Faire l'inventaire de ce que vos clients disent déjà
Votre support, vos boutiques d'applications et vos enquêtes accumulent des retours que personne n'a le temps de lire. Cette leçon aide à recenser ces gisements et à comprendre ce que chacun peut, ou ne peut pas, vous apprendre. Vous saurez par où commencer avant de confier le moindre corpus à un modèle.
Mis à jour le 14 novembre 2026.
En bref
Les retours clients existants regroupent les tickets de support, les avis des boutiques d'applications, les verbatims d'enquêtes NPS et les notes d'appels commerciaux. Ils couvrent un grand volume à moindre coût mais donnent surtout le quoi, rarement le pourquoi. Pour un PM, ils servent à choisir les bons sujets d'entretien plutôt qu'à les remplacer.
Objectif de la leçon
À la fin de cette leçon, vous serez capable de dresser l'inventaire de vos sources de retours clients et de dire, pour chacune, ce qu'elle révèle et ce qu'elle ne montre pas.
Les questions auxquelles cette leçon répond
Quelles sources de retours clients exploiter en discovery ?
Les plus courantes sont les tickets de support, les avis sur les boutiques d'applications, les réponses ouvertes des enquêtes NPS et les comptes rendus d'appels commerciaux.
Les tickets de support sont-ils représentatifs des utilisateurs ?
Non : ils viennent surtout de personnes qui ont rencontré un problème et ont pris le temps de l'écrire. Ils signalent des difficultés réelles sans dire combien d'utilisateurs les partagent.
Thèmes abordés
- analyser les retours clients
- tickets de support et avis
- verbatims NPS
- biais des retours clients
Dans quel module
Exploiter ce que vos clients disent déjà
Comment tirer des centaines de tickets, d'avis et de verbatims une lecture fiable, et savoir ce qu'elle ne dit pas ?
Leçons du module
- Faire l'inventaire de ce que vos clients disent déjà (cette leçon)
- Coder des retours à grande échelle avec un LLM
- Vérifier le codage d'un LLM sur un échantillon
Ce que vous apprendrez dans ce module
Cette leçon fait partie de la formation Installer une discovery continue avec l'IA
- Analyser à grande échelle avec un LLM les retours existants (tickets, avis, NPS, appels) grâce à une taxonomie, des sorties structurées et un échantillon de contrôle.
Formations liées
- Product ManagementConfirméPratique régulière : vous utilisez déjà l’outil ou êtes confronté à la thématique.
Concevoir et analyser un A/B test
3 h
- IA & FondamentauxJuniorQuelques bases utiles : notions de contexte ou du domaine.
Prompter comme un PM : déléguer, décrire, vérifier
2 h 45 min
- IA & ProduitConfirméPratique régulière : vous utilisez déjà l’outil ou êtes confronté à la thématique.
Créer un assistant IA pour votre produit
3 h