Trouver votre avantage déloyal à l’ère du Far West du produit

Lisez la transcription :

Nous testons la transcription de nos podcasts à l'aide d'un logiciel. Veuillez nous excuser pour les éventuelles fautes, le robot n'étant pas correct à 100% du temps.

Hannah Clark : C'est officiel. Le « vibe coding » est entré dans le vocabulaire de la population générale, et nous vivons un moment critique où l’IA, les produits numériques et la culture convergent en une gigantesque évolution. Démocratiser l’accès au développement de produits digitaux, ou en termes plus simples, « créer sur la vibe », représente une normalisation permanente du terrain de jeu où littéralement tout le monde peut devenir fondateur.

Et en éliminant les barrières à l’entrée, cela signifie que plus de bonnes idées auront une voie vers le marché, mais cela signifie aussi, eh bien, beaucoup plus de bonnes idées arrivant sur le marché. Et à cette échelle, les implications sont bien plus grandes que simplement avoir beaucoup plus de concurrence. Cela signifie que si nous espérons être de vrais concurrents sur ce marché, nous devons élever nos stratégies de mise en marché (GTM) et de croissance à un niveau bien supérieur.

Et bonne nouvelle pour vous, mon invitée aujourd’hui est Margaret-Ann Seger, Head of Product chez Statsig. Comme vous l’entendrez bientôt, Margaret-Ann, ou MA pour ceux qui la connaissent, possède un incroyable flair pour ce qui perce le bruit et met en route les moteurs de croissance. Mais l’objectif principal de cet épisode réside dans les tactiques qu’elle et l’équipe de Statsig utilisent pour renforcer la collaboration entre leurs utilisateurs et l’équipe produit. Vous allez vraiment vouloir prendre des notes. Allons-y.

Au fait, nous avons ce type de conversations chaque semaine, donc si cela vous intéresse, pourquoi ne pas vous abonner ? D’accord, c’est parti.

Bienvenue de nouveau au podcast The CPO Club. Margaret-Ann, un grand merci d’avoir trouvé le temps d’échanger avec moi aujourd’hui.

Margaret-Ann Seger : Merci de m’inviter à l’émission, Hannah.

Hannah Clark : Pouvez-vous commencer par nous parler un peu de votre parcours et comment vous en êtes arrivée là où vous êtes aujourd’hui, chez Statsig ?

Margaret-Ann Seger : Bien sûr. Je dirige les produits et le design chez Statsig, qui est la plateforme moderne d’intelligence produit.

De l’A/B testing traditionnel aux tests de modèles hors-ligne, de plus en plus d’équipes construisent leurs produits avec des modèles, des flags intelligents de fonctionnalités, de l’analytics produit. Nous aidons les équipes à intégrer les données à chaque étape de leur processus de création de produits dans cette ère de l’IA. Donc, une plateforme plutôt complète. Pour moi, cela a beaucoup de sens car je viens de grandes entreprises tech.

J’ai commencé ma carrière dans la grande tech, chez Facebook, puis j’ai passé un peu plus de six ans chez Uber. Les deux entreprises étaient en hypercroissance quand je les ai rejointes, mais j’avais la chance de bénéficier d’une suite d’outils internes extrêmement puissants. Et ce n’est que lorsque je suis partie en 2020 et que je suis sortie dans le « vrai monde » que j’ai réalisé que toutes les entreprises n’avaient pas accès à ces outils.

Ce que nous construisons chez Statsig trouve donc un vrai écho car nous démocratisons l’accès à ces outils pour chaque entreprise.

Hannah Clark : Génial. Aujourd’hui nous allons parler un peu plus d’aspects liés à la croissance, comment réussir sa stratégie de croissance et de mise en marché à l’ère de l’IA, alors que de nombreuses étapes du développement et du lancement produit sont démocratisées.

Nous devons vraiment trouver des moyens intelligents et intuitifs pour se démarquer. Donc, pour commencer, je voudrais reprendre une phrase que vous m’avez partagée lors d’une conversation précédente, que j’ai vraiment aimée, à savoir que les fondateurs débutants se concentrent sur le produit, les fondateurs expérimentés se concentrent sur la distribution. C’est à mon avis une manière très claire d’aborder la discussion.

Quand on pense à cela, quel est le changement de mentalité le plus important selon vous que les leaders produit doivent adopter en passant d’une approche produit d’abord à une pensée axée d’abord sur la distribution ?

Margaret-Ann Seger : Bonne question. En fait, cette phrase vient de mon mari qui me l’a dite alors qu’il lançait sa startup.

