Utilisez la data dès le lancement de votre MVP pour évaluer objectivement les progrès
Tout entrepreneur qui lance un Saas ou une market place souhaite faire des ventes rapidement pour valider le concept. En language "startup", on parle de Product Market Fit ou PMF.
Concept — Product Market Fit
1. La cible comprend ce que vous faites ;
2. La cible achète et s’abonne à votre produit ;
3. La cible utilise votre produit de manière récurrente ;
4. La cible recommande votre produit à ses semblables.
La méthode la plus courante pour atteindre le PMF est de construire un Minimum Viable Product et d’itérer. Cette approche qui porte le nom de Lean Startup a été théorisée par Éric Ries à la fin des années 2000.
Concept — Minimum Viable Product
Un MVP est une version desséchée et fonctionnelle d’une technologie utilisée uniquement pour tester le marché.
Et tant pis si ce MVP est moche. Tant pis s’il est à des années-lumière d’une version parfaite et stabilisée.
Tout ce qui compte c’est de lancer. Vite. Et itérer. Encore et encore.
L’objectif du MVP est d’enclencher une boucle d’apprentissage : build ⇒ measure ⇒ learn
Trop d'entrepreneurs ne savent pas ce qu'ils font
La plupart des entrepreneurs ont une vision claire du MVP qu’ils doivent construire pour tester leur marché.
Avec l’arrivée du No-code et dès la première étape « build », pas de problème.
En revanche, très peu parviennent à tirer des enseignements des expérimentations qu’ils font. Manque de méthodologie, mauvais outils, trop de datas, erreurs dans le choix des KPIs ton autant de raisons qui rendent cette étape difficile.
Ne sachant pas précisément ce qui fonctionnement ou pas, les entrepreneurs prennent de mauvaises décisions et n’améliorent pas significativement leur MVP, ils perdent temps et argent et n’atteignent jamais leur PMF.
Ils pensent itérer, mais ils tournent en rond.
La data peut tout changer, un exemple concret
Regardez les graphiques ci-dessous.
On observe que les deux produits sont en croissance d’utilisateurs. À première vue, les deux produits sont en adéquation avec leur marché. Instinctivement on peut penser qu’il est temps d’accélérer pour les deux produits.
Or, cette décision va accélérer la réussite de l’un et la mort de l’autre.
Pourquoi ? Lorsqu’on analyse que les chiffres plus en détail, on s’aperçoit que la croissance du produit A est portée par l’acquisition des nouveaux utilisateurs. Les utilisateurs ne sont pas fidèles, ils ne restent pas. On dit qu’il n’y a pas de « rétention ».
Ainsi, seul le produit B est en adéquation avec son marché, le produit A est en train de mourir :
La croissance du produit B est beaucoup plus saine, les utilisateurs s’inscrivent et reviennent. La croissance est portée par les utilisateurs actifs.
Quel est l'intérêt de ces observations ?
La situation du produit A est radicalement différente du produit B.
Les utilisateurs du produit B sont fidèles, il est suffisamment mûr pour accélérer et dépenser en acquisition.
Ce n’est pas du tout le cas du produit A. Dépenser de l’argent pour faire venir de nouveaux utilisateurs sans avoir compris précisément pourquoi les utilisateurs ne restent pas ne ferait qu’aggraver le problème. Y a t-il un problème de l’ordre fonctionnel ? D’onborading ?
Trop de jeunes entreprises travaillent dépenses des sommes colossales dans le marketing et la publicité, alors que leurs clients disparaissent comme du sable à travers les doigts.
Avec une courbe pareille, un entrepreneur peu éclairé sur sa data aurait tendance à se concentrer sur l’acquisition et faire venir davantage de monde sur son produit. Or en faisant cela, il court à la catastrophe. Il va empirer le problème.
Regardez maintenant lorsqu’on analyse la data :
- Le nombre d’utilisateurs total augmente, mais le nombre de current user, lui, stagne voir diminue ;
- Il y a croissance du nombre d’utilisateurs, mais le cash burn est plus fort ;
- Car CAC fort, mais surtout il est supérieur à la LTV ;
- Les actions à mener ne sont pas du toutes les mêmes
==> Si on ne fait pas le bon diagnostic, on ne met pas en place les bonnes actions, on ne va pas bosser l’acquisition, on va bosser la rétention.
