WEBVTT

1
00:00:01.116 --> 00:00:01.116
Merci.

2
00:00:07.645 --> 00:00:08.613
Derrière chaque grande boîte,

3
00:00:08.774 --> 00:00:09.520
il y a un grand produit.

4
00:00:10.220 --> 00:00:11.126
Derrière chaque grand produit,

5
00:00:11.247 --> 00:00:12.213
il y a des gens talentueux,

6
00:00:12.313 --> 00:00:13.380
passionnés et ambitieux.

7
00:00:15.582 --> 00:00:16.871
On les appelle Product Manager,

8
00:00:17.112 --> 00:00:18.260
CPO ou Product Leader.

9
00:00:19.420 --> 00:00:20.229
Quels que soient leurs titres,

10
00:00:20.330 --> 00:00:21.280
ils ont tous la même mission,

11
00:00:21.560 --> 00:00:24.493
devenir la clé de voûte de leur entreprise à la croisée du design,

12
00:00:24.674 --> 00:00:28.340
du business et de la tech pour créer les futurs produits indispensables de demain.

13
00:00:29.840 --> 00:00:30.243
Clé de voûte,

14
00:00:30.666 --> 00:00:32.560
c'est le podcast des products pour les products.

15
00:00:32.961 --> 00:00:33.403
Chaque semaine,

16
00:00:33.685 --> 00:00:36.900
je te fais passer un moment aux côtés des meilleurs leaders du produit français.

17
00:00:37.305 --> 00:00:37.908
Avec une mission,

18
00:00:38.048 --> 00:00:39.113
te livrer tous leurs secrets,

19
00:00:39.274 --> 00:00:43.380
méthodes et apprentissages pour devenir toi aussi la clé de voûte de ton entreprise.

20
00:00:45.584 --> 00:00:47.620
Ce podcast est rendu possible par Stellar,

21
00:00:48.040 --> 00:00:51.864
un collectif de top CPO qui ont participé au succès de startups comme Zenly,

22
00:00:52.247 --> 00:00:52.629
Sunday,

23
00:00:52.991 --> 00:00:54.260
Spendesk ou BlaBlaCar.

24
00:00:56.120 --> 00:00:57.880
J'ai cofondé ce collectif avec une mission,

25
00:00:58.260 --> 00:01:01.680
aider les dirigeants d'entreprises tech à créer les produits qui dominent leurs industries.

26
00:01:02.900 --> 00:01:03.689
Redar sur la roadmap,

27
00:01:04.134 --> 00:01:04.700
équipe des amis.

28
00:01:05.241 --> 00:01:06.246
Produits lents à décoller,

29
00:01:06.467 --> 00:01:06.950
ces problèmes,

30
00:01:07.050 --> 00:01:11.193
nos CPO les connaissent par cœur et ils débarquent à tes côtés pour les résoudre dans des formats rapides,

31
00:01:11.454 --> 00:01:12.620
actionnables et clés en main.

32
00:01:13.960 --> 00:01:16.474
Si tu es dirigeant ou CPO et que tu écoutes ce podcast,

33
00:01:16.695 --> 00:01:18.259
c'est qu'on a très certainement des choses à se dire.

34
00:01:18.600 --> 00:01:22.060
On se retrouve sur wearestellar.io ou via le lien en description de l'épisode.

35
00:01:23.242 --> 00:01:25.780
Je m'appelle Timothée Frein et bienvenue dans Clé de l'Oud.

36
00:01:27.181 --> 00:01:27.362
Hello,

37
00:01:27.785 --> 00:01:31.325
aujourd'hui j'aimerais te parler d'un des sujets les plus techniques quand on fait du produit,

38
00:01:31.546 --> 00:01:33.740
à savoir la collecte et l'analyse de données.

39
00:01:34.730 --> 00:01:35.053
Sans data,

40
00:01:35.275 --> 00:01:36.568
il n'y a pas d'approche produit valable.

41
00:01:37.268 --> 00:01:39.748
C'est dire à quel point les données sont au cœur du métier de product.

42
00:01:40.369 --> 00:01:47.008
Je me suis beaucoup intéressé à ce sujet et j'ai eu la chance d'en parler avec 5 product managers qui m'ont donné leur point de vue et apprentissage pour gérer au mieux la donnée.