C’était très à propos à ce moment-là ! Mais dans l’esprit, il s’agit de dire qu’à la fin de la journée, vous pouvez construire le meilleur produit du monde, mais si personne n’en entend parler, ou si vous n’avez pas de moyen de l’amener devant les bonnes personnes, vous n’aurez pas de succès. Et c’est particulièrement vrai à l’ère de l’IA, n’est-ce pas ?

Car il y a tellement plus de produits. La barre pour créer un produit a été abaissée. Désormais, tout le monde peut créer son application, son site web, peu importe. Il va donc y avoir beaucoup plus de bruit. Comment se distinguer ? Comment obtenir une distribution ? Un exemple auquel je pense souvent, même si ce n’est pas tech à la base :

La marque de maquillage d’Haley Bieber a récemment été acquise, Road, pour plus d’un milliard de dollars, un succès énorme. C’était basé uniquement sur sa marque. Elle est sans doute douée pour le maquillage mais il y a des millions d’autres personnes qui maîtrisent mille fois mieux les nuances de la création de maquillage.

Mais elle possède une marque phénoménale. Elle a la distribution. Ça peut tout allumer d’un coup. Je repense à mon époque chez Facebook : distribution incroyable, donc toute fonctionnalité pouvait atteindre des centaines de millions d’utilisateurs du jour au lendemain grâce à l’adoption massive.

Vous le voyez aussi chez les startups IA, comme Cursor, qui a surfé sur la base de VS Code. Il existe tout un tas de comportements et de canaux de distribution existants sur lesquels on peut bâtir un produit incrémental, et d’un coup, ça décolle. Ce qui va différencier les boîtes vraiment performantes aujourd’hui, c’est leur capacité à inventer un canal de distribution durable et créatif.

Ce ne sera plus juste d’avoir un bon produit – ça devient la base à l’ère de l’IA.

Hannah Clark : Oui, c’est exactement la préoccupation qui habite beaucoup de monde : vous avez peut-être une idée géniale, mais la fonctionnalité de votre produit n’est pas unique, il existe de nombreux moyens d’obtenir le même résultat.

Alors si on pense à des stratégies pour différencier les bons produits de la masse, sachant que n’importe qui peut créer la même appli que vous, par quoi faut-il commencer selon vous pour s’imposer sur le marché ?

Margaret-Ann Seger : Oui. Un point important dont on ne parle pas assez est le système de feedbacks.

Vous pouvez avoir un assistant IA qui écrit le code. Des assistants à chaque étape du build ou du lancement. Mais comment obtenir des retours une fois que c’est dans le monde réel ? Il faut des feedbacks qualitatifs ET quantitatifs, n’est-ce pas ? Il faut très vite savoir si ce que vous développez fonctionne réellement.

Amener ces boucles de feedbacks à tourner à plein régime, pour toujours recevoir des signaux et itérer en conséquence. Ensuite, un autre différenciateur, qu’on observe aussi chez Statsig pour nous-mêmes : la vitesse. Dès que vous installez bien votre boucle de feedback, pouvez-vous intégrer ces retours et itérer plus vite que le concurrent ?

Si vos utilisateurs vous disent quelque chose, pouvez-vous agir immédiatement ? Boucle de retour + rapidité, là ça fait la différence. Par exemple, nous lançons parfois des choses incomplètes, à moitié développées, juste pour recevoir du signal et ensuite ajuster notre build final, ce qui court-circuite certaines étapes classiques du développement produit.

Hannah Clark : Donc au fond, il s’agit vraiment de connaître ses utilisateurs, ce qui a toujours été critique mais est désormais primordial. Quelle méthode concrète recommandez-vous à un responsable produit pour vraiment comprendre son ICP aujourd’hui, à l’ère de la démocratisation ?

Margaret-Ann Seger : Ça va être controversé, mais je recommande de vraiment faire du support.

Je pense que les PM qui assurent le support et travaillent avec les clients quand il y a des problèmes, c’est extrêmement utile quand on veut comprendre ses utilisateurs – et ça n’a jamais été aussi crucial. Chez Statsig on pousse ce principe à l’extrême, et cela m’a bluffée au début.

Nous n’avons pas d’équipe support dédiée : toute l’équipe, toute l’entreprise fait du support, et on a mis en place des outils complexes, des groupes Slack de feedback, triés automatiquement par un bot, qui envoient chaque problème à la « personne de garde du jour » de façon tournante.

