Adrien Urlacher, Director of Product @ Aircall, raconte comment ses équipes sont passées des metrics produit aux objectifs business. Le déclencheur, les deux effets de bord non anticipés, le ratio quanti/quali retenu, et pourquoi la mise en forme de la donnée compte autant que la donnée.
1. Courir dans le noir
"J'ai été dans des boîtes où quand t'as pas de data, t'es persuadé que tu peux faire sans. C'est la métaphore du mec qui court dans le noir."
"Chez Aircall, on est passé sous un leadership très américain et west coast. Ils demandent aux PM d'être meilleurs, on doit être capable de gérer de la data."
Aircall : plus de 800 employés en 2024. Une équipe Data Analytics dédiée. Des Product Analysts rattachés à des scopes définis. L'exigence porte sur la priorisation et sur l'usage réel de la donnée.
2. Des metrics produit aux objectifs business
"Avant on regardait surtout les metrics product, mais ça donne une vision de ton produit qui est un peu décorrélée de ton business. Et tu risques de ne pas forcément prioriser la feature qui ramène de l'argent par rapport à l'autre. On l'a fait une fois entre Français et on s'est pris un mur. Et on l'a retenté avec les Américains et là ça a marché."
3. Le déclencheur a été le CEO
"Il a fallu qu'on ait un CEO un peu plus data driven pour que ça prenne. Aujourd'hui on a quelque chose qui tient vraiment la route. On est capable de faire des ad hoc queries porteuses en disant : les objectifs de la boîte c'est ça, les objectifs de la tech c'est ça."
"Ça montre aussi aux équipes go-to-market que les PM c'est pas juste des mecs qui s'assoient sur un sofa en se questionnant sur le sens de la vie, un peu le cliché de base."
4. 20 à 30 metrics à maîtriser
"Ça a demandé aux PM un gros ramp up sur le nombre de metrics qu'ils connaissent dans le SaaS. C'est une bonne chose mais c'est quelque chose qu'on n'avait pas forcément vu venir."
5. Isoler son impact devient difficile
"On a tendance à toujours dire que c'est la faute des autres quand ça ne marche pas, et on est les meilleurs quand on a réussi."
6. Trois niveaux d'OKR
1. OKR de boîte
Le CEO annonce les objectifs de l'entreprise.
2. OKR de fonction
Marketing, Sales, Product et Tech.
3. OKR d'équipe
Au niveau des PODs.
7. % de quanti, 30 % de quali
"Le quali tu fais souvent 15 interviews max, et il y a une forte possibilité de faire une inflation de ce que tu as vu. Il suffit de voir 3 clients sur les 15 qui ont le même problème pour te dire : c'est ça la P1. Alors que si tu avais mieux regardé la data tu verrais que c'est seulement 4 % de tes clients."
8. Montrer la data ne suffit pas
"Les PM présentent souvent beaucoup de data. Il y a une vraie tendance à ne pas faire l'effort de la data viz chez les PM. On considère que montrer de la data suffit, mais non, l'idée est de faire passer un message et faire comprendre les choses. Si la donnée est incompréhensible car on n'a pas fait l'effort de la mettre en forme, ça ne vaut pas le coup."
9. Trois conseils pour une petite structure
1. Mettre un peu de data tôt
Attendre d'avoir une équipe dédiée coûte plus cher que commencer petit.
2. Poser les bases de SQL
Sans ces fondamentaux, la dette se paie plus tard.
3. Ne pas équilibrer 50/50
Le qualitatif sur 15 entretiens produit des faux signaux.