43
00:01:47.865 --> 00:01:48.548
Parmi ces personnes,

44
00:01:48.608 --> 00:01:49.472
j'ai nommé Olivier,

45
00:01:49.753 --> 00:01:52.564
ex-product manager de Voodoo et actuellement chez Revolut,

46
00:01:53.124 --> 00:01:53.427
Arnaud,

47
00:01:53.791 --> 00:01:55.104
product director de Backmarket,

48
00:01:55.784 --> 00:01:56.067
Johan,

49
00:01:56.329 --> 00:01:57.884
lead product manager chez LegalPlace,

50
00:01:58.224 --> 00:01:58.485
Enzo,

51
00:01:58.967 --> 00:02:03.103
CEO de June et ancien product manager de Intercom et N26,

52
00:02:03.744 --> 00:02:04.247
et pour finir,

53
00:02:04.731 --> 00:02:05.254
Julien Bleton,

54
00:02:05.617 --> 00:02:06.644
product manager chez Moza.

55
00:02:07.904 --> 00:02:11.964
Je vais profiter de cet épisode pour te résumer les réponses aux 5 questions que je leur ai posées.

56
00:02:12.365 --> 00:02:12.699
C'est parti !

57
00:02:13.505 --> 00:02:14.869
Avant de rentrer dans le vif du sujet,

58
00:02:15.009 --> 00:02:20.244
j'avais envie de demander à mes invités quelle importance a la collecte et l'analyse de données dans leur entreprise respective.

59
00:02:21.405 --> 00:02:22.086
Pour Arnaud Dessin,

60
00:02:22.327 --> 00:02:24.473
la donnée est absolument centrale chez BackMarket,

61
00:02:24.834 --> 00:02:28.464
où les business data analysts et les product data analysts y jouent un rôle majeur.

62
00:02:29.664 --> 00:02:29.986
Selon lui,

63
00:02:30.087 --> 00:02:32.624
la donnée est autant un outil d'apprentissage que de décision.

64
00:02:33.084 --> 00:02:33.405
D'abord,

65
00:02:33.485 --> 00:02:35.471
un outil d'apprentissage car elle permet de monitorer,

66
00:02:35.711 --> 00:02:38.358
d'analyser et d'identifier des insights liés au marché,

67
00:02:38.739 --> 00:02:40.464
aux utilisateurs ou encore à leurs produits.

68
00:02:41.726 --> 00:02:45.783
C'est aussi un outil de décision car la vision stratégique est formée à travers l'ensemble des datas recueillies.

69
00:02:46.524 --> 00:02:47.067
Grâce à la donnée,

70
00:02:47.168 --> 00:02:49.984
la roadmap est alignée avec les priorités définies dans les OKR.

71
00:02:50.504 --> 00:02:51.408
Pour Olivier de Revolut,

72
00:02:51.669 --> 00:02:53.196
la donnée doit toujours être actionnable,

73
00:02:53.377 --> 00:02:53.739
propre,

74
00:02:53.960 --> 00:02:57.463
fiable et fraîche pour garantir l'efficacité de leur campagne d'acquisition.

75
00:02:58.244 --> 00:03:04.624
Elle est également indispensable à l'optimisation de la monétisation car la moindre erreur de donnée peut vite entraîner des pertes financières conséquentes.

76
00:03:05.645 --> 00:03:08.684
Maintenant que l'on connaît l'importance de la collecte et l'analyse de données,

77
00:03:09.225 --> 00:03:11.084
intéressons-nous aux canaux et outils de collecte.

78
00:03:11.917 --> 00:03:12.701
Pour Julien Demoza,

79
00:03:13.022 --> 00:03:16.556
Metabase est un excellent outil qui génère des rapports clairs et actionnables.

80
00:03:17.456 --> 00:03:20.336
Il permet aux équipes non techniques d'avoir beaucoup d'autonomie.

81
00:03:21.176 --> 00:03:23.535
Les utilisateurs les plus aguerris peuvent l'utiliser sous SQL.

82
00:03:24.176 --> 00:03:28.176
Amplitude reste de son point de vue une référence pour collecter et analyser les données liées à son produit.

83
00:03:28.636 --> 00:03:32.396
La puissance de l'outil nécessite en revanche d'y consacrer le temps nécessaire pour le prendre en main.

