Qu'est-ce qu'un produit de données ? Et comment les produits de données révolutionnent-ils le développement produit ?

Les données constituent le pilier du succès du développement produit. Elles permettent de recueillir des insights sur le comportement utilisateur, de mieux comprendre les besoins et les points de friction, et de disposer du savoir-faire pour créer des produits innovants et pertinents sur un marché saturé.

Mais les données sont aussi essentielles au bon fonctionnement de vos produits. Des systèmes de recommandation basés sur des algorithmes à la diffusion de contenu personnalisé, les données contenues dans vos outils et applications sont cruciales pour vous permettre d'offrir une valeur ajoutée inégalée à vos utilisateurs et utilisatrices.

Cet article explore en profondeur l'univers des produits de données, en y intégrant des insights d'Eric Weber, ancien Senior Director of Data Science chez StitchFix.

Nous allons parcourir :

• Qu'est-ce qu'un produit de données ? Et qui est le data product owner ?

• Quels sont les avantages de l'utilisation d'un produit de données dans votre processus de développement produit ?

• Quel est le rôle de l'IA dans l'innovation produit ?

Qu'est-ce qu'un produit de données ? Et qui est le data product owner ?

Un produit de données est une fusion entre la science des données et le développement produit, qui utilise les insights de données pour créer et fournir une valeur tangible aux utilisateurs finaux.

Selon Eric, "un produit de données est un produit dont les données apportent une fonctionnalité de différenciation clé bénéfique pour le client cible".

Pour déterminer si un produit au sein de votre entreprise est un produit de données ou non, Eric suggère de commencer par deux questions importantes : qu'est-ce qui différencie ce produit, et pour qui ?

Pour répondre à ces questions, vous pouvez commencer par demander :

• Les données constituent-elles le principal facteur de différenciation de ce produit ?

• Qui bénéficie de ce produit de données, en interne comme en externe ?

• Comment cela crée-t-il une valeur tangible pour vos utilisateurs finaux ?

Il est aussi utile de comparer votre produit de données potentiel à des exemples de produits de données existants.

Alors, à quoi ressemble concrètement un produit de données ?

Pouvez-vous donner quelques exemples de produits de données ?

Qu'ont en commun Netflix, Uber, Fitbit, LinkedIn, Siri, Google Maps, Microsoft Power BI et ChatGPT ?

Vous l'aurez deviné : ce sont tous des produits de données (ou rendus possibles par des produits de données). Comme vous pouvez le constater, les produits de données sont divers et varient considérablement les uns des autres.

Nous pouvons regrouper les produits de données en fonction de leurs fonctionnalités. Voici quelques-unes des principales catégories :

• Les systèmes de recommandation utilisent des données sur les utilisateurs et utilisatrices et leurs comportements pour fournir des insights et faire des recommandations à ces utilisateurs et utilisatrices

• Les dashboards en temps réel permettent aux utilisateurs et utilisatrices d'explorer et d'interpréter de grands ensembles de données grâce à des visualisations interactives comme des graphiques, des nuages de mots, des heatmaps et des cartes. (Voici quelques exemples tirés de la plateforme d'analyse de l'expérience utilisateur de Contentsquare : Journey Analysis et Heatmaps.)

• Les outils d'analyse prédictive utilisent des données historiques (par exemple, concernant le comportement d'un client) et les analysent pour prédire des événements futurs, comme le moment où ledit client est susceptible de vous quitter

• Les API de données facilitent l'échange de données fluide entre différentes applications et systèmes, permettant ainsi l'utilisation des produits de données sur diverses plateformes et applications

• Les détecteurs d'anomalies détectent et signalent les schémas anormaux dans les données, contribuant ainsi à identifier les défaillances techniques, les menaces de sécurité et les usurpations d'identité

• Les systèmes d'intelligence conversationnelle, comme Siri,Alexa et ChatGPT, utilisent les données pour répondre à nos questions et déclarations dans un langage proche de celui des humains

"Nous utilisions ChatGPT pour rédiger nos descriptions de produits", explique Eric. "Nous proposons des dizaines de milliers de produits différents et il n'était tout simplement pas envisageable pour nous de rédiger nous-mêmes nos descriptions de produits."

Parmi d'autres cas d'usage de produits de données, citons :

• Une plateforme d'expérimentation interne qui vous permet de réaliser des expériences à un niveau de complexité élevé

• Unmodèle de séries temporelles client, qui oriente toutes les recommandations formulées au sein du produit

• De nombreuxdashboards de gestion permettent de comprendre le fonctionnement et la santé d'une entreprise

Et cette liste ne fait qu'effleurer le sujet. "Ce ne sont là que quelques exemples de produits de données parmi tant d'autres", explique Eric.

Comment les produits de données sont-ils gérés ?

C'est une excellente question, car beaucoup ne sont pas gérés actuellement.

Le concept de produits de données étant relativement récent, de nombreux produits de données ne sont actuellement pas attribués à une entreprise. Cela ouvre la voie à un nouveau type de fonction : celle de data product manager.

Un data product manager se concentre uniquement sur les produits axés sur les fonctionnalités et les analyses issues des données. Sa responsabilité première est d'identifier et de développer des produits axés sur les données qui apportent une valeur ajoutée mesurable et constituent des facteurs clés de différenciation, qu'ils soient internes ou externes.

Les avantages des produits de données pour votre processus de développement produit

Les produits de données offrent de nombreux avantages organisationnels. En voici quelques-uns.

