> ## Documentation Index
> Fetch the complete documentation index at: https://docs.kameleoon.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Exporter les résultats d'expériences vers Airtable

> Exportez les résultats d'expériences vers Airtable à l'aide de Claude.

Ce guide exporte les résultats d'une expérience Kameleoon dans une table Airtable depuis une seule conversation Claude. Il ne nécessite ni script, ni identifiants API à stocker et à gérer, ni code. Claude se connecte aux serveurs MCP (Model Context Protocol) distants de Kameleoon et d'Airtable, et effectue l'export lorsque vous le lui demandez en langage naturel.

Les deux serveurs MCP exposent plus que des outils en lecture seule. Le serveur MCP Kameleoon peut aussi démarrer, mettre en pause, arrêter ou supprimer des expériences et des feature flags. Le serveur MCP Airtable peut aussi supprimer des enregistrements et des tables. Examinez toute action que l'un ou l'autre connecteur propose avant de l'approuver.

## Prérequis

* Un compte Kameleoon ayant accès à l'expérience à exporter
* Un compte Airtable avec un accès en écriture à la base qui hébergera la table de résultats
* Un compte Claude avec les Connecteurs disponibles

## Étape 1 : Ajouter les connecteurs

Deux chemins mènent au même résultat. Utilisez celui qui correspond à votre manière de travailler avec Claude.

### Se connecter via un outil de codage

1. Connectez le serveur MCP Kameleoon à votre assistant. Consultez [Serveur MCP Kameleoon](/fr/mcp/mcp-server) pour les étapes d'enregistrement et d'authentification pour Claude Code, Cursor, Codex et Antigravity.
2. Connectez le serveur MCP Airtable. Dans Claude Code, exécutez :

   ```
   claude mcp add --transport http airtable https://mcp.airtable.com/mcp
   ```

   puis exécutez `/mcp` dans Claude Code et autorisez via le navigateur. Consultez [Using the Airtable MCP server](https://support.airtable.com/docs/using-the-airtable-mcp-server) pour les étapes de configuration spécifiques à Cursor, VS Code et d'autres clients, ainsi que pour une alternative à OAuth par personal access token.
3. Démarrez une nouvelle conversation afin que l'assistant charge les outils des deux serveurs.

### Se connecter via l'application Claude

1. Ouvrez les paramètres Connecteurs de votre compte dans l'application Claude (Customize > Connectors).
2. Ajoutez le connecteur Kameleoon et autorisez-le via OAuth. S'il n'est pas listé dans l'annuaire des connecteurs, ajoutez-le comme connecteur personnalisé à l'aide de l'URL `https://mcp.kameleoon.com/mcp`, puis autorisez-le.
3. Ajoutez le connecteur Airtable de la même manière. S'il n'est pas listé, ajoutez-le comme connecteur personnalisé à l'aide de l'URL `https://mcp.airtable.com/mcp`, puis autorisez-le.
4. Démarrez une nouvelle conversation, puis utilisez le bouton plus dans le chat pour y activer les deux connecteurs. Les connecteurs activés dans une conversation ne sont pas repris dans une nouvelle.

Sur un plan Team ou Enterprise, l'ajout d'un connecteur par vous-même peut ne pas être disponible. Un bouton **Request** au lieu de **Add** signifie que votre organisation restreint qui peut ajouter des connecteurs, et qu'un administrateur doit d'abord approuver la demande.

## Étape 2 : Préparer la table Airtable

Créez la table avant la première exécution, avec ce schéma. Notez l'ID de base (`appXXXXXXXXXXXXXX`) et l'ID de table (`tblXXXXXXXXXXXXXX`) ; les deux sont nécessaires pour le prompt de l'étape suivante.

| Champ Airtable  | Source                                                     | Transformation                                                                                                                                     |
| --------------- | ---------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------- |
| Experiment Name | `experiment.name`                                          | Direct. Utilisé comme clé d'upsert.                                                                                                                |
| Status          | `experiment.status`                                        | Mappé, sans tenir compte de la casse : `active → Running`, `draft`/`planned → Implementing`, `stopped`/`diverted → Completed`, `paused → Defunct`. |
| Start date      | `experiment.dateStarted`                                   | Date-heure tronquée en date ISO (`YYYY-MM-DD`).                                                                                                    |
| End date        | `experiment.dateEnded`                                     | Date-heure tronquée en date ISO.                                                                                                                   |
| Notes           | `experiment.description`                                   | Direct.                                                                                                                                            |
| Actual          | `improvementRate` de la meilleure variation                | Direct (uplift mesuré, en %).                                                                                                                      |
| Probability     | probabilité bayésienne de succès de la meilleure variation | Regroupé par palier : `≥95 → 80% - High`, `≥80 → 50% - Medium`, sinon `20% - Low`.                                                                 |
| Result          | probabilité bayésienne de succès + `improvementRate`       | probabilité `≥ 95` et uplift > 0 → `Success` ; `≥ 95` et uplift \< 0 → `Failure` ; sinon `Inconclusive`.                                           |

Créez les options des champs Select (`Running`, `Implementing`, `Completed`, `Defunct` pour Status ; `80% - High`, `50% - Medium`, `20% - Low` pour Probability ; `Success`, `Failure`, `Inconclusive` pour Result) avant la première écriture.