Je suis responsable produit mais je fais aussi du support. Cela me permet d’entendre directement quand ça va mal, de voir où les gens bloquent, et de rester en contact permanent avec les clients et leurs difficultés, ce qui me nourrit dans toutes les discussions produit.

C’est controversé car il y a beaucoup de sociétés (Sierra, et toutes les boîtes d’IA de support client) qui justement partent du principe inverse : vous ne devriez pas devoir répondre vous-même, l’IA s’en occupera. Mais selon moi, ça permet d’être vraiment en prise avec les besoins des clients.

Et les utilisateurs apprécient, cela devient un point de différenciation dans ce nouveau monde.

Hannah Clark : Oui, ça me sidère. Je trouve que c’est une stratégie brillante, car si vous répondez séparément avec l’IA ou une équipe dédiée, vous créez une distance avec l’équipe produit réelle et vous dépendez des bonnes remontées.

Au final, sinon, les seuls retours viendront des fans ou des détracteurs. En étant au support, ce n’est pas attendu, et les gens partagent plus spontanément leurs vrais problèmes, ce que la plupart des moyens classiques ne permettent pas de capter.

Margaret-Ann Seger : Exactement, c’est superbe. On rencontre nos clients dans la vraie vie, sur le vif, on ressent l’émotion, et c’est aussi génial de voir nos ingénieurs développer une vraie empathie. Ça se diffuse partout : ce n’est pas que les PMs, les ingénieurs s’y mettent aussi, et ils s’enthousiasment à l’idée de corriger rapidement des parcours pour améliorer l’expérience. Ce qui construit une dynamique de construction d’empathie ascendante.

Hannah Clark : Oui, on voit bien la valeur à comprendre à chaud les cas d’usage, ce que les utilisateurs cherchent à accomplir, et à questionner s’il ne devrait pas exister un moyen plus simple qui évite le support. C’est passionnant, je suis ravie que cette idée soit discutée. Passons à la vitesse des cycles de développement, l’autre grand levier : pouvoir intégrer vos feedbacks très vite dans votre roadmap produit.

Vous avez conseillé de lancer vite des projets bruts pour recueillir du feedback. Par quoi commencer, quel cadre vous utilisez quand on a beaucoup d’options possibles ?

Margaret-Ann Seger : Nous avons commencé à réaliser des vidéos de prototypes. On réalise le prototype puis on filme une vidéo comme si c’était un vrai produit, en disant : « c’est ouvert aux inscriptions beta si vous voulez y accéder », mais on ne le développe pas tout de suite. Les clients intéressés nous contactent – via LinkedIn par exemple – et si on a suffisamment de demandes, on passe à la construction réelle. C’est une façon très peu coûteuse de tester une idée, sans bâtir tout un produit complet ni gérer tous les cas particuliers.

On a déjà testé cela pour quelques fonctionnalités et ça fonctionne très bien, je pense qu’on va continuer et laisser le marché nous guider.

Hannah Clark : On a l’impression d’être derrière le rideau du magicien d’Oz !

Margaret-Ann Seger : Je ne devrais peut-être pas le révéler…

Hannah Clark : Mais si, c’est brillant ! Car il y a tant de choses que l’on pourrait faire, mais s’il n’y a pas d’engouement ni de distribution, à quoi bon investir toutes ces ressources ?

Margaret-Ann Seger : Le gros avantage, c’est que la distribution est validée dès le jour un, on sait qu’on a déjà la demande.

Hannah Clark : Fantastique. Parlons maintenant de l’usage de l’IA dans l’élaboration de la stratégie GTM : comment se démarquer alors que des milliers de produits similaires émergent à chaque instant, et que beaucoup se disent, « Je vais ChatGPT-iser ma stratégie GTM ».

Vous riez parce que c’est la réalité ?

Margaret-Ann Seger : Oui, tout à fait ! On peut tout à fait s’aider d’outils comme ChatGPT sur certains livrables concrets. Mais savoir quels livrables produire et comment les cadrer, c’est tout un art.

Il existe une blague selon laquelle les PM vont devenir des « prompt engineers ». Ces outils sont valables pour toutes sortes d’éléments GTM, mais il faut vraiment guider le processus. La raison de la présence humaine, c’est l’empathie : votre stratégie GTM ne marchera que si vous êtes profondément en empathie avec vos clients, si vous comprenez leur vécu, leur douleur, leur langage, et pouvez leur proposer une solution sur-mesure.

