La gestion de produit fondée sur les données. C’est ce que font les gens branchés aujourd’hui, n’est-ce pas ? Vous avez peut-être fait quelques recherches et découvert qu’être « fondé sur les données » implique une utilisation intensive de l’analyse de produit dans le travail quotidien de ces responsables produit.
Mais la question est la suivante : que font-ils des données analytiques ? Comment les utilisent-ils dans la vie réelle ?
Heureusement, j’ai compilé une liste de 6 cas d’utilisation de l’analyse de produit pour vous inspirer.
Qu’est-ce que l’analyse de produit et pourquoi devriez-vous vous en soucier ?
L’analyse de produit est le processus qui consiste à recueillir des données sur votre produit numérique (notamment l’activité des utilisateurs, les données financières, etc.), à les analyser, puis à prendre des décisions quotidiennes et stratégiques concernant le produit en fonction de vos conclusions.
L’utilisation d’outils d’analyse de produit améliore considérablement la qualité des décisions que vous prenez en tant que responsable produit, car elle vous permet d’étayer et de démontrer vos idées ou solutions à l’aide de données.
En tant que données quantitatives, elles complètent également les données qualitatives que vous avez recueillies lors d’entretiens avec des clients, vous donnant ainsi une vision complète de l’état de votre produit ainsi que du comportement des clients ou des utilisateurs.
Vous pouvez activer l’analyse de produit pour votre produit en configurant un outil spécialisé d’analyse de produit qui surveille l’activité de vos utilisateurs et vous envoie des rapports sur leurs interactions.
Ces outils regroupent ensuite les données relatives aux actions des utilisateurs recueillies à partir de votre produit et vous permettent de créer des rapports personnalisés afin de trouver des réponses à certaines des questions que vous pouvez vous poser sur l’utilisation de votre produit.
Maintenant que nous savons en quoi consiste l’analyse de produit, commençons à explorer quelques cas pratiques de son application.
Exemple n° 1 : désencombrer votre interface des fonctionnalités que personne n’utilise
Les meilleurs produits ne sont pas ceux qui proposent davantage de fonctionnalités que leurs concurrents. En réalité, la plupart du temps, les produits dotés de trop nombreuses fonctionnalités deviennent difficiles à utiliser pour leurs utilisateurs et impossibles à maintenir pour leur équipe de développement produit.
Par conséquent, les grandes équipes produit veillent à ce que leurs produits ne proposent que des fonctionnalités qui apportent de la valeur à leurs utilisateurs. Pour ce faire, vous ajouterez toujours de nouvelles fonctionnalités que vous pensez utiles aux utilisateurs et supprimerez celles dont vous savez qu’elles n’ont plus de valeur.
Le dilemme suivant consiste évidemment à choisir les fonctionnalités qui méritent d’être supprimées. C’est simple : vérifiez leur utilisation avec un outil d’analyse de produit !
Utiliser un outil d’analyse de produit fondé sur les événements, comme Mixpanel, pour désencombrer l’interface
Pour pouvoir suivre l’utilisation d’une fonctionnalité, vous devrez configurer un événement associé et le déclencher chaque fois que l’utilisateur interagit avec cette fonctionnalité. En supposant que vous avez configuré ces événements pour les fonctionnalités du produit que vous souhaitez mesurer, il vous suffit de créer un rapport sur l’utilisation de cette fonctionnalité.
Illustrons cela par un exemple. Imaginez que vous dirigiez Spotify, le service de diffusion de musique en continu que beaucoup d’entre nous utilisent, et que vous souhaitiez déterminer s’il vaut la peine de supprimer la fonctionnalité de lecture aléatoire.
Pour cela, nous allons créer un nouveau rapport d’analyse qui se présente comme suit.
Ici, nous avons sélectionné la fonctionnalité qui nous intéresse, « Lecture aléatoire », ainsi que la fonctionnalité de référence (généralement l’action principale de votre produit ou votre étoile polaire) avec laquelle nous souhaitons la comparer — dans ce cas, « Diffuser une chanson ». Pour chacune d’elles, nous avons sélectionné l’option « Compter les utilisateurs actifs quotidiens (DAU) » afin d’afficher le nombre d’utilisateurs uniques qui utilisent la lecture aléatoire et diffusent une chanson chaque jour.