84
00:03:33.656 --> 00:03:34.039
Chez Voodoo,

85
00:03:34.280 --> 00:03:36.716
Olivier et son équipe ont développé deux canaux de collecte,

86
00:03:36.917 --> 00:03:40.156
chacun étant réservé à des usages uniques et objectifs spécifiques.

87
00:03:40.934 --> 00:03:41.577
Pour le premier canal,

88
00:03:41.778 --> 00:03:47.412
les dizaines de SDK présents dans les apps de jeux mobiles permettent de faire remonter toutes les datas liées à la performance des jeux.

89
00:03:47.872 --> 00:03:48.557
De la même manière,

90
00:03:48.819 --> 00:03:49.565
les applications web,

91
00:03:49.766 --> 00:03:50.512
internes ou externes,

92
00:03:50.692 --> 00:03:53.352
comportent des trackers capables de mesurer l'activité sur ces outils.

93
00:03:54.293 --> 00:03:55.079
Comme second canal,

94
00:03:55.261 --> 00:03:58.312
Voodoo fait appel à des API tierces pour mesurer la performance de chaque campagne.

95
00:03:58.712 --> 00:03:59.780
Pour Johan de LegalPlace,

96
00:03:59.860 --> 00:04:03.952
la source principale des canaux d'acquisition est directement liée à l'usage des clients de leurs produits.

97
00:04:04.512 --> 00:04:04.996
Par exemple,

98
00:04:05.077 --> 00:04:06.752
pour les données liées au comportement,

99
00:04:06.974 --> 00:04:09.332
elles sont collectées via les SDK mis à leur disposition.

100
00:04:10.334 --> 00:04:11.562
Quant aux données transactionnelles,

101
00:04:11.623 --> 00:04:13.052
elles sont traitées au niveau du back-end.

102
00:04:14.233 --> 00:04:17.572
Arnaud et son équipe utilisent chez BackMarket des outils relativement classiques,

103
00:04:17.752 --> 00:04:20.352
mais qui sont chacun dédiés à une typologie précise de données.

104
00:04:21.333 --> 00:04:21.796
Par exemple,

105
00:04:21.897 --> 00:04:23.972
ils se servent de BigQuery comme data warehouse.

106
00:04:24.732 --> 00:04:27.632
Google Analytics est réservé au tracking de données web marketing.

107
00:04:27.932 --> 00:04:31.032
Firebase sert essentiellement à la collecte des données issues de l'app.

108
00:04:31.332 --> 00:04:34.032
Amplitude est opérationnelle sur le web comme sur l'app,

109
00:04:34.192 --> 00:04:36.352
mais reste exclusivement dédiée au tracking produit.

110
00:04:36.774 --> 00:04:37.096
Et enfin,

111
00:04:37.660 --> 00:04:39.772
ils utilisent CloudBees comme solution d'AV testing.

112
00:04:40.474 --> 00:04:41.298
Pour Enzo de June,

113
00:04:41.459 --> 00:04:45.992
les modalités de la collecte de données restent assez classiques et répondent avant tout à des besoins opérationnels.

114
00:04:46.592 --> 00:04:52.472
C'est le cas pour collecter la donnée first party avec une Customer Data Platform qui permet de disposer d'une vision client à 360.

115
00:04:53.513 --> 00:04:56.072
June est utilisée pour collecter les données Analytics Produits,

116
00:04:56.633 --> 00:04:57.125
Customer.io,

117
00:04:58.020 --> 00:05:01.759
Pour les données issues des mails transactionnels ou encore HubSpot comme outil CRM.

118
00:05:02.639 --> 00:05:03.604
Pour les sondages et questionnaires,

119
00:05:03.645 --> 00:05:10.239
les données sont collectées via Intercom Survey et Typeform et ils utilisent ClickHouse pour l'usage opérationnel de leur base de données.

120
00:05:11.219 --> 00:05:16.839
L'objectif est de tirer parti de toutes ces données pour construire une vraie vision produit détaillée en lien avec les besoins des utilisateurs.

121
00:05:17.639 --> 00:05:19.387
Après avoir passé en revue la collecte des données,

122
00:05:19.587 --> 00:05:22.319
j'ai demandé à mes invités comment elle était gérée dans leur boîte respective.

123
00:05:23.304 --> 00:05:28.641
Est-ce un projet à part entière ou bien une simple composante d'implémentation des fonctionnalités et des évolutions du produit ?