Il faut autant des données quantitatives (ce que vos utilisateurs font – parfois cela diffère de ce qu’ils disent) que qualitatives (observer leurs sessions, leurs blocages réels). L’IA peut aider sur les deux : il y a des startups qui synthétisent les replays de sessions utilisateur avec l’IA, ce qui est malin : vous ne pouvez pas regarder des centaines de milliers de sessions manuellement. L’IA peut extraire les points clés. Mais il faut toujours un humain pour relier ces enseignements, comprendre les comportements humains, leurs motivations, puis ajuster le message.

Une fois ce cadrage défini, vous pouvez demander à ChatGPT d’améliorer le positionnement, mais il y a alors beaucoup de travail amont à faire.

Hannah Clark : Passons au concret d’une stratégie GTM solide. Avec la montée de la concurrence, tout doit être plus affûté. Comment l’anatomie d’une bonne stratégie GTM aujourd’hui diffère-t-elle de ce qu’on faisait en 2020 ? Quels sont, selon vous, les marqueurs d’une vraie stratégie adaptée à 2024 ?

Margaret-Ann Seger : Difficile de définir la bonne stratégie type… Mais facile de dire ce qui ne marche plus. Depuis que j’ai rejoint Statsig début 2022, on a vu plusieurs évolutions :

– Le SEO a radicalement changé, car de plus en plus de gens passent outre Google pour aller directement vers ChatGPT, Claude ou Gemini… Le retour sur investissement SEO diminue fortement à mesure que ça se généralise. – La différentiation doit être bien plus poussée. Autrefois, du contenu de qualité suffisait à se démarquer : un bon blog, une bonne newsletter…

Hannah Clark : Ou un podcast.

Margaret-Ann Seger : Oui, exactement ! Tout cela faisait la différence – aujourd’hui ce sont des commodités. Surtout le contenu écrit est envahi de « soupe à l’IA » générée en masse pour manipuler les moteurs de recherche.

Il faut donc écrire des choses qui percent vraiment ce bruit-là. Le « gold standard », à mes yeux, c’est le facteur humain : intégrer encore plus d’humain dans la boucle, presque de façon révolutionnaire. Les marques les plus attrayantes, dorénavant, sont celles incarnées.

Récemment quelqu’un nous a dit, « votre marque chez Theas est vraiment différente des boîtes IA classiques. » Pourquoi ?, ai-je demandé. « Parce qu’il y a des gens – vos employés sont visibles, il y a des vidéos, vos PM présentent les nouveautés, les auteurs des blogs sont identifiés… C’est très centré sur les personnes. »

Ça devient disruptif aujourd’hui ! Regardez Vercel, Linear, ces marques minimalistes, ultra épurées, presque aseptisées… Être « humain » est devenu original. Nous, on montre nos chiens, notre équipe sur le site, on répond aux tickets de support – ça fait la différence.

C’est comme en déco, tout le monde converge sur l’esthétique planchers gris et bois blanc, tout devient uniforme – mais si vous êtes mémorable ou différenciant, cela devient un gros atout.

Hannah Clark : Oui, c’est cohérent avec ce que j’observe aussi : les tendances font toujours l’objet d’un balancier. Dès qu’un côté sature, on désire l’opposé. Pareil pour la tech ou la mode. Avant, tout le monde voulait le site minimaliste parfait, mais c’est devenu ultra facile à générer. Même transition qu’entre Instagram (contenu poli, retouché) et TikTok (lo-fi humain, désinhibé). Maintenant, on veut voir de vraies personnes derrière les produits.

Donc, pour les équipes croissance qui utilisent Statsig, quelle est selon vous la plus grosse erreur GTM qu’on fait quand on a accès à beaucoup trop de données ? Il y a des risques de fausses corrélations. Comment s’y retrouver ?

Margaret-Ann Seger : Bonne question. De plus en plus d’équipes veulent être « data-driven » et intègrent plein d’outils pour enregistrer les actions utilisateur… Le problème, c’est que les entrées ne concordent pas toujours ! Avec quatre outils qui enregistrent des comportements similaires, on se retrouve avec quatre ensembles de données différents, qui ne s’accordent jamais pleinement. Au final, la confiance dans les données s’érode.

Ironiquement, plus on ajoute d’outils, plus il devient difficile d’être réellement piloté par la donnée. Une grosse tendance du secteur est donc à la consolidation, avec des plateformes qui rassemblent plusieurs outils (Statsig incluse !). Un seul SDK pour tracer les événements ; une seule source de vérité (généralement, le data warehouse) ; tous les outils se branchent dessus, pas de création de multiples sources parallèles.