Nous avons ensuite ajouté une formule simple qui calcule le pourcentage d’utilisateurs ayant diffusé une chanson et utilisé la fonctionnalité de lecture aléatoire.
En examinant ce graphique, nous pouvons tirer 2 conclusions importantes :
- À peine 0,5 % de l’ensemble des utilisateurs qui écoutent de la musique utilisent la fonctionnalité de lecture aléatoire.
- L’utilisation de la lecture aléatoire a diminué régulièrement, passant de 1,3 % à 0,5 % au cours du dernier mois.
Sur la base de ces statistiques d’utilisation, nous pouvons considérer la fonctionnalité de lecture aléatoire comme une candidate valable à la suppression afin de désencombrer notre interface.
Have an account? Log In
Exemple n° 2 : Identifier et corriger les problèmes d’expérience utilisateur qui perturbent la configuration de votre produit ou les parcours menant au moment AHA !
Les premières étapes que vos utilisateurs suivent dans votre produit auront un impact important sur leur fidélisation et leur valeur vie. C’est en tout cas ce que j’ai constaté à de nombreuses reprises sur les produits dont j’ai assuré la direction.
Toute amélioration du processus permettant aux utilisateurs de configurer votre produit et d’atteindre leur moment AHA ! finira par se traduire par un niveau de fidélisation plus élevé.
Pour clarifier, les utilisateurs atteignent leur moment de configuration lorsqu’ils ont effectué toutes les configurations nécessaires lors de leur inscription (par exemple, fournir les informations de leur carte bancaire et la vérifier dans une application de paiement). Le moment AHA ! correspond à l’étape du parcours utilisateur où ils font pour la première fois l’expérience du bénéfice et de la valeur de votre produit (par exemple, effectuer un transfert instantané avec votre application de paiement).
Il est généralement assez courant de rencontrer des problèmes liés à l’expérience produit au cours du parcours, ce qui fait que moins de personnes atteignent leur moment de configuration et leur moment d’adoption. Mais la bonne nouvelle, c’est que vous pouvez facilement les identifier à l’aide d’un outil d’analyse ou de cartes thermiques UX comme celles-ci. Grâce à ce type de données, les équipes peuvent identifier les endroits où les utilisateurs abandonnent, les étapes qui génèrent des frictions et les moyens d’améliorer la conversion.
À lire également : Les 10 meilleurs outils de conception UX pour les développeurs de produits
Comment utiliser les entonnoirs d’analyse produit dans Heap pour résoudre les problèmes de conversion
L’une des façons les plus pratiques de suivre et de résoudre les problèmes liés aux parcours (y compris ceux qui mènent à vos moments de configuration et AHA !) consiste à utiliser les entonnoirs. Un entonnoir est une liste d’événements placés dans un ordre précis, qui permet de visualiser la conversion des utilisateurs d’un événement à l’autre.
Voici à quoi ressemble une analyse par entonnoir pour une page d’inscription simple comportant un seul champ d’adresse e-mail et un bouton d’envoi.
Pour notre page d’inscription, nous suivons les utilisateurs lors des événements suivants :
- Consultation de la page d’inscription.
- Saisie de l’adresse e-mail de l’utilisateur dans le champ.
- Clic sur le bouton d’envoi.
Comme nous pouvons le voir, plus de 1 200 utilisateurs ont accédé à la page d’inscription. Cependant, seuls 17 % de ces 1 200 utilisateurs ont saisi leur adresse e-mail, et 90 % de ceux qui l’ont renseignée ont cliqué sur le bouton d’envoi.
Cet entonnoir nous indique qu’il y a un problème avec le champ d’adresse e-mail et que nous devons déterminer précisément de quoi il s’agit.
Pour cela, nous pouvons soit effectuer des tests d’utilisabilité de notre écran d’inscription, soit consulter la rediffusion de session dans Heap, qui est un enregistrement vidéo en temps réel de l’interaction de l’utilisateur avec votre produit.