124
00:05:29.223 --> 00:05:29.786
Chez Backmarket,

125
00:05:29.926 --> 00:05:33.803
la data fait partie intégrante de l'implémentation des features et de l'évolution produit.

126
00:05:34.844 --> 00:05:41.283
La gouvernance pour le tracking produit est gérée par les product data analysts et tracking specialists qui s'assurent de la cohérence globale et du plan de marquage.

127
00:05:42.283 --> 00:05:47.343
L'implémentation du tracking est quant à elle directement opérée par des squads qui consomment la donnée pour l'ownership produit.

128
00:05:48.024 --> 00:05:48.526
Côté métier,

129
00:05:48.686 --> 00:05:53.223
ils ont opté pour une équipe de business data analystes centralisée autour de plusieurs composantes métiers,

130
00:05:53.763 --> 00:05:54.208
supply,

131
00:05:54.450 --> 00:05:54.713
care,

132
00:05:54.834 --> 00:05:55.763
finance et marketing.

133
00:05:56.583 --> 00:05:59.023
Ils disposent également de squad data organisés par métier,

134
00:05:59.343 --> 00:06:02.983
avec des data engineers qui rendent ces données accessibles aux équipes qui en ont besoin.

135
00:06:03.463 --> 00:06:04.268
Pour Julien et son équipe,

136
00:06:04.328 --> 00:06:06.943
la data fait partie intégrante de l'implémentation des features.

137
00:06:07.823 --> 00:06:09.171
Au moment de lancer une initiative,

138
00:06:09.373 --> 00:06:11.003
ils commencent par définir les objectifs,

139
00:06:11.263 --> 00:06:14.023
les indicateurs à suivre et donc le plan de collecte de données.

140
00:06:14.952 --> 00:06:19.151
Cela leur permet non seulement d'intégrer le coût de cette collecte aux estimations techniques,

141
00:06:19.491 --> 00:06:22.471
mais également de systématiser la mise à jour du plan de collecte existant.

142
00:06:23.091 --> 00:06:23.433
Pour Enzo,

143
00:06:23.614 --> 00:06:26.471
une bonne gestion de projet suppose de procéder de manière très itérative,

144
00:06:27.171 --> 00:06:29.931
mais aussi d'identifier les bonnes personnes pour mener à bien ce projet.

145
00:06:30.591 --> 00:06:37.831
Ils font également en sorte d'identifier les meilleurs outils capables de s'intégrer parfaitement au workflow avec un minimum de clics et une interface graphique simple.

146
00:06:38.533 --> 00:06:41.651
On sait désormais comment et par quel biais la collecte de données est gérée.

147
00:06:42.271 --> 00:06:44.871
Reste à savoir qui s'assure de sa mise en œuvre et de sa qualité.

148
00:06:46.151 --> 00:06:46.654
Selon Johan,

149
00:06:46.875 --> 00:06:51.110
la mise en place est faite directement par leurs développeurs back-end car ils n'ont pas d'équipe data dédiée.

150
00:06:51.831 --> 00:06:58.111
La qualité est assurée par les équipes qui ont fait le développement et par le product qui vérifie la cohérence et construit les visualisations.

151
00:06:58.968 --> 00:06:59.330
Pour Julien,

152
00:06:59.712 --> 00:07:07.067
c'est assez nécessaire que l'équipe qui travaille sur l'implémentation d'une initiative soit également celle qui crée le plan de collecte de données et assure son suivi.

153
00:07:07.547 --> 00:07:09.467
Ça permet de sensibiliser les équipes aux enjeux produits.

154
00:07:10.007 --> 00:07:10.329
Grâce à ça,

155
00:07:10.550 --> 00:07:13.386
l'équipe qui a l'initiative d'un projet en est responsable de bout en bout.

156
00:07:13.867 --> 00:07:17.387
Elle est garante de son succès et veille à ce que le plan de collecte fonctionne correctement.

157
00:07:17.827 --> 00:07:18.953
Pour clore cet épisode sur la data,

158
00:07:19.336 --> 00:07:21.327
j'ai eu envie de poser une dernière question à mes invités.

159
00:07:22.067 --> 00:07:23.192
Après avoir collecté la donnée,

160
00:07:23.694 --> 00:07:26.867
comment est-ce qu'elle évolue en fonction des stades de développement de l'entreprise ?

