans leur documentation publique (consultée le 7 novembre 2026).
En savoir plus
Un SRM qui bloque le verdict
Un déséquilibre de répartition fait passer le test au statut « bloqué » : aucun gagnant n’est annoncé.
AB TastyLa documentation d’AB Tasty décrit une alerte SRM.¹⁴ Un blocage automatique du test n’y est pas mentionné (consultée le 7 novembre 2026).
Une région d’hébergement annoncée
Base de données et fonctions en région Paris.
AB TastyLa documentation d’AB Tasty elle-même ne mentionne pas de région (consultée le 7 novembre 2026) ; seule la liste de sous-traitants de Wingify en donne.⁴²

Questions fréquentes.

AB Tasty existe-t-il toujours depuis la fusion avec VWO ?

Oui : Wingify déclare continuer à faire fonctionner les deux plateformes, VWO et AB Tasty.³ Les contrats, tarifs, niveaux de service et support existants sont annoncés inchangés.⁴

AB Tasty corrige-t-il l’effet du coup d’œil ?

Son moteur principal est bayésien, et sa documentation recommande d’attendre au moins 14 jours avant d’analyser.^7,11 Les « Sequential Testing Alerts » servent à repérer tôt les variantes perdantes.¹² Une correction séquentielle pour déclarer un gagnant n’est pas mentionnée dans leur documentation publique (consultée le 7 novembre 2026). Probant fixe les points de contrôle avant le lancement et ne conclut qu’à ces moments-là.

Combien coûte AB Tasty ?

Wingify ne publie pas de prix : chaque proposition est faite sur mesure, selon les utilisateurs actifs mensuels.^50,51 Probant est vendu au forfait mensuel fixe, sans dépassement : la facture ne dépasse jamais le forfait choisi.

Sources.

Pages officielles d’AB Tasty et de Wingify, consultées le 7 novembre 2026. Les citations sont reproduites dans leur langue d’origine.