Dans le cas du champ d’adresse e-mail, vous pourriez découvrir que la validation de l’adresse est frustrante et que vos utilisateurs abandonnent après avoir essayé de saisir leur adresse e-mail à plusieurs reprises.
Exemple n° 3 : Mesurer l’impact d’une fonctionnalité lors de son déploiement progressif
Combien de fois avez-vous ajouté à votre produit une nouvelle fonctionnalité séduisante qui s’est soldée par un échec total (c’est-à-dire qu’elle n’a pas amélioré l’utilisation, voire qu’elle l’a détériorée) ? Cela est arrivé au moins plusieurs fois, même aux PM les plus talentueux.
Comme nous ne savons pas toujours si la fonctionnalité que nous avons créée réussira ou échouera, il est judicieux de la déployer auprès d’un petit nombre d’utilisateurs, de vérifier s’ils l’utilisent (et si elle améliore vos indicateurs clés, comme la fidélisation ou la valeur vie), puis, en supposant qu’elle soit un succès, de la déployer auprès de tous les autres utilisateurs.
Vous pouvez effectuer à la fois le déploiement progressif et la mesure de l’impact avec une solution spécialisée d’analyse produit qui inclut des fonctionnalités essentielles de logiciel d’analyse, comme Amplitude.
Configurer et exécuter des expérimentations avec un logiciel avancé d’analyse produit comme Amplitude
Amplitude propose une fonctionnalité avancée appelée Expérimentations. Vous pouvez l’utiliser pour réaliser des tests A/B ou effectuer des déploiements progressifs de fonctionnalités. Je ne vais pas entrer dans les détails de la création d’une expérimentation, car ce sera le sujet d’un autre article, mais vous pouvez consulter la documentation qu’Amplitude consacre à cette fonctionnalité et qui décrit tout, de la messagerie API aux intégrations, en passant par les notifications et la tarification.
Imaginons maintenant que vous ayez ajouté un guide vidéo à votre parcours d’intégration produit et que vous souhaitiez augmenter le nombre de personnes qui cliquent sur le bouton de lecture et le regardent. Pour cela, vous avez conçu deux solutions, la vidéo apparaissant à deux endroits différents du parcours d’intégration.
Pour déterminer si vos solutions fonctionnent (et laquelle fonctionne le mieux), nous pouvons mettre en place une expérimentation, avec un déploiement partiel de 25 % pour la variante A et de 25 % pour la variante B.
Lorsque nous commençons cette expérience et que nous la faisons fonctionner pendant un certain temps afin d’obtenir des données utilisateurs statistiquement significatives, voici ce que nous observons.
Le graphique ci-dessus représente un entonnoir de conversion allant de la visite de la page d’accueil au démarrage de la vidéo. Comme nous pouvons le constater, la variante A est gagnante et elle peut augmenter le taux de conversion jusqu’au démarrage de la vidéo de 3,4 %.
Selon la situation, vous pourriez considérer cela comme une réussite ou un échec. Pour un taux de conversion de l’ouverture de la vidéo, je dirais que c’est un échec et que cela ne vaut pas la peine de déployer la fonctionnalité auprès de tous les utilisateurs. Mais si le résultat d’une expérience était une augmentation de 3,4 % de la rétention, ce serait une réussite significative.
Exemple n° 4 : surveiller la santé du produit
Les produits sont des organismes vivants qui peuvent se sentir bien ou tomber « malades ». Pour vous assurer que vous êtes toujours au fait de la santé de votre produit et que vous êtes en mesure d’identifier et de résoudre tout problème le concernant, vous devrez surveiller le « rythme cardiaque » de votre produit sous la forme d’un tableau de bord de santé du produit.
Grâce à cette surveillance, vous pourriez remarquer des baisses ou des pics dans les principales métriques et les indicateurs clés de performance du produit, comme le WAU ou l’adhérence, qui nécessitent une investigation, ou constater que l’engagement de vos utilisateurs diminue progressivement, ce qui indique que votre produit a besoin d’un renouvellement.
