White Wolf Nutrition et BlackWolf Nutrition n’avaient pas besoin d’un assistant unique qui brouille les deux marques. Il leur fallait une couche opérationnelle qui sache laquelle elle sert, utilise les bons identifiants et distingue clairement une connexion active d’un connecteur seulement préparé.
Éléments probants à la publication : quatre agents configurés et 16 connexions ont été observés le 30 mai 2026 ; l’accès Klaviyo était configuré pour White Wolf et BlackWolf, et la récupération de segments a été vérifiée. Les extensions Shopify, Cin7, Mintsoft, Xero, HubSpot, GA4 et Google Ads restaient dépendantes des identifiants.
L’entreprise
Matt Bignold dirige White Wolf Nutrition et BlackWolf Nutrition. Entre les deux marques, dossiers clients, e-mail marketing, inventaire, logistique, publicité, analyse, comptabilité et communication d’équipe touchent de nombreux systèmes : Shopify, HubSpot, Cin7, Mintsoft, Xero, Gmail, Klaviyo, Meta, GA4, Google Ads, Slack et Discord.
La complexité n’est pas seulement technique. Un assistant utile doit identifier la marque concernée avant de retrouver une audience, appliquer un ton ou préparer une ressource.
La contrainte
Les données utiles vivaient dans des plateformes séparées et la connaissance propre aux marques était dispersée dans l’équipe. Connecter mécaniquement les plateformes n’aurait pas levé l’ambiguïté. La couche devait encore choisir la bonne marque, le bon identifiant, la bonne politique et le bon espace pour chaque demande.
Le risque existait dans les deux sens : mélanger accidentellement les contextes des marques, ou présenter comme disponibles des prestataires encore planifiés. Les deux erreurs détruisent la confiance.
Pourquoi les outils existants ne suffisaient pas
Klaviyo sait segmenter une audience et Shopify renvoyer une commande, mais aucun ne choisit le spécialiste à mobiliser ni le contexte autorisé à circuler entre marques. Un tableau peut exposer les données sans imposer un comportement par marque. Un assistant généraliste peut parler avec assurance sans prouver l’appel prestataire.
RECAST a réparti le travail entre opérations, publicité, contenu et stratégie, puis construit des connecteurs sensibles à la marque avec états de connexion explicites. L’architecture pouvait s’étendre sans déclarer toute la feuille de route active dès le premier jour.
Cartographie de la transformation
Avant
Deux marques sur plusieurs plateformes -> l’équipe choisit les comptes et réconcilie le contexte -> analyse ou ressource ponctuelle
Après — parcours de lecture Klaviyo vérifié et extension soumise aux prestataires
Demande de marque -> espace spécialiste -> bon connecteur de marque -> données vérifiées ou statut explicite d’identifiant manquant -> action revue par un humain
Un processus de bout en bout
La preuve conservée la plus sûre est le parcours d’inspection Klaviyo.
- Entrée : l’équipe demande une vérification de segment e-mail pour White Wolf ou BlackWolf.
- Résolution de la marque : la couche choisit le connecteur et les identifiants Klaviyo propres à la marque.
- Routage : la demande va à l’espace opérations, contenu ou publicité et copywriting approprié.
- Récupération : le connecteur interroge l’environnement Klaviyo sélectionné ; la récupération de segments a été vérifiée pour les deux marques.
- Interprétation : le spécialiste transforme ce contexte d’audience en analyse, direction e-mail ou exigence de contenu.
- Validation humaine : tout changement de campagne ou envoi réel reste supervisé et n’est pas déduit d’un accès en lecture.
- Repli honnête : si une demande exige Shopify, Cin7, Mintsoft, Xero, HubSpot, GA4 ou Google Ads avant activation des identifiants, le système signale la dépendance au lieu d’inventer un résultat.
Ce qui a changé
- Construit : quatre espaces par rôle, connecteurs sensibles aux marques, Command Center actif et outils documentaires et créatifs.
- Connecté : accès Klaviyo pour White Wolf et BlackWolf configuré dans l’environnement.
- Testé : récupération de segments vérifiée sur les deux comptes ; durcissement système avec modifications SSH, fail2ban et redémarrage contrôlé.
- Parcours de données et fondation vérifiés : quatre agents, 16 connexions et Command Center observés le 30 mai 2026.
- Utilisé activement : la source ne conserve ni volume régulier de demandes ni preuve d’exécution autonome des campagnes.
- Dépendances restantes : Shopify, Cin7, Mintsoft, Xero, HubSpot, GA4, Google Ads et les actions plus larges nécessitent identifiants et vérification parcours par parcours.
- Résultat financier communiqué par le client : aucun.
Preuves
- Preuve de données : récupération de segments Klaviyo réussie pour les deux marques.
- Preuve agents : Main/Max, Ads & Copy, Content Engine et Strategy & Research configurés.
- Preuve de routage : 16 connexions observées.
- Preuve d’exécution : Command Center actif dans l’environnement inspecté.
- Frontière de revendication : lecture et récupération n’impliquent ni envoi de campagne, ni écriture boutique, ni changement d’inventaire, ni résultat financier.
La technologie — en dernier
Le système utilise OpenClaw 2026.5.6, Slack, Discord, routage par proxy de facturation, Command Center, connecteurs Klaviyo, gws-auth, outils PDF/OCR, Higgsfield, Printing Press et compétences dédiées au contenu et à la publicité. Les chemins Meta, GA4, Google Ads et Shopify/Cin7 ont été préparés comme connecteurs ou échafaudages sensibles aux marques. Ils sont cités comme architecture, pas comme preuve prestataire active.
Témoignage client
Aucun témoignage textuel étayé par la source n’est publié. La preuve publique repose sur la récupération Klaviyo des deux marques et l’environnement inspecté.
Transformation suivante
Découvrez comment la couche commerce de Ramon, prête côté prestataires, sépare savoir partagé et identifiants propres à chaque boutique. White Wolf ajoute une route de données vérifiée sur deux marques ; Ramon montre l’architecture d’un portefeuille plus large.
Obtenez votre feuille de route IA
Si chaque demande multimarque commence par rechercher le bon identifiant et reconstruire le contexte, le goulot n’est pas un tableau de plus. Réservez un audit IA gratuit pour identifier la première route de données en lecture seule à prouver en sécurité.
Sources
OPENCLAW-DEEP-CLIENT-CASE-STUDIES.pdf, page 8.RECAST_CASE_STUDIES_2026_UPDATED.pdf, page 11, documentRA-CASES-001, version 2.0.RECAST_WEBSITE_MASTER_BLUEPRINT.md, sections 10.4, 11 et 58.