Comme de nombreux Product Managers, suite au boom de l'IA générative en 2023, je me suis posé beaucoup de questions : cette technologie allait-elle remplacer mon métier ? Me rendre moins compétent ? Plutôt que de la craindre, j'ai choisi de l'expérimenter concrètement sur mes projets.
Rapidement, j'ai constaté qu’elle pouvait devenir un puissant levier de productivité, me faisant gagner un temps précieux sur des tâches répétitives : préparation du discovery, rédaction de spécifications… et ainsi me permettre de me concentrer sur mes activités à haute valeur ajoutée.
Dans cet article, vous découvrirez :
- ⏱️ Comment j'ai divisé par 9 le temps consacré à l'analyse utilisateurs lors de ma discovery sur mon projet,
- 📚 2 ressources pour apprendre à faire de meilleurs prompts,
- ⚠️ 3 points de vigilance à adopter pour une utilisation optimale de l'IA générative.
⏱️ Discovery : 4 étapes pour diviser par 9 le temps consacré à l’analyse des utilisateurs
Pendant mes discoveries, j’étais souvent submergé par le volume de tâches à accomplir pour comprendre les utilisateurs :
- Mail pour recruter des utilisateurs
- Rédaction de questionnaires / sondages
- Rédaction d’interviews puis leur retranscription
- Analyse de l’interview
- Priorisation des retours, des fonctionnalités
- …
Je passais des heures sur ces tâches au lieu de me concentrer davantage sur l’humain et les problèmes à résoudre.
L’IA m’a donc aidé à gagner du temps sur chacune de ces étapes.
Voici comment ⬇️
Prenons l'exemple d'un projet sur lequel j'ai travaillé en 2023.
Objectif : Développer un site web dédié au calcul du bilan carbone pour les PMEs.
Persona : Chefs d'entreprise souhaitant évaluer et réduire l'empreinte carbone de leur organisation.
Focus : Comprendre en profondeur les besoins spécifiques, les attentes et les défis rencontrés par les utilisateurs principaux.
Étape 1 : Le recrutement des utilisateurs : 4 fois plus rapide grâce à l’IA
Mon premier objectif était de recruter des chefs d'entreprise pour participer aux interviews, afin de cerner au mieux leurs besoins et leurs problématiques.
Pour cet exemple, j’ai utilisé Claude 3 (Anthropic) qui, selon moi, se rapproche plus de l’humain pour l’écriture des mails que ChatGPT (Open AI).
J’utilise également l’anglais pour parler avec ces modèles, puisqu’ils sont beaucoup plus pertinents et plus fluides dans cette langue. (source : Sciences et Avenir)
Mon prompt : Claude 3
|
En quelques secondes, j’ai obtenu un mail rédigé. Le fait d’avoir intégré 2 exemples a permis à Claude 3 de me proposer un mail employant mon style d’écriture et parfaitement adapté à la situation.
📚 Bilan :
Conception du mail par Daniel = 20 min
Conception du mail par l’IA (avec itérations) = 5 min
Étape 2 : Rédaction du guide d'entretien : 5 fois plus rapide grâce à l’IA
Après avoir trouvé une dizaine d’utilisateurs, mon deuxième objectif était de préparer un guide d’entretien et des hypothèses à valider. J’avais déjà quelques idées mais on a toujours peur de passer à côté d’une hypothèse cruciale.
Mon Prompt ChatGPT 4
|
En donnant du contexte et un exemple, ChatGPT m’a proposé une version spécifique à mon cas. J’ai même obtenu des questions et des hypothèses auxquelles je n’avais pas du tout pensé. La version proposée par ChatGPT n’est pas parfaite. Pour avoir une version plus aboutie, cela m’a demandé tout de même quelques itérations.
2 ressources pour apprendre à prompter :
📚 Pour réduire les itérations, je vous recommande de donner le plus de contexte et le plus d’instructions possible. Plus vous êtes précis, plus la réponse le sera également. Pour cela, je vous recommande d’apprendre à bien prompter (lien).
Et si vous n’avez pas le temps, voici un excellent site payant pour vous aider à obtenir des prompts “parfaits”.
📚 Bilan :
Rédaction manuelle du guide par Daniel = 60 min
Rédaction du guide par l'IA (avec itérations) = 12 min
Étape 3 : Enregistrer l’interview via des outils de retranscription IA (Hellooo, Ween, Tactiq, tl;dv...)
Avec un guide d’entretien en poche et plusieurs utilisateurs prêts à être interviewés, ma 3ᵉ étape consistait à ne rien louper des conversations avec mes interlocuteurs. Ce qui est difficile dans cette partie, c’est à la fois de rester concentré sur l’interview et de prendre en note tout ce que dit l’utilisateur. Au risque de perdre certains éléments intéressants...
