La plupart des entreprises echouent parce qu’elles ne maitrisent pas les fondamentaux. Elles construisent des produits que personne n’a demandes, dont personne n’a besoin, ou que personne ne veut. Dans mon travail de freelance, je discute chaque semaine avec des fondateurs en phase de demarrage. Ils font tous la meme erreur : creer un produit base sur leur propre vision, souvent deconnectee des preoccupations reelles de leurs clients. Le framework Jobs-to-be-Done est un excellent moyen d’eviter ce piege.
Qu’est-ce que la methode Jobs-to-be-Done ?
La methode Jobs-to-be-Done (JTBD) est un outil puissant pour comprendre pourquoi les utilisateurs font certains choix. Elle repose sur l’idee que les gens “embauchent” un produit pour accomplir un “travail” specifique.
A travers la recherche, on realise souvent que les gens utilisent les produits technologiques pour des raisons variees, et trop souvent nous ne faisons qu’effleurer la surface de ces raisons.
L’exemple de McDonald’s : les ventes de milkshakes stagnaient malgre l’ajout de nouveaux parfums. En appliquant le JTBD, ils ont decouvert que 50% des milkshakes etaient achetes avant 8h30 par des navetteurs. Le “job” etait d’avoir une boisson epaisse qui dure tout le trajet et qui rassasie. En rendant les milkshakes plus epais et plus nourrissants, les ventes du matin ont significativement augmente.
Passer de la construction de produit a la resolution de problemes
Le framework JTBD implique de poser des questions comme :
- Qu’est-ce que les utilisateurs essaient d’accomplir ?
- Quels obstacles rencontrent-ils ?
- Qu’est-ce qui les motive a changer leur comportement actuel ?
En d’autres termes : avec quoi luttent-ils (contexte) et qu’essaient-ils d’atteindre (resultat) ?
Cependant, utiliser efficacement le JTBD necessite une comprehension profonde de vos utilisateurs, ce qui est difficile car vous avez rarement le temps de mener 8 a 12 interviews qualitatives, et les utilisateurs eux-memes peinent parfois a articuler leurs besoins.
Comment l’IA generative peut aider
La plupart des modeles d’IA generative sont extremement efficaces pour fournir un panorama rapide et complet des cas d’usage de votre produit et des aspects psychologiques impliques.
C’est ideal si vous :
- Demarrez le travail sur un nouveau produit
- N’avez pas le temps pour une decouverte client approfondie
- Avez besoin d’un moyen simple d’expliquer les cas d’usage de votre produit a votre equipe
Cela ne remplacera pas les interviews clients, mais cela peut vous aider a obtenir une comprehension solide des “jobs” lies a votre produit en quelques secondes.
Utiliser ChatGPT avec le JTBD en pratique
Voici le prompt personnalise que j’ai cree pour obtenir une analyse JTBD complete :
Je suis product manager et je travaille sur [Description du Produit/Service] destine a [Segment de Clients Cibles]. En utilisant le framework Jobs-to-Be-Done (JTBD), aide-moi a mieux comprendre ce que mes clients veulent vraiment et pourquoi ils "embauchent" mon produit. Suis ces etapes : 1. Identifier les Jobs Client : En considerant l'audience cible et ses principaux points de douleur, liste les jobs fonctionnels et emotionnels qu'ils essaient d'accomplir en utilisant un produit comme le notre. 2. Determiner les Resultats Desires : Pour chaque job identifie, decris les resultats cles que les clients cherchent a atteindre. A quoi ressemble le succes pour eux dans ces scenarios ? 3. Identifier les Difficultes : Mets en evidence les principales difficultes ou points de friction que les clients rencontrent en essayant d'accomplir ces jobs. Sois specifique sur les sources de frustration. 4. Insights pour l'Amelioration Produit : Sur la base de ce qui precede, suggere des insights actionnables pour ameliorer notre produit afin de mieux repondre a ces jobs, resultats desires et difficultes. Utilise des tableaux pour tes sorties. Ajoute une colonne separee avec des details. Sois tres specifique.
Les resultats que vous pouvez attendre
En utilisant ce prompt sur un produit de monitoring cloud pour PME, j’ai obtenu :
1. Jobs clients : les clients veulent s’assurer que leurs ressources cloud fonctionnent de maniere optimale, detecter les problemes avant qu’ils n’impactent les utilisateurs, et avoir l’esprit tranquille concernant leur infrastructure.
2. Resultats desires : monitoring proactif, efficacite des couts, et confiance operationnelle.
3. Difficultes : expertise technique limitee, surcharge d’informations, et temps de reaction lent sans alertes claires.
4. Suggestions d’amelioration : simplifier l’onboarding, mettre en place un systeme d’alertes intelligent qui priorise les problemes critiques et reduit le bruit.
Conclusion
Construire un produit a succes commence par une comprehension reelle de vos utilisateurs — ce qu’ils veulent et les obstacles qu’ils rencontrent. Le framework JTBD combine a l’IA generative vous permet d’obtenir des insights rapides et actionnables en quelques secondes. Cela ne remplace pas les interviews clients, mais c’est un excellent point de depart pour orienter votre reflexion et identifier les axes d’amelioration de votre produit.