Stratégie produit : le cas Feedae

Quand j'ai rejoint Feedae en tant que product manager, six mois après le lancement du produit, je n'avais qu'une compréhension superficielle de notre positionnement. On y faisait du quality monitoring pour centres de contact avec de l'IA, certes. Je savais aussi que la vision long terme était d'irriguer la voix du client dans toute l'entreprise. Mais entre les deux ?

En rencontrant nos clients, en participant aux démos commerciales, en voyant les transformations opérées chez nos clients, j’ai détricoté.

Stratégie produit : plus qu'une roadmap, moins qu'une vision

Commençons par clarifier ce qu'est vraiment une stratégie produit. Beaucoup confondent stratégie et roadmap, ou pensent qu'avoir une vision suffit. La réalité est plus subtile.

Une vision décrit le futur que l’on veut construire dans 3-5 ans. Pour Feedae, il s’agit d’irriguer la voix du client dans toutes les directions d’une entreprise. C'est inspirant, mais ça ne dit pas comment y arriver.

Une feuille de route ou une roadmap liste les fonctionnalités à développer dans les prochains trimestres. C'est opérationnel, mais sans cap clair, ça devient vite une liste de bonnes intentions tiraillée par les demandes contradictoires.

Une stratégie produit, c'est vraiment le pont entre les deux. Marty Cagan, le pape du produit du Silicon Valley Product Group, la définit comme "la séquence de Product-Market Fits que nous prévoyons d'atteindre sur le chemin vers notre vision". Elle répond à la question : quels problèmes devons-nous résoudre, et dans quel ordre ? 

La stratégie repose sur trois piliers : 

• le focus (2-3 choses vraiment importantes, pas 20), 
• les insights clients (qualitatifs et quantitatifs),
• et l'action (transformer ces insights en problèmes concrets à donner aux équipes).

Sans stratégie, les équipes se demandent constamment : "Pourquoi on priorise ça plutôt que ça ?" Avec une stratégie claire, la réponse est évidente : parce que nous sommes à l'étape X et que cette fonctionnalité construit l'actif Y nécessaire à l'étape suivante.

Le constat : un marché qui nous attendait

Ma première révélation est venue lors d’appels commerciaux, où l’on estimait la propension à payer des prospects. Là, évidence : le budget quality monitoring existe déjà. Ce n'est pas un poste qu'il faut créer, justifier, arracher. Il est là, sanctuarisé dans les lignes budgétaires des centres de contact depuis des années.

Cette réalité change tout. Dans la plupart des startups où j'avais travaillé, une bonne partie du cycle de vente consistait à convaincre le client qu'il avait un problème suffisamment grave pour justifier un nouveau budget. Ici ? Le problème était reconnu. Le budget était alloué. La seule question était : qui allait le capter avec la meilleure solution ?

En creusant, j'ai découvert que les acteurs historiques du quality monitoring ne répondaient pas vraiment aux problèmes. Des solutions lourdes, pensées il y a 15 ans, où les superviseurs passaient encore des heures à écouter manuellement des appels, à une époque anté-IA-générative. Le marché était mûr pour une disruption, et nous arrivions avec la bonne technologie au bon moment.

Une expertise qui se voit

Ma deuxième révélation est venue lors de ma première démonstration produit chez un prospect, centre de contact dans le tourisme. Le directeur nous écoutait poliment présenter notre solution. Et puis, à un moment, il a lâché : "Votre outil c'est une mine d'or."

Ce moment “Aha” des prospects je l’ai entendu à plusieurs reprises et avec beaucoup de variantes ("c'est exactement ce qu'on cherchait depuis des années", "vous avez compris notre métier", "ça va nous changer la vie"), mais toujours la même émotion : le soulagement de quelqu'un qui voit enfin une solution pensée pour lui.

Pourquoi cette réaction ? Parce que Feedae n'est pas arrivé sur ce marché en touriste. L'équipe fondatrice avait une connaissance fine des centres de contact. Ils connaissaient les irritants quotidiens des managers, les KPIs qui les obsèdent, les rapports qu'ils doivent produire pour leur direction, le vocabulaire exact qu'ils utilisent. On ne demandait pas à nos clients de traduire notre soft dans leur langage : on parlait déjà leur langue.

Analyser 100% des conversations au lieu de 2% grâce à l’IA générative n’était qu’un élément de la réussite. Ce qui a fondamentalement permis la percée rapide du produit, c’est cette capacité à transformer la technologie en un outil directement adapté au quotidien d'un manager de centre de contact.