Heureusement, un tableau de bord de santé du produit est quelque chose que vous pouvez créer facilement à l’aide de n’importe quel outil de veille stratégique (par exemple, Mixpanel ou Amplitude).
Suivre les principales métriques du produit avec Mixpanel
Les tableaux de bord dans Mixpanel se composent de plusieurs rapports associés que vous placez côte à côte. Pour un tableau de bord de santé du produit, vous pouvez envisager de créer les rapports suivants :
- DAU, WAU ou MAU pour votre action principale (par exemple, écouter une chanson en diffusion continue sur Spotify). Votre choix entre ces trois indicateurs dépend de la fréquence naturelle de l’action principale. Pour l’écoute de chansons en diffusion continue, elle sera quotidienne ; votre choix se portera donc sur le DAU.
- Adhérence (DAU/WAU, WAU/MAU, etc.). Cela indiquera le pourcentage d’utilisateurs qui sont engagés et reviennent sur votre produit.
- Inscriptions au fil du temps et conversions du gratuit vers le payant au fil du temps. Vous devez garder un œil sur ces deux indicateurs et vous assurer qu’ils progressent graduellement.
- Attrition. Il s’agit du nombre d’utilisateurs que vous avez perdus sur une période donnée. Une augmentation de cet indicateur doit vous inquiéter.
- Rétention. Elle indique le nombre d’utilisateurs qui sont restés avec vous après une durée déterminée (par exemple, 90 jours).
Voici à quoi ressemble généralement un tableau de bord de santé du produit dans Mixpanel.
Vous êtes libre d’ajouter à votre tableau de bord tout autre rapport supplémentaire s’il représente la santé de votre produit.
Exemple n° 5 : décider de lancer ou de ne pas lancer lorsque votre équipe d’assurance qualité a trouvé un problème grave dans la version
L’une des décisions produit les plus difficiles que nous devons prendre consiste à donner le feu vert au lancement d’une version. C’est difficile parce que les versions sont presque toujours entachées de bogues. Les choses deviennent encore plus complexes lorsque nous découvrons un bogue susceptible de nuire à l’expérience client.
Mais pourquoi est-ce compliqué ? Si vous avez un bogue sérieux, vous devriez d’abord le corriger avant de publier la version, n’est-ce pas ? Eh bien, imaginez que vous découvriez qu’il faudra encore une semaine à votre équipe pour le corriger et que votre équipe marketing ait déjà pris des engagements et effectué des préparatifs difficiles à annuler.
Dans cette situation, vous avez deux choix :
- Donner le feu vert à la version et subir les conséquences du bogue sérieux.
- Fournir à votre équipe marketing un argument solide expliquant pourquoi elle devrait reporter le lancement.
Les deux options semblent mauvaises. Mais ne vous inquiétez pas : il est possible que le bogue en question ait un impact bien plus faible que vous ne l’imaginiez et que vous puissiez lancer la version sans nombreuses conséquences.
Pour mesurer l’impact d’un bogue, nous pouvons utiliser les données de notre plateforme d’analyses produit.
Utiliser Google Analytics pour calculer l’impact d’un bogue
Imaginez que vous ayez un bug qui provoque des plantages occasionnels de votre application mobile sur Android 6.0.1 et qui perturbe complètement le parcours de vos clients. Pour comprendre l’impact de ce bug, nous devons connaître le nombre d’utilisateurs qui disposent de cette version d’Android.
Heureusement, en plus des données d’utilisation, Google Analytics est également capable de recueillir et de stocker des données sur les aspects techniques de nos utilisateurs, tels que le type de leur appareil, la version de leur système d’exploitation, la taille de leur écran, etc.
Si nous ouvrons donc son rapport « Détails techniques » et sélectionnons l’option « Système d’exploitation avec version », nous constaterons que seulement 1,2 % de l’ensemble des utilisateurs utilisent Android 6.0.1.
Bien que ces données constituent déjà un indicateur nous permettant de donner notre feu vert à la mise en production, nous pouvons aller plus loin et également calculer l’impact financier potentiel en vérifiant les revenus générés par les utilisateurs d’Android 6.0.1.
