Spur 
est la plateforme de Quality Assurance agentique dédiée à l’e-commerce. Des agents d’intelligence artificielle autonomes planifient, exécutent et restituent les tests en langage naturel, permettant à chaque marque ou enseigne de se déployer plus rapidement et en toute confiance, quel que soit le pays, l’appareil ou la page web concernée.
Problème
Les marques e-commerce se déploient en continu dans des dizaines de régions, avec différentes devises, sur divers appareils et via les pages de leurs partenaires … mais leur Quality Assurance repose encore sur des feuilles de calul manuelles, des nuits entières de tests de régression et des scripts fragiles de type Selenium ou Playwright qui tombent en panne à chaque modification de l’interface utilisateur.
Des bugs critiques passent en production lors des moments à plus fort enjeu (Black Friday, lancements produits, déploiements de localisation, nouvelles fonctionnalités IA, …) entraînant des millions de pertes en ventes, remboursements et dégradation de la confiance des clients.
De fait, l’automatisation traditionnelle n’a jamais été conçue pour la réalité complexe, visuelle et humaine du e-commerce moderne : pop-ups, promotions, variantes régionales, stocks dynamiques et pages partenaires.
Solution
Spur est une plateforme de QA agentique no-code, conçue spécifiquement pour l’e-commerce. Les tests sont rédigés en langage naturel, sans accès au code ni effort technique, puis exécutés par des agents IA autonomes qui se comportent comme de vrais clients, en parcourant le site comme un humain plutôt qu’en se limitant aux événements du Document Object Model (DOM).
Cinq agents spécialisés couvrent tous les cas d’usage :
- Tests fonctionnels : parcours utilisateur multi-étapes (connexion → achat → retour)
- Tests exploratoires parcours utilisateur imprévisibles que les scripts ne peuvent pas reproduire.
- Localisation : interfaces multilingues, devises et formats régionaux
- Tests UI/UX : fautes de frappe, liens cassés, débordements de mise en page, désalignements.
- Tests de fonctionnalités IA : chat, recherche, recommandations et flux agentiques
Les agents exécutent des centaines de tests en parallèle sur les sites web et les applications mobiles, en s’adaptant dynamiquement aux pop-ups, cookies, promotions et ruptures de stock et ce, tout en découvrant de nouveaux parcours à chaque exécution.
Résultat : 95 % des marques automatisent leurs parcours clés dès le premier mois, avec 80 % de faux positifs en moins et une maintenance quasi nulle.
Bénéfices
- Une expérience d’achat plus fiable et cohérente avec la marque : prix corrects, parcours d’achat fonctionnels, traductions précises et pages rapides dans chaque région
- Moins de liens rompus, d’erreurs de prix et de bugs frustrants, notamment lors des moments clés (soldes, lancements, pics saisonniers)
- Déployer plus vite avec une confiance totale : 95 % des parcours clés automatisés dès le premier mois.
- Cycles de release 20 fois plus rapides et 5 fois plus d’expérimentations par déploiement.
- 80 % de faux positifs en moins et maintenance quasi inexistante par rapport à Selenium/Playwright.
- Remplacer des jours de tests manuels par quelques heures de vérifications automatisées à l’échelle des marchés, marques et régions.
- Détecter les bugs critiques pour le chiffre d’affaires (prix, devises, checkout, localisation) avant les clients, protégeant des millions d’euros lors des périodes de forte activité comme le BFCM.
- Déploiement en moins de deux semaines sans effort technique. Chefs de produits, équipes QA et ingénieurs créent et maintiennent les tests en langage naturel.
Référence
Business Cases
- Problème | La QA du Black Friday reposait sur une équipe produit de deux personnes et un unique tableur massif couvrant plus de 15 régions, devises, variantes produits et des centaines de pages partenaires. Résultat : nuits blanches et forte incertitude à l’approche de la période la plus critique.
- Solution | Eight Sleep a déployé Spur en environ 1,5 semaine avant le Black Friday, sans effort technique. Tous les scénarios du tableur (règles régionales, promotions, personas, points d’entrée partenaires) ont été transformés en suites de tests agentiques couvrant les parcours critiques sur plus de 30 régions, en staging et en production.
- ROI | 95 % de réduction du temps de QA manuelle avant le Black Friday. Couverture de plus de 30 pays et régions. 500 000 $ de bugs critiques détectés avant le BFCM. Déploiement en 1,5 semaine sans intervention technique.
- Problème | HelloFresh déploie en continu sur de multiples marchés, marques et régions avec des volumes de trafic élevés. Les bugs liés aux prix, abonnements, sélection de repas ou checkout localisé impactent directement les revenus, tandis que leur QA ne suivait plus le rythme.
- Solution | Spur a déployé des suites de tests agentiques sur l’ensemble des marchés, marques et régions (web et mobile), avec des tests en langage naturel capables de s’adapter aux pop-ups, promotions et contenus dynamiques. 100 % des parcours e-commerce clés ont été automatisés durant la phase pilote.
- ROI | 30+ bugs critiques détectés en production pendant le pilote. 100 % de couverture automatisée (marchés, marques, régions, web + mobile). 1,5 M$ de revenus préservés dès le premier mois (ROI x10).
- Problème | Alo fonctionnait avec une QA entièrement manuelle. Chaque release nécessitait environ 5 jours de tests réalisés par une équipe de plus de 10 personnes, limitant fortement la vitesse de déploiement et d’expérimentation.
- Solution | Avec Spur, le processus de release est entièrement automatisé à grande échelle. Les tests agentiques en langage naturel ont remplacé la régression manuelle, permettant de lancer de nouvelles expérimentations en quelques heures et d’élargir la couverture des tests.
- ROI | 100 % de couverture automatisée en 1 mois.
- Temps de déploiement des expérimentations réduit de 5 jours à 2 heures.
- Plus de 100 heures économisées à chaque release pour l’équipe QA.
