Utiliser la data en tant que Product Manager avec Gorgias

Hello,

Bienvenue dans l’édition #26 de la newsletter Data Gen ! On est désormais 1104 dans cette communauté. 😁

N’oublie pas de t’inscrire au prochain webinar sur la stratégie data de Gorgias. 🔥

L'agenda de la semaine :

🔍 Le zoom sur l'usage de la data en tant que Product Manager.
🎙 Le podcast avec Charles, Group Product Manager chez Pennylane.

C’est parti !

📢 Cette édition est rendue possible par Amplitude, la solution de Product Analytics
N'hésite pas à contacter Hugo (hugo@amplitude.com) si tu souhaites en savoir plus.

🔍 Le zoom sur l’usage de la data en tant que Product Manager - 4 min

Ce zoom est tiré de mon échange avec Charles qui est Group Product Manager chez Pennylane, la solution de gestion des finances et de comptabilité qui a levé 50 millions d’euros en 2022.

“En tant qu'utilisateur, tu peux faire ta comptabilité, payer tes factures, te faire payer par tes clients, ouvrir un compte bancaire, etc.”

Pendant cet échange, Charles m’a expliqué quels étaient les 4 chantiers principaux d’un Product Manager et comment il utilisait la data.

• 1) Mission Statement & KPIs

Lorsqu’un Product Manager arrive dans une nouvelle équipe, il va définir l’objectif de sa Squad Produit en quelques phrases (aka “la mission statement”).

Illustration : 

“Développer des features bancaires pour permettre aux dirigeants d'entreprises d'avoir un outil de gestion de finance adapté à leurs besoins tout en générant des revenus pour Pennylane.”

Ensuite, il va traduire cet objectif en un seul KPI global (aka, “la North Star Metric ou l’étoile du berger”) : 

Illustration :

“Pourcentage d'entreprises qui ont réalisé au moins une transaction sur le compte bancaire récemment.”

Enfin, il va décliner ce KPI en sous-KPIs : 

“Un KPI pour chaque type de transaction : virements entrants, approvisionnements, virements sortants, paiements de facture, … Quand on arrive à décomposer tous ces KPIs, on peut voir l'impact que chaque projet a sur un sous-KPI et donc sur le KPI principal.”

Tous ces éléments sont définis en collaboration avec l’équipe Data afin qu’elle puisse valider que les données sont disponibles et qu’elle puisse construire un tableau de bord automatisé.

• 2) Discovery

L’objectif de cette phase est d’identifier les prochaines fonctionnalités à développer. Le Product Manager utilise deux méthodes qui se complètent :

- La recherche utilisateur : parler à ses utilisateurs pour mieux comprendre comment ils utilisent le produit.

- Les analyses quantitatives : étudier les données disponibles pour mieux comprendre les usages des utilisateurs.

“On va croiser les insights qu'on trouve sur les données quantitatives avec les insights qualitatifs de la recherche utilisateur. Ça nous permet d’identifier les projets à ajouter sur la roadmap.”

Chez Pennylane, les équipes Produit et Data fonctionnent par sprint de 2 semaines : 

“Au début de chaque sprint, on va  identifier une question à laquelle on souhaite répondre. L’équipe Data va ensuite produire une analyse pour générer des insights actionnables.”

• 3) Delivery

Cette phase démarre quand les développeurs se mettent à coder et se termine quand la solution est déployée auprès des utilisateurs finaux. Durant cette phase, il arrive que l’équipe Produit soit obligée de déprioriser certains composants si le scoping global de la fonctionnalité a été sous-estimé.

“Dans ce cas, on va se demander si certains composants sont indispensables. On va creuser dans la data à nouveau : est-ce que les utilisateurs répondent à ces besoins d’une autre manière ? Combien d’entreprises sont concernées ? Etc. Ici aussi il va y avoir une collaboration étroite avec les Data Analysts.”

• 4) Mesure de l’impact

L’objectif de cette phase est de valider si la fonctionnalité déployée a eu l’impact escompté sur les utilisateurs. En plus du tableau de bord avec les KPIs identifiés en phase 1, Charles a accès à un tableau de bord dédié à chaque fonctionnalité avec toutes les métriques pertinentes.

“On a un weekly avec tous les stakeholders lors duquel le Product Data Analyst de la squad va présenter les chiffres, les expliquer et proposer des actions. Soit l'impact est positif et tout va bien, soit il est neutre et on itère, soit il est négatif et là, on a un problème.”

🎙 Le podcast avec Charles, Group Product Manager chez Pennylane

Découvre l'intégralité de notre échange avec Charles. Il nous parle également de ses challenges principaux lorsqu'il collabore avec l'équipe Data et des qualités qui font un excellent Product Data Analyst.

"Même si une analyse est incroyable, on peut passer à côté du développement d'une fonctionnalité liée à cette analyse si elle n'intervient pas au bon moment."

Liens vers l’épisode : YouTube | Spotify | Apple Podcasts | Deezer