L'obsession de la fiabilité

Mais cette expertise métier ne suffisait pas à elle seule. J'ai très vite compris qu'il y avait une deuxième arme secrète chez Feedae, et elle était moins visible mais tout aussi décisive : notre investissement dans la fiabilité de l'IA.

J'ai vu des responsables qualité se crisper quand on mentionnait que l'IA faisait l'évaluation des appels. Elle nous a dit franchement : "On a testé d'autres outils d'IA. Le problème, c'est qu'on ne peut pas leur faire confiance. L'IA hallucine, invente des choses, rate des éléments importants, note n'importe comment. Nous, on évalue nos conseillers avec ces notes. On ne peut pas se permettre l'approximation."

Crainte légitime. Le quality monitoring, ce n'est pas juste de l'analytics pour l’amélioration continue : c'est un exercice qui a des conséquences managériales directes : avec qui dois-je passer du temps, comment est-ce que je mesure le progrès, comment est-ce que je récompense… Personne ne veut confier ça à une boîte noire qui peut halluciner.

J'ai à nouveau découvert tout le travail invisible fait avant moi. Nous n'avions pas juste calibré notre IA sur les pratiques de nos clients. Nous avions construit tout un système pour rassurer.

Le cœur de ce système ? La comparaison entre l'IA et les évaluateurs humains. Un classique du machine learning : on compare les sorties du modèle à un “gold standard”. Ainsi lors de l'onboarding d'un client, nous ne nous contentons pas de leur dire "faites-nous confiance, notre IA est bonne". Nous leur montrons, chiffres à l'appui, comment l'IA se compare aux évaluations humaines existantes. Nous prenons un échantillon d'appels que leurs superviseurs ont déjà évalués manuellement, et nous les faisons passer dans notre IA. Puis nous affichons côte à côte les résultats.

L’effet sur les clients est saisissant. Il peuvent comparer les mêmes grilles d'évaluation, l’une faite manuellement à raison de dizaines d’heures de notation, l’autre faite IA-tiquement en quelques minutes. Nous nous fixons un objectif de 90+% de match, mais plus encore que mesurer l’écart, expliquer l’écart est riche d’enseignements et permet de poser des questions de fond sur les grilles de notation.

Il y a beaucoup de critères de notation que l’IA ne parvient pas à reproduire : des critères trop vagues, mal spécifiés, libres d’interprétation… Notre démarche permet de pointer à nos clients des points qui peuvent manquer de rigueur et les challengent en profondeur sur la manière de faire de la qualité.

Certains clients nous disent : "En fait, votre IA est parfois plus rigoureuse que nos évaluateurs humains. Elle n'a pas de biais émotionnel, elle n'oublie jamais de vérifier un critère, elle applique la grille de la même façon pour tout le monde."

Cette découverte change leur perception. Ils ne voient plus l'IA comme un risque à gérer, mais comme un progrès. Non pas parce que l'IA était parfaite, mais parce qu'elle était mesurable, cohérente, et transparente.

Les signes d’intérêt au-delà du quality monitoring

Au bout de quelque temps, j'ai commencé les échanges approfondis avec nos clients. Des signes tangibles que la voix du client collectée via le quality monitoring intéresse toute l'entreprise - et pas seulement le service client - se sont manifestés.

Un directeur dans le secteur de l’éducation en ligne qui disait : “j’ai besoin de savoir quelles nouvelles offres de formations nous allons faire, et je voudrais savoir quels sont les prospects qui nous ont parlé de telle formation sur les 6 derniers mois, et ce qu’ils en auraient attendu.”

La responsable acquisition d’une société d’intermédiation bancaire qui disait : “J’aimerais savoir ce que disent les leads qui proviennent de ce fournisseur. Sont-ils conformes à ce qui m’a été vendu ?”

Le quality monitoring cesse d’être un but en soi : il devient une porte d’entrée pour construire quelque chose de plus grand. Mais plus qu’une simple porte d’entrée, il a posé des fondations solides :

• la connaissance des problèmes de nos clients. Chaque jour, nous analysons des milliers de conversations entre clients et conseillers. Nous accumulons une connaissance unique des problèmes clients, des formulations exactes qu'ils utilisent, des points de friction récurrents, sur une large variété de cas d’usage chez nos différents clients.
• la mise en place d’une relation de confiance. Nos clients utilisent Feedae tous les jours. Ils voient l'impact concret sur leurs équipes. Les conseillers reçoivent du feedback constructif et personnalisé. Les superviseurs gagnent des heures chaque semaine. La qualité de service s'améliore, mesure à l’appui. Cette confiance, c'est le terreau parfait pour introduire de nouvelles fonctionnalités.
• une technologie robuste : pour transcrire des appels avec précision, extraire n’importe quelle information à l’échelle tout en mesurant systématiquement la fiabilité.

