2. Gestion classique de l’innovation
Toute action repose sur des hypothèses
• Expériences passés
• Déductions directes
• Croyances fondamentales
o analogies : walkman = ipod
o Antilogies : walkman = napster
3. Gestion analytique de l’innovation
Idées
Produit
PRODUIRE
VALIDATION DES
ENSEIGNEMENTS
Données
MESURER
APPRENDRE
BUILD & RUN
Fabriquer le plus
efficacement
Le cycle de rétroaction
4. hypothèses de création de valeur et de
croissance
Est-ce que j’ai compris que pour progresser je dois mesurer
précisément ma croissance ?
Risque : Je me contente de relever les bons scores qui arrivent et j’occulte
les mauvais.
Est-ce que j’ai fait attention de ne pas mesurer une fausse
croissance ?
Risque : j’ai choisi les KPI’s qui m’arrangent basés sur mes early adopters
ou qui ne sont boosté que par mon marketing.
Est-ce que j’ai véritablement identifié un moteur de croissance, une
proposition de valeur avant de construire mon produit? (traction)
Ex : 10% de nos utilisateurs vont recommander, réutiliser mon produit, ne
peuvent plus se passer de notre produit etc…
5. hypothèses sur les outils de pilotage
Est-ce que je ne suis pas tombé dans le piège du « Just do it » ?
Ex : allez, on arrête de tergiverser et on fonce, on sort un produit avec
nos idées et on verra bien.
Est-ce que j’ai compris qu’un Produit Minimum Viable PMV est
avant tout un produit pour mesurer mon progrès ?
Risque : J’ai industrialisé mon produit étant sûr de ma vision ?
Est-ce que mon PMV me permet de valider mes hypothèses
fondamentales ? (apprendre et améliorer mon produit grâce au
Feedback)
Ex : Groupon a commencé avec un blog et des pdf,
Dropbox a validé ses hypothèses avec une vidéo de présentation
6. hypothèses sur les utilisateurs
Est-ce que j’ai vérifié mes hypothèses sur un segment d’utilisateurs restreint et
de manière suivi (un petit groupe de personnes) avant de vouloir trouver une
solution pour tout le monde ?
Ex : Je trouve un utilisateur test, je parviens à le fidéliser, je le suis chaque semaine.
Est-ce que je suis sortie sur le terrain pour voir les vrais utilisateurs ? ( Genchi
gembutsu )
Risque : Se laisser piéger par la réunionite aigue.
Est-ce que j’ai mis en place des outils de mesure efficaces sur mes utilisateurs ?
AB/MV testing (split tests)
Tracking (parcours utilisateurs, funnels)
Mesure d'audience (analytics)
Interview et focus groupes
Tests et enquêtes utilisateur/client/prospect
Enquêtes de notoriété
Tests UX (Design d’interaction, design thinking)
Risque : Je pense que personne ne sait mieux que nous même, nous y réfléchissons
toute la journée, c’est notre travail.
7. hypothèses sur les mesures
Est-ce que je fais ces mesures de manière continue et durable ?
Risque : Je fais une enquête utilisateurs puis je ne compare pas l’évolution
entre chaque enquête.
Est-ce que j’en ai extrait des profils clients type ?
Risque : Mes mesures sont trop générales, elles ne permettent pas de faire un
suivi efficace.
Somme-nous certains que nous améliorons notre produit ?
Ex : On se satisfait de chiffres qui montent en global et on a aucune idée si
cela est dû à nos améliorations.
Est-ce que je connais mon taux d’engagement de manière subtile via
la mesure de l’affinité, de la conversation et de la recommandation ?
Ex : chaque changement n’est positif que s’il influe sur ces KPI ‘s
8. hypothèses sur les besoins
Est-ce que j’ai conscience que mes utilisateurs se soucient peu du
temps que j’ai consacré pour créer une fonction et qu’ils veulent juste
qu’elle leur soit utile ?
Ex : Se perdre dans les détails d’interface, les usages trop complexes.
Est-ce que je connais précisément les raisons qu’on certains
utilisateurs de ne pas utiliser mon produit ?
Ex : Je me suis forgé à tord ma propre idée et c’est surement parce que la
qualité n’est pas suffisante sans vérifier méthodiquement.
9. hypothèses sur la motivation interne
Est-ce que j’arrive à tracker quel service en interne est à l’origine
de quel statistiques mesurée en externe ?
Ex : L’absence de lien entre les actions et les mesures est le meilleur
moyen d’entrainer la guerre des services au sein des équipes et de la
démotivation.
Est-ce que mes mesures statistiques sont personnifiés (basés sur
nos profils type) et simples et accessibles (partagé à tous en
interne) ?
Ex : des mesures trop techniques et complexes permettent de faire dire
n’importe quoi aux chiffres.
Est-ce que j’ai conscience que faire travailler mes
employés, ingénieurs, et marketing sur un produit qui n’intéresse
personne est démotivant ?
10. Merci pour votre attention
Merci à la méthode Lean Startup
Mathias Blandin