161
00:07:27.588 --> 00:07:27.949
Pour Enzo,

162
00:07:28.170 --> 00:07:30.900
le mieux est de commencer par tendre un stream entre la donnée,

163
00:07:31.060 --> 00:07:32.887
de la code base et l'outil destinataire.

164
00:07:33.567 --> 00:07:38.627
Ça permet de scaler et d'obtenir de bons résultats jusqu'au moment où il devient nécessaire de croiser la donnée ou de l'enrichir.

165
00:07:39.287 --> 00:07:40.193
Une bonne base de données,

166
00:07:40.394 --> 00:07:41.239
ou data warehouse,

167
00:07:41.521 --> 00:07:42.547
devient alors indispensable.

168
00:07:43.447 --> 00:07:46.427
Enzo porte un point d'attention sur la gestion et l'usage de ce data warehouse.

169
00:07:47.347 --> 00:07:47.608
Pour lui,

170
00:07:47.789 --> 00:07:50.801
ils doivent être confiés à des profils dotés de compétences de data engineering,

171
00:07:51.203 --> 00:07:52.147
et ce pour plusieurs raisons.

172
00:07:52.792 --> 00:07:53.032
Déjà,

173
00:07:53.213 --> 00:08:01.171
qui dit data warehouse dit adoption d'un reverse ETL pour extraire les données du data warehouse et l'envoyer vers les outils opérationnels type CRM.

174
00:08:02.011 --> 00:08:02.575
En second point,

175
00:08:02.655 --> 00:08:04.931
il faut être capable de nettoyer la donnée pour la rendre exploitable.

176
00:08:05.591 --> 00:08:05.852
Ensuite,

177
00:08:05.973 --> 00:08:10.711
la définition de certaines métriques peut aussi perdre en finesse et justifier de s'équiper d'outils de matrix layer.

178
00:08:11.671 --> 00:08:12.334
Quatrième remarque,

179
00:08:12.414 --> 00:08:17.211
il faut être capable de faire un tri parmi les dizaines de scripts SQL personnalisés qui répondent aux besoins spécifiques.

180
00:08:17.712 --> 00:08:18.114
Pour finir,

181
00:08:18.616 --> 00:08:22.151
une warehouse suppose souvent l'usage d'outils complémentaires de business intelligence.

182
00:08:23.103 --> 00:08:23.826
Résultat des courses,

183
00:08:23.946 --> 00:08:29.363
à ce stade s'opère en général une scission entre le monde opérationnel et le monde des gens de la data.

184
00:08:30.063 --> 00:08:30.384
D'un côté,

185
00:08:30.846 --> 00:08:36.023
ces experts de la donnée sont en général autonomes mais doivent prioriser leurs actions pour répondre aux contraintes de temps qui s'imposent à eux.

186
00:08:36.743 --> 00:08:37.166
De l'autre,

187
00:08:37.407 --> 00:08:40.383
les opérationnels dépendent souvent des données pour être en mesure d'agir.

188
00:08:41.045 --> 00:08:45.003
On arrive donc à un niveau de complexité plus important qui suppose une parfaite coordination.

189
00:08:45.743 --> 00:08:47.403
Et c'est pour ça que les product managers existent.

190
00:08:52.042 --> 00:08:52.264
Voilà,

191
00:08:52.587 --> 00:08:53.859
j'espère que cet épisode t'a plu.

192
00:08:55.842 --> 00:08:56.326
Si c'est le cas,

193
00:08:56.608 --> 00:08:57.879
tu peux me soutenir de deux façons.

194
00:08:58.239 --> 00:09:00.251
Laisser 5 étoiles sur Apple Podcasts,

195
00:09:00.271 --> 00:09:04.219
Spotify et un petit commentaire ou partager cet épisode à une personne de ton entourage.

196
00:09:05.600 --> 00:09:07.119
Je te remercie vraiment pour tes retours.

197
00:09:07.379 --> 00:09:10.779
C'est grâce à toi que j'améliore Clé de Voutes pour le rendre utile à ton quotidien.

198
00:09:13.221 --> 00:09:17.159
Je te donne rendez-vous la semaine prochaine pour un tout nouvel épisode riche en contenu actionnable.

199
00:09:17.619 --> 00:09:18.030
À très vite !

200
00:09:18.942 --> 00:09:19.989
Sous-titrage ST'501