Quand un client nous dit "j'aimerais que mes équipes accèdent directement aux insights depuis votre outil", il ne parle pas à un étranger qui essaie de lui vendre une nouvelle solution. Il parle à un partenaire qui a déjà prouvé sa valeur, qui comprend son métier, et qui a gagné sa confiance.

L'étape 2 se co-construit avec nos clients

Aujourd'hui, je passe une partie significative de mon temps à discuter avec nos clients de l'étape suivante de Feedae.

Ils nous racontent leurs workflows actuels : comment les insights du centre de contact remontent (ou plutôt, ne remontent pas) aux autres équipes. Les silos organisationnels qui empêchent la circulation de l'information. Les outils qu'ils utilisent (ou parfois bricolent) pour combler le vide. Les frustrations qu'ils accumulent.

Ces conversations avec nos clients sont, à leur tour, une mine d'or pour construire notre feuille de route. Nous ne phosphorons pas sur ce que pourrait être une plateforme d'irrigation de la voix du client. Nous observons les besoins réels qui émergent chez des entreprises qui utilisent déjà notre solution et qui en voient la valeur.

Pourquoi cette stratégie fonctionne

Si nous étions arrivés avec une plateforme générique de "gestion de la voix du client", nous aurions été perdus dans un océan de concurrents. Nous aurions dû convaincre des entreprises d'investir dans un nouveau concept, de créer un budget dédié, de transformer leurs processus internes. Un cycle de vente interminable, des POCs qui s'éternisent, des décisions qui ne viennent jamais.

Au lieu de ça, nous avons un cheval de Troie. Nous entrons par une porte connue (le quality monitoring), avec un budget sanctuarisé, un besoin évident, et une expertise qui se voit immédiatement. Nous devenons rapidement indispensables. Et une fois à l'intérieur, nous voyons naturellement les opportunités de nous étendre. C’est à peine si nous avons besoin de suggérer : les besoins viennent d’eux-mêmes.

Cette stratégie résout aussi un problème que beaucoup de startups ignorent : la crédibilité. Vous ne pouvez pas convaincre une grande entreprise de changer tous ses processus internes si vous n'avez pas d'abord prouvé votre valeur quelque part. Il faut un terrain de jeu limité où vous pouvez démontrer concrètement votre impact avant de demander plus de confiance.

Conclusion

La clarté de la première étape détermine tout le reste. 

Notre étape 1 est cristalline : devenir le cockpit par défaut d’un manager qualité de centre de contact en France. Cet objectif filtre naturellement les décisions. Si une fonctionnalité manque pour répondre à un appel d’offre, nous la faisons. Un client nous demande une fonctionnalité qui ne sert pas le quality monitoring ? On parle “exploration” avec lui. Pas “delivery”.

Aujourd'hui, je travaille sur des fonctionnalités qui préfigurent l'étape 2. Des workflows pour partager les insights avec d'autres équipes au sein de l’entreprise. Des vues de la plateforme dédiées à d’autres personas de l’entreprise. Des MCP pour analyser la voix du client depuis Mistral, Copilot, Claude ou ChatGPT.

Mais sans précipitation : en prenant le temps de construire intelligemment avec nos clients. En s’assurant que la consolidation de l'étape 1 reste la priorité : nous ne sommes pas (encore) le leader incontesté du quality monitoring en France.

Lorsque nous le serons, l'étape 2 sera évidente. Parce que nos clients nous l'auront montrée. Parce que nous aurons construit les actifs nécessaires. Parce que nous aurons gagné la confiance et la crédibilité pour aller loin.

Six mois après avoir rejoint Feedae, je ne vois plus notre positionnement comme un simple choix de marché. Je vois une stratégie produit qui a démarré, un premier product-market fit trouvé, qui résout des problèmes complexes, et qui nous met dans la bonne position pour réaliser notre vision : irriguer la voix du client dans toute l'entreprise.

Et le plus beau dans tout ça ? À chaque démo, je continue d'entendre : "Votre outil, c'est une mine d'or.". Parce que c'est vrai. Et nous ne sommes qu'au début de l’exploitation de la mine.

‍