Source 1 : wingify.com/blog/vwo-and-ab-tasty-join-forces
I am incredibly excited to announce that VWO and AB Tasty are joining forces, subject to customary closing conditions.
Source 2 : www.abtasty.com/pricing
Constat technique, pas une citation : 301 Moved Permanently → https://wingify.com/pricing/
Source 3 : wingify.com/llm-info
The merger expanded Wingify’s product capabilities, global reach, and expertise while continuing to support the trusted VWO and AB Tasty platforms.
Source 4 : wingify.com/blog/vwo-and-ab-tasty-join-forces
All existing client relationships, contracts, pricing, service levels, and support remain unchanged.
Source 5 : wingify.com/llm-info
Founded: VWO founded in 2010; AB Tasty founded in 2013 (Paris); merged under Wingify in 2026
Source 6 : wingify.com/llm-info
Over time, it expanded globally and evolved into a comprehensive platform that combines A/B testing, feature flags, AI-powered personalization, and product optimization for enterprise organizations.
Source 7 : docs.abtasty.com/reporting-and-performances/reporting/understand-the-statistics-behind-your-reports/statistics-for-the-reporting
For conversion data, corresponding to the notion of success and failure rate we use a Bayesian framework.
Source 8 : docs.abtasty.com/reporting-and-performances/reporting/understand-the-statistics-behind-your-reports/statistics-for-the-reporting
In addition to the raw growth, we provide a 95% confidence interval.
Source 9 : docs.abtasty.com/reporting-and-performances/reporting/frequentist-analysis-mode
While our primary framework is Bayesian, some users prefer Frequentist analysis.
Source 10 : docs.abtasty.com/web-experimentation-and-personalization/traffic-allocation/dynamic-allocation
Dynamic traffic allocation is based on a statistical research topic called “multi-armed bandit”.
Source 11 : docs.abtasty.com/reporting-and-performances/reporting/understand-the-statistics-behind-your-reports/reporting-readiness
The campaign must be live for at least 14 days.
Source 12 : docs.abtasty.com/web-experimentation-and-personalization/campaign-flow-advanced-options/sequential-testing-alerts
Sequential Testing Alerts offers a sensitivity threshold to detect underperforming variations early and trigger alerts or pause experiments.
Source 13 : docs.abtasty.com/reporting-and-performances/reporting/sample-ratio-mismatch
To enhance efficiency, a Sequential algorithm layer has been integrated into the SRM, resulting in the S-SRM. This addition enables real-time alert detection, allowing you to take immediate action.
Source 14 : docs.abtasty.com/reporting-and-performances/reporting/sample-ratio-mismatch
The Sequential approach follows a frequentist methodology, relying on p-value principles for detection. The chosen significance threshold is 0.01.
Source 15 : docs.abtasty.com/reporting-and-performances/reporting/sample-ratio-mismatch
This feature is currently part of an Early Adopters program. Please contact your CSM to benefit from it.
Source 16 : docs.abtasty.com/feature-experimentation-and-rollout/campaign-creation/how-to-create-server-side-a-b-tests/sequential-testing-alerts
automatically interrupt the campaign and send an email notification
Source 17 : docs.abtasty.com/web-experimentation-and-personalization/campaign-flow-advanced-options/sequential-testing-alerts
This alerting system is based on the percentage of conversions lost per variations.
Source 18 : docs.abtasty.com/flagship-deprecated/steps-configuration/using-the-automatic-rollback-option
When the conditions are met, the progressive rollout feature will be rolled back, which means that no more of the targeted visitors will see the feature.
Source 19 : docs.abtasty.com/feature-experimentation-and-rollout/campaign-creation/how-to-create-feature-toggles-and-manage-rollouts
This how-to provides a comprehensive guide to setting up a feature toggling and managing rollouts on the AB Tasty FE&R platform, detailing each step from feature flag creation to campaign activation.
Source 20 : docs.abtasty.com/flagship-deprecated/use-cases/configuring-a-progressive-rollout
A Progressive rollout (or Progressive deployment) enables you to progressively release a feature to your users by choosing each deployment step and the proportion of traffic allocated to your users.
Source 21 : docs.abtasty.com/reporting-and-performances/reporting/understand-the-statistics-behind-your-reports/statistics-for-the-reporting
Statistical indicators are not displayed with the following metrics: Transaction growth metrics for average product quantity, price, and revenue
Source 22 : docs.abtasty.com/reporting-and-performances/reporting/understand-the-statistics-behind-your-reports/statistics-for-the-reporting
This test does not provide a confidence interval, so it only tells if the average cart value goes up or down, but no information is given about the estimated gain.
Source 23 : docs.abtasty.com/reporting-and-performances/reporting/campaign-reporting/reporting-insights-with-evi-explore-powered-by-revenueiq/understand-the-practical-use-of-revenueiq
Under the hood, RevenueIQ combines conversion and AOV results into a central metric: visitor value (RPV).
Source 24 : docs.abtasty.com/reporting-and-performances/reporting/campaign-reporting/reporting-insights-with-evi-explore-powered-by-revenueiq
This metric shows the most probable incremental revenue that a winning variation could generate per visitor.
Source 25 : docs.abtasty.com/reporting-and-performances/reporting/understand-the-statistics-behind-your-reports/statistics-for-the-reporting
When the Bonferroni correction is applied, there may be inconsistencies between the chance to win and the confidence interval displayed in the confidence interval tab. This is because the Bonferroni correction does not apply to confidence interval.
Source 26 : docs.abtasty.com/web-experimentation-and-personalization/campaign-creation-and-dashboard/how-to-create-a-campaign/experimentations/how-to-create-a-multivariate-test
AB Tasty will create all the possible combinations and display them randomly to your traffic.
Source 27 : docs.abtasty.com/web-experimentation-and-personalization/campaign-creation-and-dashboard/how-to-create-a-campaign/experimentations/how-to-create-a-multivariate-test
