6 exemples concrets d’analytique produit en action
La gestion de produit basée sur les données. C’est ce que font les gens branchés de nos jours, non ? Vous avez peut-être fait une recherche et découvert qu’être « axé sur les données » signifie utiliser largement l’analyse produit dans le quotidien des chefs de produit.
Mais la question est : que font-ils avec les données analytiques ? Comment les utilisent-ils concrètement ?
Heureusement, j’ai compilé une liste de 6 cas d’usage de l’analyse produit pour vous inspirer.
Vous voulez plus de The CPO Club ?
Inscrivez-vous gratuitement pour terminer la lecture de cet article :
Have an account? Log In
Qu’est-ce que l’analyse produit et pourquoi cela devrait-il vous intéresser ?
L’analyse produit est le processus qui consiste à collecter des données sur votre produit numérique (y compris l’activité des utilisateurs, les finances, etc.), à les analyser, puis à prendre des décisions au quotidien et sur la stratégie produit en fonction de vos conclusions.
L’utilisation de l’analyse produit augmente significativement la qualité des décisions que vous prenez en tant que chef de produit, puisque vous pouvez soutenir et prouver vos idées ou solutions grâce à la donnée.
En tant que donnée quantitative, elle complète également la donnée qualitative issue de vos entretiens client, vous offrant une vue d’ensemble complète de l’état de votre produit ainsi que du comportement de vos clients ou de vos utilisateurs.
Vous pouvez activer l’analyse produit sur votre produit en mettant en place un outil d’analyse spécialisé qui surveillera l’activité de vos utilisateurs et vous enverra des rapports sur leurs interactions.
Ces outils vont ensuite agréger les données d’action des utilisateurs recueillies depuis votre produit et vous permettre de construire des rapports personnalisés pour répondre à certaines questions que vous pourriez vous poser sur l’usage de votre produit.
Maintenant que nous savons ce qu’est l’analyse produit, commençons à explorer quelques exemples pratiques d’application de ce type d’analyse.
Exemple n°1 : Débarrasser votre interface des fonctionnalités inutilisées
Les meilleurs produits ne sont pas ceux qui offrent plus de fonctionnalités que leurs concurrents. En réalité, la plupart du temps, les produits avec trop de fonctions deviennent difficiles à utiliser pour leurs utilisateurs et impossibles à maintenir pour l’équipe de développement.
C’est pourquoi les meilleures équipes produit veillent à ce que leur solution ne comporte que des fonctionnalités qui apportent de la valeur à leurs utilisateurs. Pour cela, vous ajoutez régulièrement de nouvelles fonctions que vous estimez utiles, tout en supprimant celles qui ne le sont plus.
Le dilemme suivant : comment choisir les fonctionnalités à retirer ? C’est simple : vérifiez leur taux d’utilisation avec un outil d’analyse produit !
Utiliser un outil d’analyse produit basé sur les événements comme Mixpanel pour faire le tri
Pour suivre l’utilisation d’une fonctionnalité, il faut définir un événement correspondant et le déclencher à chaque fois que l’utilisateur interagit avec cette fonction. En supposant que vous avez mis en place ces événements pour les fonctionnalités à mesurer, il ne vous reste plus qu’à créer un rapport sur leur usage.
Illustrons cela avec un exemple. Imaginez que vous dirigez Spotify, le service de streaming musical que beaucoup d’entre nous utilisent, et que vous souhaitez savoir s’il serait pertinent de supprimer la fonction de lecture aléatoire (shuffle).
Pour cela, nous allons créer un rapport Insights qui ressemble à ceci.
Ici, nous avons sélectionné la fonctionnalité en question – « Shuffle » – ainsi qu’une fonctionnalité de référence (généralement l’action clé ou la North Star de votre produit) pour comparer — dans ce cas, « Streamer une chanson ». Pour les deux, nous avons activé l’option « Compter DAU » permettant d’afficher le nombre d’utilisateurs uniques réalisant chaque jour un shuffle ou un stream.
Nous avons ensuite ajouté une formule simple calculant le pourcentage de streamers ayant utilisé la fonctionnalité shuffle.
En observant ce graphique, on peut tirer deux conclusions importantes :
- À peine 0,5% de tous les auditeurs utilisent la fonction shuffle.
- L’usage du shuffle a progressivement diminué, passant de 1,3% à 0,5% le mois dernier.
Sur la base de ces statistiques d’utilisation, nous pouvons considérer Shuffle comme un candidat valable à retirer afin de désencombrer notre interface utilisateur.
Exemple n°2 : Identifier et corriger les problèmes d’expérience utilisateur qui perturbent vos parcours de mise en route ou de moments AHA !
