Le Product Owner à l’ère des données

Le Product Owner est un profil de plus en plus recherché par les entreprises de tous secteurs. Il est le garant du succès d’un produit, en s’assurant du développement et de l’adoption de nouvelles fonctionnalités bénéfiques aux utilisateurs. A l’ère de l’intelligence artificielle, il se doit de maitriser les données et les algorithmes, nouvelles sources de valeur dans la feuille de route produit.

Le Product Owner, piston entre la technique et les usages

Ken Schwaber et Jeff Sutherland, concepteurs de la méthode agile Scrum, ont défini le rôle de Product Owner comme étant « le responsable de maximiser la valeur du produit résultant du travail de l’équipe de développement [1]». En d’autres termes, il veille à ce que le produit en cours de développement (il peut s’agir d’un logiciel, d’un site web, d’une application, ou même d’un produit physique) rencontre le succès auprès de ses utilisateurs et génère en conséquence le maximum de bénéfices pour l’entreprise.

Pour atteindre cet objectif, le Product Owner doit donc se glisser dans la peau de l’utilisateur final ciblé et comprendre – voire anticiper – ses attentes et besoins, à travers notamment la collecte et l’analyse des avis et autres données d’utilisation. Charge à lui ensuite de lister, de sélectionner et de prioriser les fonctionnalités à déployer et d’en devenir l’ambassadeur auprès des équipes de production. Il fait  office de tampon entre la sphère « technique », dans laquelle évoluent les développeurs du produit, et la sphère « pratique » des utilisateurs et de leurs usages. Il s’agit donc d’un profil transverse, capable de comprendre aussi bien les enjeux business que les contraintes et les opportunités techniques et technologiques.

Les données au centre de la Road Map produit

Le Product Owner des temps modernes doit posséder une corde supplémentaire à son arc : « l’état d’esprit Data ». En effet, le succès ou l’échec d’un produit dépend de plus en plus de la capacité à transformer les données disponibles en fonctionnalités qui apportent de la valeur à l’utilisateur. Il est impossible aujourd’hui de contester l’importance des algorithmes dans le succès des Spotify, Netflix, Uber ou Amazon. Découvrir de nouveaux artistes ou contenus, avoir à tout moment un véhicule à moins de cinq minutes, compléter une liste de courses par des produits complémentaires pertinents, … tout ceci est rendu possible par les nouvelles technologies d’acquisition, de stockage et de traitement des données.

Pour comprendre à quel point cela est devenu stratégique, analysons deux situations où les données sont au centre de la feuille de route produit et où elles jouent un rôle essentiel dans l’attraction et la fidélisation des clients :

·       Viadeo vs Linkedin : nous avons là deux plateformes au départ assez proches, concentrant des millions de profils professionnels. Alors que Viadeo est restée pendant longtemps une simple base de données de CV, Linkedin a multiplié les fonctionnalités et les opportunités pour ses membres autour du recrutement, de la prospection commerciale, des formations, grâce notamment à ses moteurs de recommandations. En utilisant de façon pertinente les données disponibles, Linkedin génère une valeur supérieure à celle de Viadeo pour les utilisateurs.

·       Deezer vs Spotify : . Les deux entreprises possèdent à peu de choses près le même catalogue musical, c’est-à-dire les mêmes données de base, la même matière première. La différence se fait donc principalement dans la façon de transformer ces données et de les restituer au client. Les options sont presque illimitées : l’élaboration des playlists peut se baser sur la géolocalisation de l’utilisateur, sur sa prochaine destination de vacances, sur son historique d’écoute, sur les groupes en tournée dans sa région, sur l’analyse sémantique des paroles, sur les instruments utilisés, sur le nombre de bpm, etc.. Et les modèles d’affaires en découlant sont eux aussi nombreux : faire payer l’utilisateur via un abonnement, faire payer les artistes pour augmenter leur présence dans les playlists suggérées, vendre de la publicité hyper-personnalisée, revendre de l’information aux organisateurs de festivals à propos des artistes les plus écoutés, créer un site de rencontre basé sur les affinités musicales… La façon dont les deux plateformes vont utiliser leurs données jouera donc un rôle primordial dans l’adoption de l’une ou de l’autre par l’utilisateur final, mais aussi dans la monétisation ; les algorithmes sont ici l’élément central de la concurrence.

Vers le « Product Owner Data »

Le Product Owner doit donc, s’il veut atteindre son but de maximisation de la valeur du produit, développer une sensibilité et une approche Data :

·       Il doit sans cesse s’interroger sur les données disponibles (en interne mais aussi en Open Data, à travers des partenariats ou via le développement de nouvelles fonctionnalités)

·       Il doit se tenir au courant des avancées de l’IA afin d’identifier les briques théoriquement déployables dans le produit (computer vision, speech to text, etc)

·       Il doit posséder l’élasticité intellectuelle et la créativité pour transformer ces données et ces technologies en usages et fonctionnalités produit.

·       Il doit être capable de cadrer les projets de Data Science, notamment en définissant les métriques de performance en accord avec les objectifs côté usages et métiers.

·       Il doit analyser les données d’utilisation du produit afin de réorienter les priorités dans les choix des User Stories à développer.

·       Evidemment, il doit veiller au respect des règlementations en vigueur, à commencer par le RGPD, et encore mieux, créer et maintenir une relation de confiance auprès des utilisateurs en étant proactif et transparent sur l’utilisation qui est faite de leurs données.

Cette évolution vers le Product Owner Data s’inscrit plus largement dans le processus de transformation numérique des organisations, qui doivent travailler de façon graduelle mais constante à devenir « data-driven » , ou pilotée par les données. Pour en savoir plus sur la vision Valoway et nos offres autour de la conduite du changement, de l’acculturation à la Data, et nos profils de Product Owner Data, contactez-nous.

[1] définition en page 6 du guide Scrum : https://www.scrumguides.org/docs/scrumguide/v2017/2017-Scrum-Guide-French.pdf

——

Cet article vous intéresse? discutez-en avec la communauté Data Valoway sur Linkedin ou sur Slack