Table of Contents
In a rush? Download the PDF for later
Download the e-BookIntroduction
En tant que créatifs qui construisent avec le souci de renforcer l'entreprise, les chefs de produit cherchent toujours à faire plus et mieux. Mais avec de nouveaux produits qui leur sont destinés et qui se lancent chaque semaine, chacun promettant de transformer fondamentalement leur domaine, il est facile pour les PMs de devenir cyniques quant à l'impact réel de la technologie sur leur travail. La plupart des applications et des outils qui font le buzz chaque mois ne sont finalement que cela — un feu de paille, une machine à hype, rien de plus.
Lorsque l'IA a fait irruption sur la scène des entreprises, quelque chose était pourtant différent. Le lancement de ChatGPT et d'autres plateformes de grands modèles de langage (LLM) ne ressemblait pas à du battage médiatique vide de sens, et il y avait une raison à cela. Selon un récent rapport de McKinsey, l'utilité étendue de l'IA générative peut créer de la valeur dans un large éventail de cas d'usage métier. À l'échelle macro, ils estiment que l'IA générative ajoutera entre 2 600 et 4 400 milliards de dollars par an à l'économie mondiale. Chaque fonction de l'entreprise en ressentira l'impact de manière unique. Cela inclut les chefs de produit, pour qui cette technologie transformatrice sera particulièrement habilitante.
Un rôle en pleine transformation
Bien avant que l'IA ne bouleverse le monde des affaires, le rôle du chef de produit (PM) était déjà en train d'évoluer. Ce qui était autrefois un poste de niche, proche de l'ingénierie et limité à la livraison de produits et de mises à jour de fonctionnalités, s'est transformé en une fonction globale essentielle à la santé de l'entreprise. Face au ralentissement économique, les dirigeants se tournent vers les PMs et les outils qu'ils utilisent pour obtenir de meilleurs résultats — notamment une croissance accrue, un taux de désabonnement réduit, et des coûts maîtrisés.
« La gestion de produit ressemble à un sport en constante évolution. Elle se transforme une fois de plus dans le sillage de l'IA », fait remarquer Mayukh Bhaowal, directeur de la gestion de produit chez Salesforce Einstein. Les équipes produit se demandent désormais comment leur vie et leur travail vont évoluer à l'ère de l'intelligence artificielle. Alors que l'impact de cette technologie transformatrice commence tout juste à se faire sentir dans le monde des affaires, aucune étape du parcours de gestion de produit ne sera épargnée. À chaque stade du développement produit, les chefs de produit pourront adopter l'IA comme partenaire et exécuter comme jamais auparavant.
À quoi ressemblera cette transformation ? Dans ce guide, nous examinerons cette question à travers le prisme du cycle de vie de la gestion produit, un cadre permettant de conceptualiser, de construire, de lancer et d'itérer sur des produits logiciels afin d'atteindre un résultat stratégique ou commercial souhaité. Bien que les spécificités des outils d'IA en question continuent d'évoluer jour après jour, nous commençons à comprendre l'impact général qu'ils auront sur le travail des PMs, de plus en plus critique pour les entreprises.
Phase 1 : Découverte
Pour les PMs, un processus de découverte réussi repose sur la compréhension des points de friction — aussi bien ceux des utilisateurs que ceux du marché dans son ensemble. Cela implique de poser les bonnes questions en lien avec le résultat commercial que vous souhaitez atteindre. Si votre objectif est de réduire le taux de désabonnement des clients de X %, par exemple, vous pourriez envisager des questions telles que :
- Quelles sont les tendances générales des retours utilisateurs ? Ces retours sont-ils pris en compte ?
- À quoi ressemblent les workflows utilisateurs typiques ?
- Existe-t-il un workflow, ou un point au sein d'un workflow, où les utilisateurs qui se désabonnent ont tendance à bloquer ou à décrocher ?
- Qu'est-ce qui empêche les utilisateurs qui se désabonnent d'atteindre leurs objectifs ?
- Les clients très satisfaits ou les « super-utilisateurs » ont-ils tendance à adopter certains comportements ? Si oui, lesquels ?
Par le passé, il incombait aux PMs de synthétiser et d'analyser manuellement les données pour obtenir les bonnes réponses. Mais avec les bons outils alimentés par l'IA, ils seront en mesure d'obtenir des réponses concrètes, de détecter les signaux dans le bruit et de formuler des recommandations sur la marche à suivre, à une échelle sans précédent jusqu'alors.
