"On manque de data" est l'excuse n°1 des équipes produit early-stage pour ne pas mesurer. C'est faux. Tu manques d'outils pour mesurer simplement. Voici comment t'en passer.
Les 3 outils suffisants pour 80 % des cas
1. Un outil d'analytics produit gratuit
PostHog (gratuit jusqu'à 1M events/mois), Plausible, ou même Google Analytics 4 si vraiment tu veux du gratuit-gratuit. Trace 5 événements clés, pas 50 :
- Inscription
- Première action de valeur (varie par produit)
- Action de rétention (revient à J+7)
- Conversion payante (si applicable)
- Désinscription / churn
Pas la peine de tout instrumenter. Tu ajouteras au fur et à mesure.
2. Une feuille Google Sheets
Une seule. Avec 4 colonnes : date, métrique, valeur, commentaire. Tu remplis le lundi matin en 10 minutes. En 3 mois, tu as une vraie courbe de progression.
3. Un canal Slack #metrics
Chaque lundi, tu y postes : "Inscrits semaine -1 : X / Activés : Y / Payants : Z / Note de la semaine : ...". L'équipe sait où on en est, sans réunion.
Les 5 métriques minimales
- Acquisition : combien de nouveaux utilisateurs ?
- Activation : combien font la première action de valeur dans les 7 jours ?
- Rétention : combien sont encore actifs à 30 jours ?
- Revenu (si applicable) : MRR, ARPU.
- Une métrique qualitative : NPS, ou un verbatim utilisateur de la semaine.
5 métriques suivies sérieusement battent 50 dashboards consultés une fois.
Comment savoir si une feature a "marché"
Avant de la lancer, écris noir sur blanc ce que tu attends :
- "Cette feature doit faire passer le taux d'activation de 40 % à 50 % en 4 semaines."
Si tu n'arrives pas à formuler ça, tu n'es pas prêt à lancer la feature — tu ne sauras pas si elle marche.
Après 4 semaines :
- Si tu y es : tu sais que c'est probablement la feature qui a fait bouger.
- Si tu n'y es pas : tu sais aussi.
- Si tu n'as pas mesuré : tu vas raconter une histoire qui t'arrange.
L'objection classique
"Mais on n'a pas assez d'utilisateurs pour avoir des chiffres significatifs."
Vrai si tu fais de l'A/B testing. Faux si tu mesures des tendances. Avec 200 utilisateurs, tu vois déjà si une courbe monte ou descend. C'est largement suffisant pour prendre des décisions.
Tu n'as pas besoin de data team. Tu as besoin de la discipline de mesurer 10 minutes par semaine.