The more subtests with variations you configure, the more traffic you need to allocate the different combinations.
Source 28 : docs.abtasty.com/web-experimentation-and-personalization/editors-and-widget/visual-editor/discovering-the-visual-editor
The editor embeds the website HTML in an iframe, so what loads at the moment you open the editor is the code currently published on the website.
Source 29 : docs.abtasty.com/web-experimentation-and-personalization/editors-and-widget/visual-editor/discovering-the-visual-editor
If you can’t install the AB Tasty tag but you absolutely need to load your website in the editor, we provide a Chrome extension
Source 30 : docs.abtasty.com/assets-library/widget-library
Save widget configurations as reusable presets for future campaigns.
Source 31 : docs.abtasty.com/web-experimentation-and-personalization/editors-and-widget/list-of-widgets/ab-tasty-prebuilt-widgets/countdown-widget
As this widget is a countdown, the first thing you will be asked to do is define an end date and time.
Source 32 : docs.abtasty.com/web-experimentation-and-personalization/editors-and-widget/list-of-widgets/ab-tasty-prebuilt-widgets/countdown-widget
free placement (which allows you to place the widget wherever you want in the page flow)
Source 33 : docs.abtasty.com/help-center/troubleshooting/troubleshooting-i-see-the-original-version-very-briefly-before-i-see-the-variation-flickering
Synchronous loading will block the rendering of the page until the tag is fully loaded, reducing the chance of flickering.
Source 34 : docs.abtasty.com/client-side/tag/readme-1/tag-size
the initial render blocking tag: less than 3 kB
Source 35 : docs.abtasty.com/client-side/tag/troubleshootings/tag-troubleshooting-performance
Our tag is 35 kB weight when empty, additionnal needed modules may be downloaded asynchronously.
Source 36 : docs.abtasty.com/client-side/tag/readme-1/tag-size
AB Tasty's shared features: about 70 kB
Source 37 : docs.abtasty.com/client-side/tag/troubleshootings/tag-troubleshooting-performance
We usually consider an AB Tasty tag going over 125 kB is too heavy to comply with good performances.
Source 38 : docs.abtasty.com/help-center/troubleshooting/troubleshooting-i-see-the-original-version-very-briefly-before-i-see-the-variation-flickering
For some customers, we can provide an ‘anti-flicker’ code that hides the original version of the site as long as the AB Tasty tag (and therefore the campaigns and their modifications) is not loaded on the page.
Source 39 : docs.abtasty.com/feature-experimentation-and-rollout/campaign-creation/how-to-create-feature-toggles-and-manage-rollouts
Install the FE&R SDK or implement the Decision API
Source 40 : docs.abtasty.com/account/account-management/how-to-manage-users
The Creator role can configure a campaign but cannot launch it. A user with User or Admin rights must validate the campaign.
Source 41 : docs.abtasty.com/feature-experimentation-and-rollout/user-and-access-management/folder-permissions
To avoid configuration mistakes and maintain governance, you can assign specific permissions to specific users or teams per folder.
Source 42 : wingify.com/compliance/subprocessors
Section B – AB Tasty (app2.abtasty.com) and Additional Sub-Processors for the Combined Wingify and AB Tasty Portfolio
Source 43 : wingify.com/compliance/subprocessors
Google Cloud Platform (Google LLC) Cloud Hosting Services 1600 Amphitheatre Parkway, Mountain View, California, U.S.A EU, USA, India
Source 44 : wingify.com/compliance/subprocessors
Clickhouse Cloud Hosting Services 650 Castro St., Suite 120 #92426 Mountain View, CA 94041, U.S.A EU and USA
Source 45 : wingify.com/compliance/subprocessors
Amazon Web Services (Amazon.com, Inc.) Cloud Hosting Services – Storage for personalization and targeting. 410 Terry Avenue North Seattle, WA 98109-5210, U.S.A Global
Source 46 : docs.abtasty.com/account/performance-and-security/consent-policy---cookies-storage-and-privacy
Not restricting cookie deposits. This means no consent is requested from the visitors and the campaign is automatically displayed and data tracked.
Source 47 : docs.abtasty.com/account/performance-and-security/consent-policy---cookies-storage-and-privacy
Delegating the consent to the AB Tasty. In this case, the tag will try to determine whether the visitor gave their consent on the website before tracking them and collecting their data.
Source 48 : docs.abtasty.com/account/performance-and-security/consent-policy---cookies-storage-and-privacy
This results in both cookies being declared even without consent and for a very short period of time (in microseconds).
Source 49 : docs.abtasty.com/account/performance-and-security/consent-policy---cookies-storage-and-privacy
This is a first-party cookie that has a lifetime of 13 months.
Source 50 : wingify.com/pricing
Your business doesn’t fit a template, neither does our pricing. No fixed plans. Just a custom proposal built around your goals and scope.
Source 51 : wingify.com/pricing
Yes. Pricing is based on your Monthly Active Users (MAUs), depending on the product.

Probant Ou pas encore…

Créez votre espace, ou explorez d’abord la démo avec les données d’une boutique fictive.

Créer mon espace Explorer la démo

Démo ouverte, sans inscription
Forfait fixe, jamais de dépassement
Données hébergées à Paris

Probant ou AB Tasty

Ce qu’AB Tasty propose.

Les différences, point par point.

Ce qu’AB Tasty fait aussi.

Un intervalle à côté de la hausse

Un contrôle de répartition

L’arrêt automatique d’une campagne perdante

Flags, déploiements et côté serveur

Le revenu par visiteur

La délégation du consentement

Quand choisir AB Tasty plutôt que Probant.

Vous voulez tests, flags et personnalisation dans un même outil

Vous préférez une lecture bayésienne ou une allocation dynamique

Vous voulez une offre construite sur mesure

Ce qui distingue Probant.

La marge par visiteur

La correction du biais du gagnant

Des points de contrôle pour déclarer un gagnant

Un SRM qui bloque le verdict

Une région d’hébergement annoncée

Questions fréquentes.

Sources.

Probant Ou pas encore…