Cela aide à remettre tout le monde d’accord et à restaurer la confiance dans la donnée – même si cela demande du temps. Autre point : bien des équipes se disent « pilotées par la donnée », mais peinent à mesurer leurs lancements. Il est difficile de tout basculer en mode expérimental : la conception, l’alignement avec la data science, le temps d’analyse, tout cela est long…

Les outils qui facilitent la mise en place de feature flags et d’A/B tests légers abaissent drastiquement le seuil pour les équipes. Ce n’est peut-être pas le nec plus ultra de la statistique, mais c’est une très bonne première marche pour muscler ce réflexe expérimental. Chez nous, on essaie de simplifier au maximum ce processus.

Hannah Clark : Oui. Justement, développer ce réflexe – beaucoup de notre discussion touche à l’état d’esprit produit mais aussi à la diffusion de la culture de distribution dans l’équipe. Tout le monde doit désormais penser à la diffusion, pas seulement au développement en silo. Comment ancrer cela même chez les personnes pas impliquées en marketing produit ?

Margaret-Ann Seger : Difficile de diffuser cet « ADN ». On essaie surtout de recruter des ingénieurs très orientés produit, passionnés par les utilisateurs et la performance du produit, désireux de s’impliquer côté marketing, de comprendre les usages et les adoptions, les retours terrain, etc.

Par exemple, notre équipe infra développe ses propres outils de monitoring à la Datadog parce qu’elle veut « dogfooder » notre propre produit. Ils ont tout mis en place, du debug CEV jusqu’au suivi de santé au quotidien sur Statsig. Ils sont allés trouver le marketing : « est-ce qu’on ne pourrait pas vendre ça tel quel, ce serait un nouveau produit ? » On a dit oui – même si encore un peu brut, c’est une belle dynamique. Le lead ingénieur travaille main dans la main avec moi, le PMM, et le marketing sur le positionnement.

Hannah Clark : C’est l’exemple parfait du lancement ancré dans la vraie valeur apportée : comment raconter la bonne histoire autour du produit. J’aimerais avoir un autre exemple marquant où la dimension humaine a vraiment été centrale dans la stratégie de diffusion. Qui mettriez-vous en avant ?

Margaret-Ann Seger : Ce n’est pas récent, mais mon standard en la matière, c’est Uber en 2018 avec l’opération « driver forward ».

Pour situer : Uber avait grandi très vite, les chauffeurs y étaient pour beaucoup, mais se sentaient parfois délaissés. Le storytelling public mettait surtout en avant les clients/passagers, rarement ceux qui conduisaient. Or ces chauffeurs développaient leurs propres histoires : financer les études de leurs enfants, arrondir les fins de mois, etc.

Il y avait un backlog de demandes chauffeurs inexploitées : nouvelles fonctionnalités, meilleure visibilité sur les revenus, outils métier… Un jour, l’idée fut de construire la roadmap autour du thème « drivers first » : tous les mois, pendant six mois, marketing et produit lançaient ensemble un nouveau module ou une amélioration. Cela s’accompagnait d’événementiel : séances avec des chauffeurs, lancement dans une nouvelle ville…

Ce fut un virage énorme dans la dynamique de confiance avec les chauffeurs, et un grand moment de collaboration produit/marketing. Laura Jones (aujourd’hui CMO chez Instacart) menait le projet – c’est la meilleure illustration selon moi de la mise en avant de l’utilisateur, de sa douleur, au cœur d’une stratégie GTM commune et ambitieuse.

Hannah Clark : Formidable exemple, très clair pour incarner l’état d’esprit attendu !

Margaret-Ann Seger : Oui, c’était inspirant à voir.

Hannah Clark : Merci beaucoup pour votre participation. Super entretien, on a couvert des points essentiels en peu de temps.

Si on souhaite suivre vos travaux en ligne, où peut-on vous trouver ?

Margaret-Ann Seger : Sur LinkedIn, je vais par MA mais mon nom complet est Margaret-Ann Seger ; et puis le blog Statsig est très sympa aussi, on partage beaucoup de sujets intéressants et centrés sur l’humain. statsig.com/blog.

Hannah Clark : Merci encore !

Margaret-Ann Seger : Merci à vous.

Hannah Clark : Merci d’avoir écouté. Pour plus d’insights, de guides et d’avis outillage, abonnez-vous à notre newsletter sur theproductmanager.com/subscribe. Vous pouvez retrouver plus de conversations comme celle-ci en vous abonnant à The CPO Club où que vous écoutiez vos podcasts.