Comment l'IA va changer la donne
Les PMs seront mieux à même de synthétiser les données issues du support client, des entretiens utilisateurs, du NPS, des retours, des appels commerciaux et de support, de l'utilisation du produit, et d'une multitude d'autres sources. Les outils d'IA feront gagner un temps précieux aux PMs en identifiant des tendances à travers de multiples sources de données.
L'analyse produite par ces outils s'accompagnera de recommandations concrètes et d'éléments probants pour justifier le(s) investissement(s) proposé(s). Cela rendra la phase de découverte exponentiellement plus rapide, et le PM qui en ressort plus confiant dans ses conclusions.
Phase 2 : Valider
Il existera toujours plusieurs solutions viables aux problèmes ou points de friction identifiés lors de la phase de découverte. Mais quelle est la bonne solution — celle qui a le plus de chances d'atteindre ce point d'équilibre idéal entre la satisfaction client et le ROI pour l'entreprise ? C'est là qu'intervient la phase de validation, et grâce à la puissance de l'IA, les PM seront en mesure de décider en toute confiance ce qu'il faut développer comme jamais auparavant.
Traditionnellement, la phase de validation s'est révélée chronophage et difficile à maîtriser, incitant de nombreux PM à la sauter ou à la raccourcir au risque de développer la mauvaise chose. En effet, par le passé, la validation impliquait d'organiser des entretiens manuels avec des clients, de leur présenter les solutions proposées au problème et de recueillir leurs retours et réactions. Plus récemment, les PM ont commencé à intégrer des données de validation provenant d'autres sources, notamment les données d'utilisation du produit, les sondages et enquêtes in-app, ainsi que les demandes de tickets d'assistance. Mais là aussi, le défi a consisté à trouver des moyens d'analyser rapidement et d'exploiter ce qui peut représenter des volumes de données considérables.
Comment l'IA va changer la donne
Pour commencer, les outils alimentés par l'IA permettront une analyse rapide des points de données de validation sur différents supports, avec en prime des recommandations basées sur les résultats. Ensuite, les outils d'IA rendront la création de solutions potentielles et de prototypes de produits plus rapide et plus facile que jamais. En fournissant à un outil d'IA des prompts alimentés par les données clients et d'autres données, les PMs peuvent rapidement générer un prototype prêt à être validé. (Vous pouvez par exemple demander à un LLM tel que GPT-4 de vous écrire un meilleur code avec des instructions moins explicites.)
De plus, l'IA permettra aux PMs de tester simultanément de nombreux prototypes de ce type. Les équipes disposeront ainsi de plus de temps pour travailler à l'élaboration de la bonne solution et renforcer leur confiance avant que les ingénieurs ne passent à la phase de développement.
Phase 3 : Développement
Lorsque vient le moment de commencer à développer un produit ou une fonctionnalité, c'est généralement au chef de produit qu'il incombe de contribuer à l'élaboration et à la gestion de la feuille de route. N'oubliez pas que un chef de produit se trouve à l'intersection de l'ingénierie, de la réussite client, du marketing, et de plus en plus des finances et des ventes ; il n'y a donc personne de mieux placé pour définir le périmètre, le travail requis et les objectifs finaux afin que l'ensemble des parties prenantes puisse commencer à exécuter.
Afin d'éviter d'être pris de court et ralentis par des demandes de dernière minute concernant l'ajout ou la modification de fonctionnalités émanant de différentes parties de l'entreprise, les PMs offrent de plus en plus activement une visibilité sur l'avancement et les apprentissages (par exemple, via des tableaux de bord) grâce à une feuille de route agile pouvant intégrer rapidement les changements. Cette feuille de route peut ensuite être partagée comme source unique de vérité pour un domaine produit donné.
Comment l'IA va changer la donne
La principale valeur ajoutée que l'IA apporte à la phase de développement réside dans les tests produit. Les PMs peuvent désormais intégrer les tests du produit à leur feuille de route plus tôt. Les outils d'IA seront capables de cartographier la base de code de leur produit et de suggérer rapidement l'impact des modifications de fonctionnalités sur l'ensemble du produit, économisant ainsi un temps précieux. Cette innovation raccourcira considérablement le processus d'assurance qualité, permettant d'augmenter le volume des versions et d'accélérer l'exécution de la feuille de route.
