L'IA te dit où regarder dans tes données, jamais ce qu'elles veulent…
Tu poses ta décision et ton hypothèse avant d'ouvrir l'outil, tu lis chaque requête avant de croire son chiffre, tu recalcules ce qui servira à décider. Tu repars avec un endroit où chercher, sourcé, pas une solution.
Pourquoi
Un chiffre propre n'est pas un chiffre juste. Demander à un assistant branché sur tes analytics « pourquoi mes utilisateurs ne reviennent pas », c'est lui laisser choisir la métrique, écrire la requête et fabriquer l'explication. Les trois sortent avec le même aplomb, et rien ne distingue la requête fausse de la bonne. Je l'ai fait, ou vu faire par une équipe que j'accompagnais, de quatre façons : export vers un assistant, assistant intégré à l'outil d'analytics, SQL généré par l'IA, tableur. Le SQL généré, on ne le croit qu'après l'avoir relu. La donnée dit où ça décroche. Le pourquoi…
Quand
Tu montes ce kit quand une décision produit attend un chiffre. Phase : Discovery. Audience : PM, PO, designers produit qui lisent eux-mêmes la donnée. ✅ Tu sais que c'est ton kit quand Tu as un outil d'analytics instrumenté et personne pour écrire tes requêtes Un chiffre circule en réunion sans que personne sache d'où il sort Tu veux savoir où chercher avant de lancer des entretiens ❌ Pas pour…
Outils inclus
- Posthog
- Claude