Transformer des données de paiement en décisions utiles aux commerçants.

La première décision n'a pas porté sur les fonctions du produit, mais sur son destinataire. La segmentation a écarté les entreprises déjà outillées en data et le B2B ; le mono-boutique est resté cible secondaire. Restait un segment précis : les multi-boutiques sans équipe data. Derrière ce segment, il y a un responsable qui pilote plusieurs points de vente, sans personne pour analyser des chiffres à sa place. Le benchmark a confirmé le choix. Une seule banque au monde vendait un service comparable.

Les entretiens menés chez six commerçants ont livré un rapport de forces net : un moteur d'adhésion contre six freins. Ces six freins sont devenus les critères de conception. Chaque choix du produit devait en lever au moins un.

Avant mon intervention, le marketing avait déjà fait développer un POC Spotfire pour vérifier que les données pouvaient être extraites et croisées. La preuve technique existait : sur une enseigne réelle, comptes bancaires et transactions des terminaux se croisaient et dessinaient le profil des clients. Mais l'outil n'avait jamais été mis devant un commerçant, et personne ne savait dire ce qu'il valait pour lui.

La recherche a montré pourquoi cette preuve technique ne suffisait pas : la cible retenue n'avait ni le temps ni l'expertise nécessaires pour explorer librement des statistiques. Le problème n'était pas d'afficher les données. Il fallait aider un commerçant à comprendre ce qu'elles impliquaient pour son activité.

Pour trancher, j'ai réuni les quatre équipes en atelier autour des besoins réels du segment retenu. Sur le mur : 18 demandes candidates, portées par les équipes et les clients. À la sortie : 4 objectifs d'analyse. Trois portent le raisonnement à la place de l'utilisateur : contrôler sa performance, développer son activité, mesurer l'effet de ses actions. Le quatrième, l'étude de marché, part en phase 2. Le principe fondateur est écrit au Concept Report : un commerçant arrive avec une question précise et veut une réponse rapide, pas un système de métriques à explorer.

Le périmètre dit aussi ce que le produit refuse. Pas d'exploration libre. Pas d'export de données brutes. Pas de profils utilisateurs multiples dans la première version. Ces refus, documentés et validés par les quatre équipes, ne sont pas des limites subies : ils protègent la promesse faite à une cible qui n'a ni temps ni expertise à investir.

Chaque écran du MVP répond à un objectif, et chaque graphique arrive avec son enseignement rédigé en langage de commerçant. Sous la courbe des paniers moyens par heure : « Votre panier moyen est plus élevé le samedi et le dimanche. Par rapport à la même période l'an dernier, vos meilleures heures de vente se sont déplacées vers midi et 17 h. » L'écart entre deux périodes est calculé et écrit d'office. L'utilisateur ne calcule rien. Il décide.

Même discipline sur le temps. Pas de sélecteur de dates libre, mais trois comparaisons utiles : la période précédente, la même période un an plus tôt, la même période dans une autre de ses boutiques. Trois lectures qui répondent aux questions réelles d'un commerçant, et qui évitent l'écran vide devant lequel on ne sait pas quoi demander.

Le service ne s'arrête pas au tableau de bord : son accès fait partie de la proposition de valeur. La décision : ne rien construire de neuf. Le service réutilise l'authentification et les rôles d'Easy Banking Business, où sécurité et distribution étaient déjà résolues.