Avec l'aide de l'IA, les PMs pourront également accélérer d'autres travaux liés à la phase de développement. Par exemple, plutôt que de devoir rédiger entièrement des user stories (des explications faciles à comprendre d'une fonctionnalité ou d'une fonction du point de vue de l'utilisateur) et des critères d'acceptation (les conditions qu'un produit ou une fonctionnalité doit remplir pour qu'un utilisateur effectuant une tâche donnée l'accepte) de zéro, ils peuvent soumettre de courtes descriptions à un LLM pour en générer les descriptions, puis les modifier à partir de là.
Phase 4 : Lancement
Lorsqu'un produit est enfin prêt à être lancé, il appartient au PM d'aligner les efforts commerciaux et marketing afin de maximiser la portée auprès des clients cibles et des prospects. En étroite collaboration avec les responsables marketing produit (PMM), les chefs de produit apportent généralement des conseils essentiels sur le calendrier d'un lancement et sur la façon dont un produit ou une fonctionnalité doit être positionné au moment de sa mise en ligne. Ils contribuent également, en règle générale, à décider quelles fonctionnalités rendre payantes par opposition à celles qui doivent rester gratuites, ou quel seuil de passage au payant appliquer à une fonctionnalité afin de maximiser la conversion et la rétention.
Les chefs de produit sont naturellement soucieux de s'assurer que les utilisateurs connaissent ce qu'ils ont conçu et l'adoptent, et beaucoup s'appuient désormais sur des guides et des tutoriels intégrés à l'application comme canal idéal pour communiquer les nouveautés (et expliquer comment les utiliser) aux utilisateurs là où et quand cela compte le plus pour eux. À l'instar de ces guides, les outils d'IA contribueront à placer davantage encore l'utilisateur au cœur d'un lancement et à adapter la mise sur le marché à ses attentes et à ses besoins.
Comment l'IA va changer la donne
Avec l'aide des technologies d'IA émergentes, les chefs de produit n'auront plus à définir manuellement le calendrier d'une mise en production. Au lieu de cela, les produits feront l'objet de lancements « intelligents », avec un déploiement contrôlé à la fois du produit/de la fonctionnalité et du contenu promotionnel marketing qui y est associé, en fonction de l'utilisation et des retours des utilisateurs. Grâce à ce processus de lancement piloté par les données, les chefs de produit pourront surveiller les objectifs à l'aide de tableaux de bord et de rapports créés automatiquement pour suivre l'adoption et l'impact sur les résultats commerciaux (chiffre d'affaires généré, impact sur le taux d'attrition, etc.)
L'IA permettra également de mettre en place des mécanismes de croissance portée par le produit pour tout lancement. Les outils alimentés par l'IA seront en mesure d'identifier quels nouveaux produits ou fonctionnalités il est pertinent de mettre en avant auprès de chaque utilisateur dans son parcours. Ils pourront ensuite les guider vers l'étape suivante de leur chemin d'adoption et s'assurer qu'ils convertissent sur les bons produits payants au bon moment. Il en résultera une augmentation des taux de conversion et un chiffre d'affaires porté par le produit plus élevé.
Les façons les plus puissantes dont les PM peuvent tirer parti de l'IA
- Obtenez des insights sur la découverte produit plus rapidement : Analysez, triez et identifiez les tendances dans les données pour parvenir rapidement à des insights clients qui vous permettent de concevoir en toute confiance.
- Prenez de meilleures décisions produit : Analysez rapidement de grands volumes de données de validation provenant de plusieurs sources et testez des prototypes à une vitesse inégalée pour identifier la meilleure voie à suivre.
- Créez ce qu'il faut, plus vite : Réduisez considérablement le processus de test et d'assurance qualité pour exécuter et publier des produits et des fonctionnalités à un rythme sans précédent.
- Personnalisez dès le premier jour : Automatisez la création de contenus d'assistance et de produits personnalisés, diffusés auprès des clients au bon moment, dès le jour du lancement.
- Alimentez un succès durable : Améliorez la rétention, l'engagement et les conversions en exploitant des notifications et des recommandations déterminées automatiquement, liées à ce qui fonctionne ou non et à ce qui nécessite des itérations.