1. Personnalisation à grande échelle : grâce à l'exploitation des données clients et des insights du comportement, votre entreprise peut créer des offres, des recommandations et des campagnes sur mesure qui trouvent un écho auprès de chaque utilisateur. Il peut s'agir de suggérer des recommandations de produits personnalisées, de sélectionner du contenu en fonction des centres d'intérêt des utilisateurs et utilisatrices ou de diffuser des messages marketing ciblés.

2. Simplification des étapes de votre processus de développement produit : de l'idéation au lancement, les produits de données permettent aux product managers (PM) et à leurs équipes de prendre des décisions éclairées, basées sur les tendances du marché en temps réel, le feedback de l'utilisateur et les indicateurs de performance. Cette approche itérative et axée sur les données accélère le développement produit et augmente vos chances de proposer des produits performants, en adéquation avec les besoins du client.

3. Incitation au prototypage itératif : grâce à l'exploitation des insights axés sur les données, les équipes produit peuvent rapidement prototyper et tester de nouvelles idées, fonctionnalités et concepts. Cette approche itérative permet de recueillir le feedback de l'utilisateur en temps réel, d'identifier les axes d'amélioration et d'optimiser les produits pour des performances optimales.

4. Prise de décision éclairée par les données : les produits de données fournissent une analyse complète des données, les tendances du marché, les modèles du comportement du client et d'autres indicateurs clés qui éclairent la planification stratégique et l'allocation des ressources. L'utilisation des données dans vos processus décisionnels vous aide à minimiser les incertitudes et à accroître vos chances de succès.

Le rôle de l'IA dans l'innovation produit

Les entreprises d'aujourd'hui explorent comment l'IA peut les aider à innover et à développer des produits plus rapidement, notamment grâce à des outils de modélisation du langage à grande échelle (LLM) comme ChatGPT.

Eric est convaincu que l'IA continuera de transformer la façon dont les équipes produit pensent et travaillent.

"L'IA permet à davantage de personnes au sein d'une entreprise de participer à la création de produits", explique Eric. "Je pense que l'une des plus grandes opportunités est de se dire : alors, quelle est mon idée, et puis-je la transformer en quelque chose de fonctionnel ?"

Grâce à l'IA, la frontière s'est estompée entre la fonction traditionnelle des ingénieurs spécialisés et des data scientists et celle des product managers généralistes.

Désormais, des éléments comme l'architecture, le code source, la conception du front-end et la phase d'ébauche du développement produit sont plus accessibles. Cela permet à un plus grand nombre d'employés de participer plus activement aux phases d'idéation et de prototypage.

L'IA permet aussi aux product managers de prendre des décisions axées sur les données avec une précision accrue. Au lieu de se fier uniquement à des insights macroscopiques, ils peuvent désormais examiner en détail l'expérience utilisateur, même dans ses moindres aspects.

C'est ce que permettent des plateformes comme Contentsquare, en fournissant une couche d'analyse comportementale basée sur l'IA pour vous aider à obtenir une vue à 360 degrés du comportement de vos utilisateurs et utilisatrices.

L'IA de Contentsquare, Sense, permet à vos équipes d'obtenir facilement des insights sur la façon dont les gens utilisent votre produit au cours de plusieurs sessions et sur ce qu'ils en pensent.

Par exemple, vous obtenez une analyse approfondie de n'importe quel aspect de l'expérience utilisateur simplement en posant des questions à Chat with Sense, du type : "combien de mobinautes ont utilisé la fonctionnalité X cette semaine ?"

La compréhension fine du comportement et de l'engagement client offerte par Contentsquare aux product managers leur permet d'identifier facilement et rapidement les axes d'amélioration et d'aligner les fonctionnalités du produit sur les besoins du client.

"Lorsqu'on crée un modèle, la tentation est grande d'y intégrer toutes les données sans les examiner", explique Eric. "D'où l'importance de partir de zéro et de pouvoir justifier l'ajout de la moindre donnée au produit."

L'avenir des produits de données

À terme, les product managers devraient évaluer comment l'IA peut améliorer l'expérience utilisateur actuelle de leurs produits, en se concentrant sur des étapes précises du parcours client afin de définir comment l'IA peut modifier et améliorer ces aspects.

L'IA pourrait aussi remettre en question les définitions traditionnelles des produits, ce qui, selon Eric, pourrait conduire à l'intégration de fonctionnalités IA dans d'autres offres de produits, voire à la création de catégories de produits entièrement nouvelles.

"Quel besoin l'IA élimine-t-elle ? Quel besoin crée-t-elle ?" demande-t-il. "C'est quand même absolument fascinant de repousser cette limite."

Face à l'évolution de l'environnement, les data product managers jouent un rôle essentiel dans l'identification et le développement de produits axés sur les données qui apportent une réelle valeur ajoutée aux clients cibles. Ils créent une différenciation grâce à des analyses de données pertinentes et veillent à ce que les produits offrent une valeur mesurable aux utilisateurs et utilisatrices internes et externes.

Pour les entreprises, les produits de données permettent de personnaliser les offres à grande échelle, d'optimiser le processus de développement produit, d'encourager le prototypage itératif et de favoriser une prise de décision axée sur les données.

Et avec l'IA comme moteur, les équipes produit continueront de faire tomber les barrières entre les fonctions traditionnelles, permettant ainsi à un plus grand nombre d'équipes de contribuer à l'idéation et au prototypage des produits de données.