Si nous comparons le revenu total entre « tous les utilisateurs » et les « utilisateurs d’Android 6.0.1 », nous obtenons le résultat suivant.
Apparemment, les utilisateurs qui subiront des plantages après la mise en production ne génèrent aucun revenu pour nous. Nous n’aurons donc aucune conséquence financière à publier la version contenant ce bug. Bonus !
More Articles
Exemple n° 6 : Identifier les cohortes d’utilisateurs qui méritent vos efforts marketing
Tous vos utilisateurs ne se valent pas. Certains seront des utilisateurs très actifs qui représenteront l’essentiel de l’utilisation de votre produit (ainsi que la majorité de vos revenus), tandis que d’autres resteront inactifs, avec peu d’espoir de les faire participer et de les monétiser.
Naturellement, vous aimeriez tous identifier les utilisateurs qui peuvent vous rapporter le plus de revenus et concentrer vos efforts marketing sur eux. Mais comment faire ?
Vous pouvez tirer parti des données analytiques de votre produit en identifiant différentes cohortes d’utilisateurs et en comparant leurs principaux indicateurs d’utilisation et de monétisation.
Analyse des cohortes avec Amplitude
Les cohortes sont des groupes d’utilisateurs qui partagent une caractéristique commune. Vous pouvez créer des cohortes selon :
- La plateforme (par exemple, les utilisateurs de Mac et de Windows). J’ai eu un produit pour lequel les utilisateurs de Mac avaient une valeur vie client 30 % supérieure à celle des utilisateurs de Windows.
- La zone géographique (par exemple, les utilisateurs de France et de Grèce). Selon le produit, la monétisation peut être bonne dans certains pays et moins performante dans d’autres.
- La date d’inscription (par exemple, les utilisateurs inscrits en novembre et en janvier). Imaginez que votre campagne du Vendredi fou ait rencontré un succès retentissant. Vous avez ciblé les bonnes personnes et votre cohorte de novembre affiche une valeur vie client bien supérieure à celle des autres mois.
- Le comportement des utilisateurs ou l’utilisation de certaines fonctionnalités (par exemple, les utilisateurs qui mélangent les chansons et ceux qui ne le font pas). Lors de la création d’une fonctionnalité, vous souhaitez vraiment que ses utilisateurs présentent un meilleur engagement et une meilleure valeur vie client. Dans le cas contraire, la fonctionnalité n’a pas été un succès et il peut être préférable de la supprimer.
Créons maintenant quelques cohortes dans Amplitude et comparons-les.
Imaginez que vous souhaitiez déterminer s’il est pertinent d’investir dans le marketing au Japon. Nous pouvons créer une cohorte d’utilisateurs japonais dans Amplitude comme ceci.
Nous pouvons ensuite comparer la fréquence des achats des utilisateurs japonais à celle de tous les autres utilisateurs.
Comme nous pouvons le constater, les utilisateurs japonais effectuent davantage d’achats que le taux moyen. Il vaut donc la peine de demander à votre équipe marketing de cibler le Japon.
Pour résumer
Les analyses produit vous facilitent la vie en tant que responsable produit en vous permettant de prendre des décisions de conception fondées sur les données plutôt que de vous fier uniquement à votre intuition et à votre instinct.
Prendre des décisions éclairées à partir des données analytiques est une excellente démarche, mais vous ne devriez pas vous arrêter là. Parmi les autres outils très utiles qui peuvent vous aider à devenir un meilleur responsable produit, on peut citer :
- Boucles de rétroaction client pour veiller à ce que chacun entende la voix de vos clients.
- Maquettes filaires de produit pour faire évoluer rapidement votre conception et sans difficulté.
- PRD pour que chacun soit aligné sur les détails de mise en œuvre de la fonctionnalité, et bien plus encore.
- Formations en analytique produit qui constituent des ressources précieuses offrant un retour sur investissement élevé pour vous rendre plus efficace dans votre rôle.
En plus de lire ces guides, vous pouvez également vous abonner à notre bulletin d’information et nous laisser vous envoyer directement dans votre boîte de réception de nombreux contenus utiles sur la gestion de produit !