Les premières étapes que vos utilisateurs franchissent dans votre produit auront un impact fort sur leur rétention et leur valeur à vie. C’est du moins ce que j’ai constaté à de nombreuses reprises sur les produits que j’ai dirigés.
Toute amélioration dans le processus d’installation de votre produit et d’atteinte de leur moment AHA ! par les utilisateurs se traduira inévitablement par un meilleur taux de rétention pour eux.
Pour clarifier, les utilisateurs atteignent leur moment de configuration lorsqu’ils ont effectué toutes les étapes nécessaires lors de l’inscription (par exemple, fournir leurs coordonnées bancaires et les vérifier dans une application de paiement). Le moment AHA ! est l’instant dans le parcours utilisateur où ils expérimentent pour la première fois la valeur et les bénéfices de votre produit (par exemple, effectuer un virement instantané avec votre application de paiement).
Il est généralement très fréquent d’avoir des problèmes d’expérience produit tout au long du parcours, ce qui entraîne moins d’utilisateurs atteignant leurs moments d’installation et de prise d’habitude. Mais la bonne nouvelle, c’est que vous pouvez facilement les repérer avec un outil d’analyse ou des cartes thermiques UX comme celles-ci. Avec ce type de données, les équipes peuvent localiser les abandons, repérer les étapes qui posent des frictions et déterminer comment améliorer la conversion.
Lecture associée : 10 meilleurs outils de design UX pour les développeurs de produits
Comment utiliser les tunnels d’analyse produit dans Heap pour résoudre les problèmes de conversion
L’un des moyens les plus pratiques de suivre et d’analyser les parcours utilisateurs (y compris ceux menant à la configuration ou au moment AHA !) est d’utiliser les tunnels. Un tunnel est une liste d’événements placés dans un ordre spécifique, vous permettant de visualiser la conversion des utilisateurs d’un événement à l’autre.
Voici à quoi ressemble une analyse de tunnel pour une page d’inscription simple qui contient un seul champ email et un bouton d’envoi.
Pour notre page d’inscription, nous suivons les utilisateurs sur les événements suivants :
- Affichage de la page d’inscription.
- Saisie de l’adresse email dans le champ.
- Clic sur le bouton d’envoi.
Comme on peut le voir, plus de 1 200 utilisateurs sont arrivés sur la page d’inscription. Pourtant, seuls 17 % de ces 1 200 ont renseigné leur email et 90 % de ceux qui ont renseigné leur email ont ensuite cliqué sur le bouton d’envoi.
Ce tunnel nous indique qu’il y a un problème au niveau du champ email et que nous devons voir précisément de quoi il s’agit.
Pour cela, nous pouvons soit procéder à des tests d’utilisabilité de notre écran d’inscription, soit visionner la relecture de session Heap, qui est un enregistrement vidéo en temps réel de l’interaction de vos utilisateurs avec le produit.
Dans le cas du champ email, il est possible que vous découvriez que la validation de l’email est frustrante et que vos utilisateurs abandonnent après avoir tenté de saisir leur adresse à plusieurs reprises.
Exemple n°3 : Mesurer l’impact d’une fonctionnalité lors d’un déploiement progressif
Combien de fois avez-vous ajouté une nouvelle fonctionnalité attrayante à votre produit qui s’est révélée être un véritable échec (c’est-à-dire, qui n’a pas augmenté l’utilisation, voire l’a fait chuter) ? Cela est arrivé au moins une ou deux fois même aux meilleurs chefs de produit.
Comme nous ne savons pas toujours si la fonctionnalité que nous avons développée sera un succès ou un échec, 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 rétention ou la valeur à vie), puis, en supposant qu’elle est un succès, de la proposer à tous les autres.
Vous pouvez réaliser à la fois le déploiement progressif et la mesure d’impact grâce à une solution d’analyse produit spécialisée qui inclut des fonctionnalités logicielles analytiques essentielles comme Amplitude.
Mettre en place et exécuter des expériences avec un logiciel avancé d’analyse produit tel qu’Amplitude
Amplitude propose une fonctionnalité avancée appelée Expériences. Vous pouvez l’utiliser pour réaliser des tests A/B ou pour effectuer des déploiements de fonctionnalités progressifs. Je ne vais pas détailler ici la création d’une expérimentation, car c’est un sujet à part entière, mais vous pouvez consulter la documentation qu’Amplitude propose pour cette fonctionnalité, qui décrit tout, de l’API à l’intégration, en passant par les notifications et la tarification.