Si la table comporte également des champs à saisie manuelle, tels que Assignee, Category, Prediction, Mkt Est, Eng Est ou Attachments, laissez-les en dehors du mapping. Le prompt de l'étape suivante indique à l'assistant de ne pas y toucher.

## Étape 3 : Formuler la demande à l'assistant

L'outil MCP Kameleoon retourne son propre gagnant précalculé aux côtés des résultats bruts, mais il juge la significativité par rapport au seuil de fiabilité configuré pour ce compte, et non par rapport aux seuils fixes de ce schéma. Le prompt ci-dessous contourne cet écart en demandant plutôt les chiffres bruts. Remplacez l'ID de l'expérience, l'ID de base et l'ID de table par les vôtres avant de l'envoyer.

```
Using the Kameleoon MCP tools, get the results for experiment XXXXXX. In the
returned data, skip the "_reference" variation and read each remaining
variation's raw reliability and improvement rate for the experiment's
primary goal (not the tool's own winner summary, which judges significance
against this account's configured reliability threshold rather than the
fixed thresholds below). If the same reliability and improvement numbers
appear more than once under different field names, use the plain
percent-scale value tied to that goal, not a 0-1 fraction of it. Pick the
variation with the highest improvement rate as the best performer.

Then, using the Airtable MCP tools, upsert a record in base
appXXXXXXXXXXXXXX, table tblXXXXXXXXXXXXXX, matching on the "Experiment
Name" field against the experiment's name: update the existing record if
one matches, or create a new one if not. Map the fields as follows:
- Experiment Name: the experiment's name
- Status: map a status of active to Running, draft to Implementing, stopped
  to Completed, and paused to Defunct (case-insensitive; confirm the exact
  tokens your account returns)
- Start date / End date: the experiment's start and end dates, formatted as
  YYYY-MM-DD
- Notes: the experiment's description
- Actual: the best variation's improvement rate
- Probability: 80% - High if the reliability is 95 or above, 50% - Medium if
  it's 80 or above, otherwise 20% - Low
- Result: Success if the reliability is 95 or above with a positive
  improvement, Failure if the reliability is 95 or above with a negative
  improvement, otherwise Inconclusive

Don't set Assignee, Category, Prediction, Mkt Est, Eng Est, or Attachments.
```

Quelques points à savoir si vous adaptez ce prompt :

* Ne demandez pas le résumé du gagnant fourni par l'outil à la place des chiffres bruts. Il juge la significativité par rapport au seuil propre à votre compte, et non par rapport aux paliers fixes 95 %/80 % de ce schéma.
* Gardez le nom de chaque expérience unique dans votre table Airtable. L'upsert s'appuie sur ce nom pour la correspondance et échoue s'il trouve plus d'un enregistrement portant le même nom.
* Les résultats de Kameleoon peuvent répéter ailleurs dans la réponse les mêmes valeurs de fiabilité et d'amélioration sous un autre nom ou à une autre échelle. Le prompt précise déjà laquelle utiliser.

## Étape 4 : Automatiser

Pour maintenir la table à jour sans répéter l'export manuellement, configurez une tâche planifiée récurrente avec le même prompt. Chaque exécution planifiée démarre une nouvelle session sans mémoire des exécutions précédentes : incluez donc à chaque fois l'ID de l'expérience (ou une demande de lister toutes les expériences en cours et récemment terminées), l'ID de base et l'ID de table. Une cadence quotidienne ou hebdomadaire correspond à la fréquence à laquelle la plupart des équipes ont besoin de cet export.

## Notes

* Un assistant IA interprète ce mapping à neuf à chaque exécution, au lieu d'exécuter une fonction figée. Vérifiez l'enregistrement qu'il écrit par rapport aux valeurs dans Kameleoon, particulièrement lors des premières exécutions.
* Le serveur MCP Airtable peut supprimer des enregistrements et des tables, et le serveur MCP Kameleoon peut démarrer, mettre en pause, arrêter ou supprimer des expériences et des feature flags. Examinez les actions proposées avant de les approuver, pas seulement les champs mappés.
* Pour un export exécuté selon une planification ou devant se reproduire à l'identique à chaque fois, un script figé est une alternative plus prévisible qu'un assistant IA qui interprète le même prompt à chaque exécution.