LTV/CAC
La data analyse permet d’éviter cela, en un coup d’œil on comprend en distinguant les différents users que PB ⇒ On s’aperçoit qu'il n'y a pas de rétention.
La plupart des entrepreneurs ne font pas le travail de diagnostic et persévèrent dans des stratégies d’acquisition à corps perdu. Si la boussole est cassée, on part dans la mauvaise direction.
Pire cela aggrave les choses : cf schéma.
On voit que dans cette situation c’est beaucoup plus stratégique de bosser la fidélisation et de réduire le churn.
L’idée est donc de mettre en place l'itération : build, measure and learn.
Les hypothèses (Cible + Proposition de valeur + Canal de distribution) sont testées en proposant au marché une version amaigrie du produit. En surveillant certains KPI (measure), il est possible de vérifier les hypothèses. Qu’elles soient valides ou non, il y a un apprentissage et dans les deux cas, on avance (learn).
À force de chercher et d’itérer, certaines startups parviennent à vendre avec des efforts modérés à des clients et ces mêmes clients reviennent de manière régulière. On dit qu’elles ont de la rétention. La rétention est donc un indicateur clé, c’est le signe d’une adéquation produit — marché.
📌 Concept - Rétention
La rétention, ce n’est ni plus ni moins que le nombre de personnes qui utilisent un produit sur la durée.
Sur le schéma ci-contre, on voit que le produit A est adapté à son marché compartiment au produit B.
En effet, la courbe du produit B suit une trajectoire linéaire vers zéro, au lieu de se stabiliser à un certain niveau.
Tandis que pour le produit B, si le taux de rétention tombe rapidement dans les premiers jours, il se stabilise à environ 45 % d’utilisateurs actifs. Il fidélise.
Le Product Market Fit est une milestone importante pour l’entrepreneur, car les efforts à déployer ne sont plus du tout les mêmes A/B, les actions à mettre en place n'ont plus rien à voir.
Avant le Product Market Fit, l’entrepreneur cherche à comprendre le marché. Comment puis peut-il y répondre ?
Il cherche à résoudre l’équation à 3 inconnues : Cible/besoins, distribution, proposition de valeur.
Après le Product Market Fit, l’entrepreneur va chercher la croissance et tous les enjeux que cela implique : recrutement, growth, ajout de feature, etc. Ce n’est plus du tout le même monde. Les leviers ne sont plus les mêmes.
L’impact économique est direct.
Une équipe qui bosse fait de la rétention une priorité, son fer de lance ! La survie d’une startup ne dépend pas de sa capacité à attirer des milliers d’utilisateurs, mais bien de sa capacité à fidéliser un petit groupe. Parce que sans rétention, pas de profitabilité.
La rétention est donc un moteur de croissance. Une stratégie de fidélisation bien pensée permet de construire une base d’utilisateurs fidèles et engagés et de créer les conditions d’une croissance durable.
🤔 Question — Et si je n’ai pas d’utilisateurs ?
Comment aborder la question de la rétention avant même d’avoir son premier utilisateur ?
C’est dès les premières phases de développement d’un produit que l’on doit s’interroger sur les ressorts de la fidélisation. En d’autres termes : qu’est-ce qui donnera à mes utilisateurs l’envie de revenir ? Tout l’enjeu consiste à créer des habitudes durables chez les utilisateurs.
A ce stade, le but du jeu c’est de trouver le Product Market Fit. Donc il vaut mieux améliorer votre MVP jusqu’à trouver votre PMF. Si vous êtes au stade du MVP c’est que vos hypothèses business sont claires. Le PMF valide-t-il les hypothèses de départ ? Cibles ? Marché ? Proposition de valeur ? Le canal de distribution est-il le bon?
Comment faites vous pour le savoir ?
On va mettre en place une stratégie feedback. Voyez la création produit comme un processus scientifique. Soyez en constante amélioration pour comprendre ce qui marche/ne marche pas et améliorer ce qui ne marche pas tout en étant plus performant sur ce qui marche.
En résumé, voici les questions qu'il faut vous poser :
- Comment structurer une stratégie feedback pour améliorer votre MVP ?
- Quel tool choisir ? Et comment le mettre en place ?
- Comment analyser la data et prendre les bonnes décisions produit ?
- Comment communiquer à votre équipe ? Au client (si agence) ? À la communauté ?
- Quel dashboard ? Comment aligner votre équipe ?
Dans cette formation de 3 heures, vous allez voir des cas concrets un Saas que nous avons pu accompagner.