Histoire de produit
Avant l’interface, comprendre la demande.
AKVO vend un système assez unique. Ses futurs clients ne savent pas toujours comment le nommer ni même qu’une solution comme celle-là existe.
Ils peuvent partir d’un problème d’espace, de sécurité, d’esthétique ou d’usage. Pour mieux les guider sur le site, dans le contenu et les communications, il fallait d’abord mieux les comprendre: qui sont ces acheteurs, comment ils cherchent et ce qui déclenche leur démarche.
Un produit rare, plusieurs portes d’entrée
Pour un produit connu, le parcours peut sembler simple: une personne cherche le nom du produit, compare quelques options et communique avec un fournisseur.
Pour AKVO, le point de départ était rarement aussi clair.
Le client final pouvait découvrir le produit à partir d’un besoin très concret. Un professionnel pouvait l’introduire dans un projet. Une demande commerciale, résidentielle ou publique pouvait poser des questions complètement différentes. Et une même question pouvait cacher des niveaux de compréhension et d’avancement très différents.
Analyser seulement les pages visitées ou les mots inscrits dans un moteur de recherche risquait donc de donner une image trop simple de la situation.
Le travail a commencé par une question plus large: comment reconstruire la demande à partir des traces qu’elle laisse derrière elle?
Croiser des traces imparfaites
Au fil des années, j’ai travaillé avec plusieurs sources: projets réalisés, données et occasions de vente, demandes de contact, comportement web, géographie, données immobilières publiques et connaissance terrain de l’équipe.
Un projet gagné montre ce qui a abouti, mais pas ce qui a déclenché la recherche. Une session web montre un comportement, mais rarement la personne derrière l’écran. Une donnée immobilière décrit une propriété, mais pas l’intention de son propriétaire. Une occasion de vente raconte une étape, pas tout ce qui l’a précédée.
La valeur venait des recoupements. Quand un même signal apparaissait dans plusieurs sources, il devenait une piste. Quand elles se contredisaient, la contradiction était souvent plus intéressante que la moyenne.
La donnée nous disait où regarder. Elle ne nous donnait pas automatiquement la conclusion.
Chercher où le marché pouvait exister
Une partie du travail portait sur la géographie. J’ai croisé des données immobilières publiques, agrégées par code postal. L’objectif n’était pas d’identifier des personnes ou des propriétés à contacter, mais de comprendre dans quels secteurs des conditions compatibles avec le marché d’AKVO pouvaient se retrouver.
Cette analyse permettait de comparer les territoires et de concentrer les recherches. Les conclusions précises avaient une valeur commerciale et demeurent confidentielles.
Ce travail ne produisait pas une liste magique de futurs clients. Il réduisait le nombre d’endroits où chercher à l’aveugle.
Comprendre ce que les projets réalisés racontaient
Nous avons ensuite étudié de plus près les projets réalisés par AKVO, croisés avec leur contexte géographique et immobilier, certaines données de vente et, quand c’était possible, le comportement web associé. On voulait faire ressortir les circonstances qui revenaient et mieux comprendre qui participait à la décision.
On pouvait observer des tendances. Il fallait résister à l’envie d’en faire un portrait définitif du client.
L’analyse portait sur des projets qui avaient abouti. Elle laissait de côté les demandes abandonnées, les projets perdus et ceux qui avaient découvert le produit sans jamais écrire. Elle décrivait des situations d’achat, pas des motivations profondes.
Plutôt que d’inventer un persona rassurant à partir d’un corpus incomplet, nous avons utilisé ces limites pour préciser les bonnes questions: qui participe vraiment à la décision, comment la recherche commence et quelles informations manquent au moment de la première demande?
Revenir à la voix brute du marché
Une autre source contenait une partie des réponses: un grand corpus de demandes reçues par AKVO au fil des années. Plusieurs types de clients, plusieurs langues, un mélange de ventes, de soutien et de messages sans lien avec le produit. Une matière riche, mais trop volumineuse pour l’étudier une demande à la fois.
J’ai d’abord établi une catégorisation avec l’équipe, pour distinguer:
- le type de client: résidentiel, commercial ou public;
- la nature de la demande: vente ou soutien;
- le sujet: le prix, l’espace disponible, une question technique.
Les demandes ont été anonymisées, puis analysées avec l’IA. Le but n’était pas de compter des mots-clés ni de produire un résumé. L’IA devait lire le sens de chaque demande, tenir compte du contexte et l’associer aux catégories, pour observer les sujets à l’échelle de tout le corpus.
L’IA rendait possible l’analyse d’un volume autrement impraticable. Elle ne remplaçait ni la catégorisation, ni la connaissance du marché, ni le jugement pour interpréter ce qui ressortait.
Mon rôle
J’ai mené ces analyses avec l’équipe d’AKVO, qui apportait sa connaissance des produits, des projets et des conversations avec les clients.
Mon rôle: réunir des traces qui vivaient dans différents systèmes, construire les modèles d’analyse, chercher les recoupements et relever les limites avant qu’elles deviennent de fausses certitudes.
Selon le mandat, ça pouvait vouloir dire:
- structurer des données venues de plusieurs sources;
- enrichir un projet avec son contexte géographique et immobilier;
- définir une catégorisation utilisable à grande échelle;
- utiliser l’IA pour analyser du texte non structuré;
- transformer les constats en questions et en priorités de contenu.
Ces analyses ont aidé l’équipe à orienter les FAQ, le contenu du site et les prochaines questions à poser. Elles n’ont pas produit un persona définitif ni une grande révélation. À chaque étape, les questions suivantes devenaient simplement plus précises.
Le résultat n’était pas toujours un écran. Souvent, le plus utile était de rendre la situation assez claire pour savoir quoi concevoir, quelle question poser ou quelle information présenter ensuite. Comprendre, avant de concevoir.