Le product management à l’ère de la data et de l’IA

Article Product management 06.11.2023
Par Laurent Nicolas-Guennoc
Le product management à l’ère de la data et de l’IA par David Spire & Jeremie Levy - Converteo - Conseil Data & Product Management

David Spire a rejoint Converteo en septembre 2023 en tant que partner avec pour mission de prendre la tête d’une nouvelle practice dédiée au product management. Aujourd’hui Managing director de Converteo, Jérémie Lévy a par le passé supervisé des équipes produit pendant plusieurs années dans des grandes entreprises, dans le secteur des télécom notamment. David et Jérémie reviennent sur les raisons qui ont poussé Converteo à créer cette nouvelle activité de conseil en product management et précisent la vision que le cabinet entend porter sur le marché.

Le product management “c’est un truc de startup”, entend-on parfois. Comment faire la pédagogie de cette expertise aujourd’hui ?

David – “Déjà on peut commencer par reconnaître, sans béatitude, l’apport énorme des startups et scaleups qui, ces quinze dernières années, ont mis sur le marché à des cadences parfois invraisemblables pour des concurrents “disruptés” des produits innovants et permis un véritable saut à la fois méthodologique et culturel en redonnant leur centralité aux problèmes des utilisateurs, à leurs exigences, leurs comportements. Ce mouvement a fait prendre conscience aux entreprises conventionnelles de l’urgence à se réorganiser pour produire des fonctionnalités, un niveau de service, une expérience, de qualité supérieure. Les startups qui ont réussi ont toutes excellé dans le domaine du produit, allant chercher leur croissance en grande partie par des succès dans l’adoption, l’usage, la rétention des utilisateurs, parce que leurs produits étaient géniaux !

Jérémie – “Imaginer qu’il n’y avait pas de management produit avant les startups, c’est évidemment faux. Si l’on pense uniquement aux vingt dernières années, avec la numérisation de nombreux services, ce sont surtout de très grandes entreprises qui ont conçu et déployé des produits digitaux adoptés par des millions d’utilisateurs. L’application smartphone de votre banque, de votre opérateur téléphonique, l’espace client de votre fournisseur d’énergie, sont autant de domaines dans lesquels les entreprises se sont confrontées, en même temps que les startups, à la collecte d’un feedback utilisateur en quasi-continu et à une explosion de données d’usage à disposition, deux facteurs clés d’un product management moderne. Simplement elles l’ont fait avec un historique -on parle de legacy-, qui est parfois une vraie dette technique, organisationnelle, culturelle.

Mais l’erreur serait d’opposer startups et grands groupes : il est indéniable que de nouveaux acteurs ont mis sur le marché des produits amenant des innovations radicales dans les fonctionnalités et dans l’expérience proposées. La mise sur le marché a été plus rapide, et l’évolution des produits a été plus rapide.

La multiplication des succès rencontrés par les produits digitaux de ces startups a généré beaucoup d’intérêt et de notoriété pour leurs “chief product officers”, leurs méthodes, leurs outils, et pour les schémas d’organisation mis en place dans ces entreprises.

Au coeur de cette révolution du management produit, il y a la data. Quel regard portez vous sur l’importance prise par les enjeux data dans les directions produit ?

JL : « En dix ans, l’un des changements les plus frappants selon moi et le déclassement des méthodologies dites du “cycle en V” et l’avènement de l’ère de l’agilité. Certes, les méthodes agiles connaissent parfois une forme de “dissolution” au contact de cultures d’entreprises encore trop rigides, mais au fond, l’agilité a gagné la bataille culturelle. C’est le référentiel du product management le plus souhaitable aujourd’hui, et c’est tant mieux.

Notre analyse chez Converteo, c’est que la data a été le moteur principal de la progression de l’agilité. Qu’est-ce que vous gagnez, in fine, en passant du V à l’agile, si ce n’est de la data ? Vous mettez plus vite au contact des utilisateurs de plus petites évolutions du produit, qui vous permettent d’apprendre en temps réel et à l’échelle du marché. Et cette data peut à son tour être le fondement de meilleurs arbitrages sur la feuille de route des développements futurs.

DS : “En théorie, les directions en charge du produit ont aujourd’hui compris ce paradigme. En pratique, en tirer toutes les leçons reste extrêmement complexe. Les product managers et product owners doivent traiter des données dont les sources se sont fortement diversifiées : données d’usage internes au produit, tests A/B, interaction client avec un service après vente (SAV), données de performance publicitaires, commentaires sur le web, données concurrentielles…

A la réception de tous ces flux, c’est le vertige ! Les équipes manquent soit de temps, soit d’expertise, et souvent des deux, pour faire le tri, structurer ce qui est important, identifier ce qui manque, et faire le meilleur usage de la data au regard des objectifs business de l’entreprise.

Data-science et data-ingeneering, data-analyse, data-visualisation : ces compétences sont aujourd’hui au centre des besoins des équipes produits, mais elles sont rares, chères car très demandées, et parfois difficiles à brancher à une équipe produit existante, sans les bons adaptateurs culturels et organisationnels.

La demande de data dans le produit résulte aussi d’un recentrage récent, post-Covid je dirai, sur la performance business du produit. Mon produit est-il viable économiquement ? Comment s’intègre-t-il dans l’écosystème opérationnel de l’entreprise ?

La centralité de l’utilisateur a été digérée par les organisations, c’est une nouvelle phase qui s’ouvre dominée par les enjeux d’efficacité, de performance, et de sobriété. Chez Converteo, nous auditons la maturité data des équipes produit dans cette perspective de connexion et d’entraînement avec le business au travers d’un cadre d’analyse (framework) propriétaire. Cette approche permet à nos clients de mieux comprendre d’où partent leurs équipes produit et quels sont les efforts à mener pour les conduire vers davantage d’excellence.