Imaginons maintenant que vous ayez ajouté un guide vidéo à l’onboarding de votre produit et que vous souhaitiez augmenter le nombre de personnes qui cliquent sur ‘lecture’ et le visionnent. Pour cela, vous avez conçu deux solutions, la vidéo apparaissant à deux moments différents de l’intégration.
Pour comprendre 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 25 % pour la variante B.
Lorsque nous lançons cette expérience et 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 du passage sur la page d'accueil au démarrage de la vidéo. Comme on peut le voir, la variante A est gagnante et permet d'optimiser la conversion des démarrages vidéo de 3,4 %.
Selon la situation, vous pouvez considérer cela comme un succès ou un échec. Pour un taux de conversion de l'ouverture de vidéo, je dirais que c'est un échec et que cela ne vaut pas la peine de le déployer à tout le monde. Mais si le résultat d'une expérience était une augmentation de 3,4 % du taux de rétention, ce serait un succès significatif.
Exemple n°4 : Surveiller la santé du produit
Les produits sont des organismes vivants qui peuvent être en bonne santé ou « tomber malades ». Pour vous assurer d'être toujours au courant de la santé de votre produit et d'être en mesure d'identifier et de corriger tout problème, vous devrez surveiller le « rythme cardiaque » de votre produit sous la forme d'un tableau de bord santé produit.
Grâce à cette surveillance, vous pouvez remarquer des baisses ou des pics dans les métriques clés et les KPIs comme le WAU ou le taux de fidélité qui nécessitent une investigation, ou constater que l'engagement utilisateur diminue progressivement — un signal que votre produit a besoin d'un rafraîchissement.
Heureusement, un tableau de bord sur la santé produit est quelque chose que vous pouvez facilement créer en utilisant n'importe quel outil de business intelligence (par exemple Mixpanel ou Amplitude).
Suivi des indicateurs clés avec Mixpanel
Les tableaux de bord dans Mixpanel sont composés de plusieurs rapports associés placés côte à côte. Pour un tableau de bord santé produit, vous pouvez envisager de créer les rapports suivants :
- DAU, WAU, ou MAU pour votre action principale (par exemple l’écoute d’une chanson pour Spotify). Le choix entre les trois dépend de la fréquence naturelle de l’action principale. Pour l’écoute de chansons, ce sera quotidien, donc votre choix se portera sur DAU.
- Fidélité (DAU/WAU, WAU/MAU, etc.). Cela montrera le pourcentage d’utilisateurs qui s’impliquent et reviennent sur votre produit.
- Inscriptions dans le temps et Conversions Gratuit → Payant dans le temps. Vous souhaitez surveiller ces deux éléments et vous assurer qu’ils croissent progressivement.
- Churn. Il s’agit du nombre d’utilisateurs que vous avez perdus pendant une période donnée. Une hausse de cette valeur doit vous alerter.
- Rétention. Cela indique le nombre d’utilisateurs qui sont restés après un certain temps (par exemple 90 jours).
Voici à quoi peut ressembler un tableau de bord santé produit typique dans Mixpanel.
Vous êtes libre d’ajouter tout autre rapport à votre tableau de bord s’ils reflètent la santé de votre produit.
Exemple n°5 : Prendre la décision de livrer ou non lorsqu'un problème grave a été détecté par l’équipe QA sur la version
L’une des décisions produit les plus difficiles que nous devons prendre est de donner le feu vert à la mise en production. Et c’est difficile, car les déploiements ne sont presque jamais exempts de bugs. Les choses deviennent encore plus compliquées si un bug capable de nuire à l’expérience client est découvert.
Mais pourquoi est-ce compliqué ? Si un bug important est présent, il suffit de le corriger avant la mise en production, n’est-ce pas ? Eh bien, imaginez que votre équipe découvre qu’il lui faudra une semaine supplémentaire pour le corriger alors que votre équipe marketing a déjà pris des engagements et que tout annuler serait compliqué.
Dans cette situation, vous avez deux choix :
- Donner le feu vert à la mise en production et faire face aux conséquences du bug en question.
- Donner à votre équipe marketing un argument fort pour reporter le lancement.
Les deux options semblent mauvaises. Mais ne vous inquiétez pas, car il se peut que le bug ait en réalité un impact bien moindre que prévu et que vous puissiez livrer la version sans trop de conséquences.
Pour mesurer l’impact d’un bug, nous pouvons utiliser les données issues de notre plateforme d’analytics produit.
Utiliser Google Analytics pour mesurer l’impact d’un bug
Imaginez que vous avez un bug qui provoque des plantages occasionnels de votre application mobile sur Android 6.0.1, cassant totalement le parcours de vos clients. Pour comprendre l’impact de ce bug, nous devons connaître le nombre d’utilisateurs disposant de cette version d’Android.