Phase 5 : Évaluer
Le lancement d'un nouveau produit ou d'une nouvelle fonctionnalité ne s'arrête pas à la mise en ligne. Pour garantir un succès continu, les chefs de produit doivent évaluer ce qui fonctionne et ce qui résonne dans une version par rapport à ce qui ne fonctionne pas. Cela nécessite d'analyser les données d'utilisation du produit, d'examiner les retours des utilisateurs et de déterminer si des tickets d'assistance arrivent en lien avec la version et, le cas échéant, ce qui les génère.
Ici, se concentrer à la fois sur les données d'utilisation du produit et sur les retours clients est essentiel pour obtenir des informations sur le comportement des utilisateurs, identifier les points de blocage éventuels ou les actions que les utilisateurs effectuent ou n'effectuent pas. De la même manière, l'analyse des retours et des données NPS peut donner aux PMs une idée de la mesure dans laquelle ils ont résolu les problèmes identifiés lors de la phase de découverte.
Comment l'IA va changer la donne
L'IA va optimiser radicalement la phase d'évaluation en déterminant automatiquement ce qui fonctionne ou non dans un nouveau produit et en fournissant aux PMs des recommandations sur les prochaines étapes. Elle y parviendra en analysant l'ensemble des données d'utilisation et des retours mentionnés ci-dessus à une échelle et à une vitesse qu'il ne serait pas possible d'atteindre pour des humains sans assistance. À partir de là, les bons outils alimentés par l'IA créeront des tableaux de bord permettant aux PMs de surveiller et de mettre en correspondance les performances des versions avec les résultats et objectifs métier.
Phase 6 : Itérer
Une fois qu'ils ont évalué le lancement d'un nouveau produit ou d'une nouvelle fonctionnalité, les PMs reviennent à la question de savoir si celui-ci a généré le résultat métier souhaité. Rappelons que les PMs ne suivent pas uniquement le micro, c'est-à-dire l'adoption, l'engagement et le sentiment des utilisateurs, mais aussi la question macro de la manière dont le lancement sert l'entreprise et ses objectif(s). Si ce n'est pas le cas (et même si c'est le cas), il y a de fortes chances qu'ils itèrent pour améliorer le produit et obtenir de meilleurs résultats métier, recommençant ainsi le cycle de vie de la gestion de produit depuis le début. Au fil de leurs itérations et de leur réflexion sur les améliorations à prioriser, l'IA se révélera une fois encore transformatrice, de toutes les manières mentionnées ci-dessus.
Conclusion
Ne pas remplacer le rôle du PM, mais le renforcer
La révolution de l'IA dans les entreprises va accélérer une tendance déjà existante au sein des équipes produit : de plus en plus, le chef de produit de demain sera évalué à l'aune des résultats business atteints plutôt qu'au simple nombre de fonctionnalités livrées.
L'IA va accélérer le processus de gestion de produit, de la découverte à l'itération, et rendre le succès du produit de plus en plus synonyme de succès commercial dans son ensemble. Et elle y parviendra non pas en remplaçant les chefs de produit, mais en augmentant leurs capacités d'analyse des données, de formulation de recommandations et de prise des bonnes actions. « En tant que chefs de produit, notre combinaison unique de réflexion stratégique, d'empathie, d'adaptabilité et de compréhension du monde réel nous distingue encore dans ce paysage piloté par l'IA », affirme Jing Hu, chef de produit mondial senior chez Just Eat. Cet outil puissant inaugurera un nouveau chapitre dans la gestion de produit, où les chefs de produit seront libérés pour être plus créatifs, construire davantage et mieux, et voir leurs créations aboutir à un impact commercial jamais atteint auparavant. soutient Jing Hu, senior global product manager chez Just Eat. Cet outil puissant ouvrira un nouveau chapitre dans la gestion de produit, où les chefs de produit seront libres d'être plus créatifs, de construire davantage et mieux, et de voir leurs créations aboutir à un impact business jusqu'alors inédit.
Vous souhaitez en savoir plus sur l'IA et la gestion de produit ? Découvrez les analyses de référence sur l'IA proposées par Pendo et Mind the Product et découvrez encore plus de façons dont cette technologie va transformer l'univers du produit.
