Module
Module 5 sur 6Leçon 1 sur 3~16 min

Construire et lire un entonnoir

Un entonnoir mal paramétré peut désigner la mauvaise étape comme coupable et envoyer l'équipe corriger le mauvais écran. La leçon aide le PM à construire un entonnoir dont chaque réglage est explicite, à repérer où les utilisateurs décrochent et à vérifier par segment avant de conclure. Utile pour prioriser un chantier d'activation ou de conversion.

Objectif de la leçon

À la fin de cette leçon, vous serez capable de construire un entonnoir (étapes, ordre, unité comptée, fenêtre de conversion, population d'entrée), de repérer l'étape où la déperdition est la plus forte et de la découper par segment avant d'en conclure quoi que ce soit.

Thèmes abordés

  • entonnoir de conversion
  • fenêtre de conversion
  • déperdition
  • analyse de funnel
  • activation

Dans quel module

Analyser l'usage

Où les utilisateurs décrochent-ils, qui revient, et avec quel outil le voir ?

Leçons du module

  1. Construire et lire un entonnoir (cette leçon)
  2. Cohortes et rétention, savoir si les clients restent
  3. Choisir son outil d'analytics produit

Ce que vous apprendrez dans la formation

Cette leçon fait partie de la formation Instrumenter un produit et utiliser les données pour décider

  • Construire l'arbre de métriques d'un produit (North Star, métriques d'entrée, garde-fous) à partir des décisions à prendre, et écarter les métriques de vanité.
  • Concevoir un plan de tracking implémentable (événements, propriétés, convention de nommage, identité et comptes, source d'émission, responsables).
  • Recetter et surveiller la collecte des événements pour obtenir des données fiables, et savoir quoi faire quand elles ne le sont pas.
  • Collecter les données d'usage dans le respect du RGPD et des règles de la CNIL (consentement, exemption de mesure d'audience, minimisation, durée de conservation).
  • Analyser un entonnoir de conversion, l'activation et la rétention par cohortes, et interpréter correctement les courbes obtenues.
  • Choisir un outil d'analytics produit (PostHog, Amplitude, Mixpanel, GA4, entrepôt de données) selon les besoins, les contraintes et le coût.
  • Transformer une analyse en décision argumentée (tableau de bord, mémo de décision) en évitant les pièges d'interprétation (vanité, Simpson, corrélation, petits effectifs).