Comment les entreprises peuvent se préparer à répondre à ces défis massifs, à la fois techniques, business et organisationnels voire culturels ?

JL : “Nous voyons chez de nombreux clients du cabinet des besoins similaires. Déjà, un besoin de compétence à la fois autour de profils data experts, encadrés ou prolongés par des leaders qui peuvent réconcilier une vision de bout en bout, data et produit. Mais peut être plus encore, il y a un besoin criant de rendre plus fluides les interactions et la vision produit entre des parties prenantes nombreuses -métiers, tech, business- aux intérêts pas toujours alignés. Créer des environnements qui permettent la circulation de la data entre ces parties est un défi absolument stratégique pour la réussite des équipes produit, et cela passe, comme souvent, par les bons process et les bons outils.

DS : “Nous commençons à ressentir très concrètement le levier considérable que peut représenter l’intelligence artificielle pour une entreprise qui veut continuer d’investir et de miser sur son product management, avec des nouveaux métiers comme les Product Managers IA, les Data Product Owner… Comme dans d’autres fonctions de l’entreprise, l’IA devrait générer des gains de productivité importants dans la réalisation des tâches à plus faible valeur ajoutée. Je vous conseille, si vous ne l’avez pas encore fait, de demander à votre LLM préféré de vous rédiger un cahier de recette, vous verrez, il y a un avant et un après !

Les cas d’usages sont également nombreux dans toutes les tâches liées à l’exploitation de la donnée produit : requêter une base de données en langage naturel, bientôt par la voix, et obtenir en retour à cette requête un graphique, une visualisation de donnée, exploitable pour une prise de décision, c’est désormais possible, aujourd’hui, avec les solutions IA des principaux éditeurs. L’IA au service des “product ops”, autrement dit, nous y sommes.

Plus enthousiasmant encore, je crois qu’un grand gisement de valeur se trouve dans la capacité de l’IA à accéder et donner du sens à des données quasiment inaccessibles autrement. Prenez une source de feedbacks clients spontanés collectés sur le web : si vous commercialisez un produit de grande consommation, votre corpus est constitué potentiellement de millions de verbatims clients éparpillés sur un grand nombre de plateformes d’avis, de forums, de réseaux sociaux.

Analyser de tels volumes, appliquer une notion de sentiment, mesurer la progression de certains items conversationnels dans le temps, comparer avec la concurrence… et partager toute cette matière en temps réel dans ces environnements fluides qu’évoque Jérémie : nous sommes aujourd’hui capables de le faire grâce à l’IA, chez Converteo, avec notre technologie propriétaire d’analyse sémantique.

De nouvelles sources de données deviennent accessibles, et surtout, nouvelles ou anciennes, ces sources sont plus facilement exploitables, plus vite et plus simplement intégrées aux opérations du product management. Bien compris et maîtrisés, ces usages de l’IA permet déjà des gains d’efficacité importants pour les directions produit : nous y sommes, et cela fait partie des missions clés que nous commençons à mener avec nos clients. C’est notre ambition et notre volonté d’accompagner tous les acteurs qui souhaitent progresser dans cette direction.

Par Laurent Nicolas-Guennoc

Chief Marketing Officer

Nos ressources en Product Management

1 / 1

Entre expertise CRM et histoires du soir, Anne-Laure nous raconte comment elle concilie son rôle de consultante et de mère

Anne-Laure nous raconte comment elle concilie son rôle de consultante senior et de mère au sein de Converteo.

Google Analytics 4 & écarts – Une méthode d’analyse 

Une méthodologie pour réagir sereinement face à des problématiques d’écarts

Naviguer les eaux du cloud : les coulisses des projets marketing sur AWS

Dans les coulisses des projets d’implémentation de solutions data sur AWS avec Iva Boishin et Franck Georget

État des lieux de la mesure d’impact climatique et environnemental de la publicité.

Premiers constats et quelques perspectives quant à l’impact du DMA sur l’industrie de la publicité digitale.

L’Impact de l’App Tracking Transparency sur la collecte de données

L’apparition de l’App Tracking Transparency d’Apple (que nous appellerons ATT) a marqué un tournant dans la gestion des données d'applications mobile...

Contenu e-commerce optimisé : une feuille de route pragmatique pour vous booster à l’IAG

Ces derniers mois, au sein des projets pilotes que nous avons réalisés pour nos clients, nous avons vérifié les estimations par l’expérience

Piano lance “Measurements” : tout ce qu’il faut savoir

Qu’est-ce que “Measurements”, la nouvelle fonctionnalité de Piano pour compléter les données comportementales avec des données contextuelles.

Seconde main : quel modèle choisir et par où commencer ? 

Des secteurs entiers, comme le prêt-à-porter et le domaine associatif, voient leur modèle traditionnel remis en question.

AI Act Européen : un cadre nécessaire, mais insuffisant dans la course mondiale à l’IA ?

Ce texte est-il adapté à la situation actuelle du marché ? Contient-il des failles ? Représente-t-il un frein ?

Pricing B2B : Quel compromis entre performance et simplicité ?

Les entreprises sont au défi de trouver un équilibre entre complexité de prix individuels optimisés et simplicité des opérations...

Digital Marketing Act – Perspectives des changements pour la publicité digitale

A partir du 6 Mars, la Commission Européenne étudiera les actions mises en place par les gatekeepers et pourrait exiger davantage de modifications.

Cultiver l’excellence en continue grâce à la formation

Découvrez la recette de Converteo pour un développement continu des compétences de nos consultants.