Grégoire Bois · Product analytics sur Amplitude · Méthode Flywheeel
Avec l'IA, le goulot n'est plus de concevoir la feature. C'est de savoir si elle crée de la valeur. J'installe chez vous la boucle qui fait le tri, pour qu'en trois mois votre équipe produit décide avec la donnée, et plus au feeling.
Dernière mission : Growth PM chez SantéVet. Avant : PMU, Ubisoft, et trois boîtes montées moi-même.
Si vous vous reconnaissez dans une de ces phrases, on devrait se parler.
Même dans les boîtes qui testent le plus, la plupart des idées ne font pas bouger la métrique visée. Sans boucle, une équipe garde tout ce qu'elle livre : le bon, le neutre et le négatif.
Et même le neutre n'est pas gratuit : de la maintenance en plus pour vos développeurs, des interfaces en plus, donc un chemin moins facile pour vos utilisateurs, et une app dont la valeur perçue peut se diluer.
Part des idées testées qui améliorent vraiment la métrique visée
À 10 000 visiteurs par mois sur un tunnel à 5 % de conversion, un test de quatre semaines ne détecte rien en dessous de +25 %. Une amélioration de +8 %, qui vaudrait déjà un très bon trimestre, reste invisible, quel que soit l'outil. Et shipper plus vite n'y change rien.
Votre taux de tests « non concluants » ne dit rien de vos idées.
Il dit tout de votre trafic.
Pas des dashboards de plus. J'installe une boucle, de vos OKR jusqu'à ce que vous retenez de chaque lancement. Et je reste jusqu'à ce que vos PM la fassent tourner eux-mêmes.
À chaque tour, ce qu'on apprend repart dans l'arbre. Les OKR, eux, se revoient chaque semestre.
Un A/B test n'est qu'une preuve parmi d'autres. Flywheeel, c'est ma méthode pour décider quand le volume manque, en traitant chaque initiative comme un investissement.
Pour chaque pari, on va chercher la preuve la plus légère qui suffit à son niveau de risque. Plus le pari est gros, plus on monte. Et l'IA raccourcit chaque marche.
| La preuve, de la plus légère à la plus solide | Ce que l'IA accélère | Ce qu'elle ne remplace pas |
|---|---|---|
| Les traces dans vos donnéesTunnels, session replays, tickets support | Revoir des centaines de sessions et regrouper les frictions en quelques heures. | Un tracking qui fait foi. Sur une donnée fausse, l'IA résume du faux. |
| Ce que disent vos utilisateursEntretiens, sondages courts | Préparer le guide, mener les entretiens en parallèle, synthétiser le jour même. | De vrais utilisateurs. Des « utilisateurs synthétiques » ne valident rien. |
| Ce qu'ils font face à un prototypeTest d'usage, fausse porte, concierge | Un prototype cliquable en une journée, pas en un sprint. | L'observation : ce qu'ils font, pas ce qu'ils disent qu'ils feraient. |
| Ce qui change en production, sans A/B testAvant/après, déploiement progressif, cohortes | Écrire la fiche de lecture et surveiller les garde-fous chaque jour. | Le critère de kill, écrit avant. Et la décision, qui reste la vôtre. |
Ma règle sur l'IA : elle génère des hypothèses, prépare les études et accélère la collecte. Elle ne priorise pas et ne tranche rien à la place de vrais utilisateurs.
Nielsen Norman Group (2024 et 2025) : les utilisateurs synthétiques aident à préparer une étude, pas à tester un concept ni à prioriser.
6 500 €
HT, forfait
J'audite votre tracking : ce qui fait foi, ce qui est mal compté, ce qui se rattrape sur l'historique. Je calcule ce que vos tests peuvent voir avec votre trafic, et je pose votre North Star et votre arbre de KPI sur vos OKR. Vous repartez avec un plan en chantiers, écrit pour que votre équipe puisse le mener seule.
6 760 € / mois
HT, 2 jours par semaine
On fait tourner la boucle pour de vrai, avec vos PM, et vos paris passent dans Flywheeel. Je tiens le plan de tracking le temps de le passer à quelqu'un de chez vous.
3 380 € / mois
HT, 1 jour par semaine
La mesure de chaque lancement, les business cases, et les opportunités repérées avant qu'on me les demande. L'idée : augmenter vos squads, pas faire la data à leur place.
Base de 780 € HT par jour, facturé aux jours réellement passés. Ces rythmes sont un point de départ : on les ajuste à la taille de votre produit. Chaque marche se décide à la fin de la précédente, sur des jalons écrits d'avance.
Vos PM savent quelle question poser, mais pas toujours comment la poser à la donnée. Vos data analysts savent la poser, mais pas toujours quoi en faire côté produit. Entre les deux, les questions se perdent. Ma place est là : assez data pour aller chercher la réponse moi-même dans Amplitude, assez produit et growth pour savoir quoi en faire. Je ne suis pas PM delivery : je ne fais du product management que si on se base sur la donnée pour prendre de vraies décisions. Et le rythme se cale sur votre produit, plus soutenu au début, plus léger ensuite, sans recruter à temps plein.
Amplitude, je l'ai beaucoup pratiqué, sur des tunnels où chaque point de conversion compte. Ma dernière mission : Growth PM chez SantéVet, l'assurance santé animale, sur le tunnel de souscription. Sur 24 semaines : +17 % de contrats web par entrée de tunnel, à mix média constant. Mon travail au quotidien : lecture des A/B tests, session replays Amplitude transformés en correctifs, et une campagne d'acquisition arrêtée sur une reco écrite, avec son critère de coupe chiffré.
Avant ça : PMU, Ubisoft, et trois boîtes que j'ai montées moi-même.
30 minutes, offertes. Vous me montrez votre outil et votre trafic, je vous dis ce que vos tests peuvent vraiment voir. Et si ça ne vaut pas un état des lieux, je vous le dirai aussi.
Vous préférez écrire ?
LinkedIn
Malt