Heureusement, en plus des données d’utilisation, Google Analytics est également capable de collecter et de stocker des informations sur les aspects techniques de nos utilisateurs, comme les types d’appareils, les versions de systèmes d’exploitation, les tailles d’écran, etc.
Ainsi, si nous ouvrons son rapport « Détails techniques » et sélectionnons l’option « OS avec version », nous découvrirons que seulement 1,2 % de l’ensemble des utilisateurs utilisent Android 6.0.1.
Bien que cette donnée soit déjà un indicateur nous permettant de donner le feu vert à la publication, nous pouvons aller plus loin et calculer également l’impact financier potentiel en vérifiant les revenus que nous obtenons des utilisateurs Android 6.0.1.
Si nous effectuons une comparaison entre le chiffre d’affaires total des « tous utilisateurs » et celui des « utilisateurs Android 6.0.1 », nous verrons ce qui suit.
De toute évidence, les utilisateurs qui subiront des plantages après la mise en ligne ne génèrent aucun revenu pour nous. Par conséquent, nous n’aurons aucune conséquence financière à publier la version comportant ce bug. Bonus !
Exemple n°6 : Identifier les cohortes d’utilisateurs qui valent vos efforts marketing
Tous vos utilisateurs ne se valent pas. Certains seront des utilisateurs importants représentant la majorité de l’utilisation de votre produit (ainsi que la majeure partie de vos revenus) tandis que d’autres resteront inactifs avec peu d’espoir de les engager et de les monétiser.
Naturellement, vous souhaitez tous identifier les utilisateurs qui peuvent vous rapporter le plus et concentrer vos efforts marketing sur eux. Mais comment faire ?
Eh bien, vous pouvez exploiter les données analytiques de votre produit en identifiant différentes cohortes d’utilisateurs et en comparant leurs indicateurs clés d’utilisation et de monétisation.
Analyse de cohortes avec Amplitude
Les cohortes sont des groupes d’utilisateurs partageant une caractéristique commune. Vous pouvez créer des cohortes selon :
- Plateforme (par exemple, utilisateurs Mac et Windows). J’ai eu un produit pour lequel les utilisateurs Mac avaient une valeur vie client (LTV) supérieure de 30 % à celle des utilisateurs Windows.
- Zone géographique (par exemple, utilisateurs de France et de Grèce). Selon le produit, il peut se monétiser très bien dans certains pays et moins dans d’autres.
- Date d’inscription (par exemple, utilisateurs inscrits en novembre et janvier). Imaginez que votre campagne du Black Friday ait été un immense succès. Vous avez visé le bon public et votre cohorte de novembre dispose d’une LTV bien plus élevée que les autres mois.
- Comportement utilisateur ou usage de certaines fonctionnalités (par exemple, utilisateurs qui mélangent des chansons et ceux qui ne le font pas). Lorsque vous développez une fonctionnalité, vous souhaitez vraiment que ses utilisateurs aient un meilleur engagement et une LTV supérieure. Sinon, la fonctionnalité est un échec et il vaut mieux la supprimer.
Créons maintenant quelques cohortes dans Amplitude et comparons-les.
Imaginez que vous souhaitiez savoir si cela vaut la peine d’investir dans le marketing au Japon. Nous pouvons créer une cohorte dans Amplitude pour les utilisateurs japonais de cette façon.
Nous pouvons ensuite comparer la fréquence des actes d’achat des utilisateurs japonais à celle de tous les autres.
Comme nous pouvons le voir, les utilisateurs japonais effectuent plus d’achats que la moyenne. Il est donc pertinent de demander à votre équipe marketing de cibler le Japon.
Pour résumer
L’analytics produit vous facilite la vie en tant que Product Manager, en vous permettant de prendre des décisions de conception guidée par les données et de ne pas devoir vous fier uniquement à votre intuition ou à vos impressions.
Prendre des décisions éclairées à partir des données d’analytics est essentiel, mais cela ne doit pas s’arrêter là. Parmi les autres excellents outils qui peuvent vous aider à devenir un meilleur chef de produit figurent :
- Boucles de retour client pour s'assurer que tout le monde entende la voix de vos clients.
- Maquettes fonctionnelles du produit pour itérer rapidement sur votre conception et sans tracas.
- PRDs pour aligner tout le monde sur les détails de l’implémentation de la fonctionnalité, et plus encore.
- Cours d’analytique produit sont des ressources précieuses et à fort retour sur investissement pour vous rendre plus efficace dans votre rôle.
En plus de lire ces guides, vous pouvez également vous abonner à notre newsletter et recevoir de nombreuses ressources sur la gestion de produit directement dans votre boîte de réception !