S’offrent à moi 2 solutions :
- Demander à un collègue de retranscrire,
- Utiliser des outils de retranscription qui utilisent l’IA générative existant sur le marché comme Ween, tl;dv , Hellooo…
Pour m’aider sur mon projet, j’ai opté pour l’utilisation de ces outils qui permettent à la fois d’effectuer une retranscription automatique mais aussi, pour certains, d’analyser des émotions, de proposer des insights actionnables.
Personnellement, j’ai trouvé le résultat assez impressionnant. Néanmoins, la retranscription n’est pas encore parfaite, surtout pour la langue française. Il faut donc penser à relire pour corriger les extraits mal retranscrits.
📚 Bilan :
Retranscription manuelle par Daniel :
- Oubli des phrases clé, inclusion des biais dans la prise de note, manque des réactions physiques de l’utilisateur…
Retranscription par les outils disponibles :
- Retranscription instantanée, détection des langues, analyse des émotions, détection des insights importants
Étape 4 : Analyse de l’interview : 12 fois plus rapide
Une fois les retranscriptions terminées, ma dernière étape consistait à les analyser afin d’obtenir des apprentissages sur mes utilisateurs (préférences, problématiques, JTBD, navigation…).
Pour cette partie, un seul prompt ne suffit pas. Je recommande d'itérer avec ChatGPT pour avoir plusieurs réponses possibles. Vous pourrez ensuite les compiler.
Par exemple, une première question sur les préférences et problématiques de l’utilisateur, puis une autre sur les Jobs de to be done.
Autre recommandation : vous pouvez coller directement vos retranscriptions en brut sans les mettre en forme.
Mon prompt : ChatGPT 4
Préférences et problématiques
|
💡 “Act as an experienced Product Manager, your project is to create a website for conducting carbon assessments for small and medium-sized enterprises (SMEs). [Provide additional context for more precision]. I've recently conducted 3 user interviews. Your task is to analyze the following transcripts and provide me with the user's problems and preferences. [Retranscription #1] - Antoine |
Jobs-to be done
|
💡 “Now can can you provide their jobs to be done ? Use the Jobs-to-be-Done theory to provide answers based on the following key drivers:
|
📚 Bilan
Analyse manuelle par Daniel = 6h
- 2h pour mettre au propre et rendre lisibles mes notes d'entretien,
- 3h d'analyse de l'entretien au complet, parties par parties puis dans sa globalité,
- 1h pour reformuler les besoins et préférences des utilisateurs puis en tirer des jobs to be done.
Analyse par l'IA : 40 min
- 15 min pour nettoyer et formater la retranscription,
- 15 min pour uploader la retranscription en plusieurs petites parties pour ne pas dépasser les limites de ChatGPT, et lui poser les bonnes questions,
- 10 min pour vérifier les résultats et les consolider.
Il faut considérer l’IA comme un allié et pas comme un remplaçant
Comme vous avez pu le constater à travers les différents cas d'usage présentés, l'IA générative ne va pas remplacer le job de PM mais au contraire le rendre encore plus indispensable au métier.
Que ce soit pour rédiger des mails de recrutement d'utilisateurs, préparer des guides d'entretien pointus ou encore analyser efficacement les retranscriptions des interviews, l'IA s'est avérée être un formidable allié. Elle m'a permis de réduire considérablement le temps consacré à ces tâches rébarbatives.
Cependant, il ne faut pas voir l'IA comme une solution miracle. Elle nécessite encore de nombreuses interventions humaines et un regard critique d'expert pour obtenir un résultat parfaitement adapté à vos besoins. C'est la combinaison de l'IA et de l'expertise métier qui fera toute la différence.
⚠️ Quelques points d’attention à garder en tête
- la confidentialité des données : Par exemple, OpenAI utilise vos données pour entrainer son modèle. Il faut donc rester vigilant et ne pas partager les données confidentielles de votre entreprise.
➡️ Il est possible de désactiver l’option de partage dans les paramètres de ChatGPT. (source) - les risques de plagiat lors de la génération de contenu : il a été prouvé que les modèles GPT retranscrivent parfois des contenus existants en paraphrasant des auteurs sans les citer (The Economic Times).
➡️ Pensez bien à vous relire et avoir un regard critique sur le contenu généré. - hallucinations et fausses informations : les modèles de GenAI fonctionnent sur des LLM (Large Language Model) et sont parfois amenés à produire de fausses informations sur la base de ce qu’ils ont appris.
➡️ Pensez donc à bien vérifier votre informations et demander les sources à ChatGPT. Une autre façon d’éviter les hallucinations est de pratiquer le “prompt engineering” : à savoir citer des exemples, donner du contexte et lui demander ses sources.
Une utilisation avisée et une validation humaine restent donc indispensables !
