3 novembre 2026Mis à jour le Fathy Shalaby15 min de lecture
Customer discovery pour les ingénieurs : un workflow hebdomadaire léger
Un workflow de customer discovery en sept étapes pour les product engineers : la décision de départ, les questions à poser, le nombre de conversations nécessaires et la façon de transformer ce que vous entendez en ticket réalisable.
La customer discovery pour les ingénieurs est l’habitude de comprendre le problème et le contexte d’un utilisateur avant de construire : vous demandez à de vrais utilisateurs ce qu’ils ont fait récemment, vous distinguez cela de ce que vous supposez, et vous testez le plus petit changement capable de vous donner tort. Cela ne signifie pas devenir chercheur à plein temps. Un product engineer peut la pratiquer en 30 minutes environ par semaine, en parallèle du sprint.
Quand une équipe peut livrer un prototype en un après-midi, la ressource rare n’est souvent plus le code. C’est la confiance : le problème compte-t-il, le changement s’intègre-t-il au workflow de l’utilisateur, et l’équipe saura-t-elle s’il a aidé ? L’objectif n’est pas de collecter des opinions. Il s’agit de réunir assez de preuves pour mieux prendre une décision précise.
Points clés
Premier principe du customer development selon Steve Blank : « There are no facts inside the building so get the heck outside » (Blank, 2009).
La plupart des fonctionnalités logicielles ratent leur cible : les données d’usage de Pendo de 2019 montrent que 80 % des fonctionnalités sont rarement ou jamais utilisées, tandis que 12 % génèrent 80 % de l’usage quotidien (Pendo, 2019).
Le handbook de PostHog cite parmi les traits d’un mauvais product engineer le fait de traiter la recherche en « two weeks rather than two hours » (PostHog).
Parlez de la vie du client plutôt que de votre idée, et interrogez-le sur des événements passés précis plutôt que sur ses intentions futures : deux des trois règles du livre The Mom Test de Rob Fitzpatrick (Unusual Ventures, 2024).
Une poignée de conversations révèle les étapes qui prêtent à confusion et des causes plausibles. Elle ne vous dit pas si un problème est fréquent ; pour cela, utilisez l’analytics.
Qu’est-ce que la customer discovery, et pourquoi les ingénieurs devraient-ils la pratiquer ?
La customer discovery est la partie de la méthode de customer development de Steve Blank où vous testez avec de vraies personnes ce que vous croyez du problème d’un client, avant de vous engager sur une solution. Blank pose trois principes : il n’y a aucun fait à l’intérieur du bâtiment, vous n’avez que des hypothèses non testées, et vous les testez par des expériences avec des clients potentiels. L’ordre compte. Les fondateurs doivent d’abord valider le problème, puis seulement vérifier que leur solution le résout ().
Blank écrivait pour des fondateurs de startups. L’argument pour les ingénieurs tient à la perte d’information. Le guide de PostHog destiné aux ingénieurs soutient que lorsque quelqu’un d’autre parle aux utilisateurs et en tire des tickets, les ingénieurs reçoivent une version aseptisée de la vérité, filtrée par les biais de cette personne. Il compare les entretiens utilisateurs aux tests automatisés : un investissement à court terme qui accélère l’itération en vous disant tôt si ce que vous avez construit fonctionne (PostHog, 2024).
Il y a aussi un argument de coût. Si 80 % des fonctionnalités sont rarement ou jamais utilisées, comme Pendo l’a constaté en 2019 sur les produits de ses clients, alors le code le moins cher est celui que vous apprenez à ne pas écrire. Notre article sur ce qu’est un product engineer explique où cela se situe dans le rôle.
En quoi la customer discovery diffère-t-elle des tests d’utilisabilité ou de l’analytics ?
Chaque méthode répond à une question différente. La customer discovery pour ingénieurs correspond surtout à la première ligne :
Méthode
Question à laquelle elle répond
Ce que vous obtenez
Effort habituel
Ce qu’elle ne peut pas vous dire
Entretien de customer discovery
Ce problème est-il réel, et comment les gens le gèrent-ils aujourd’hui ?
Workflows, contournements, vocabulaire, causes
20 à 60 min par conversation
La fréquence du problème
Test d’utilisabilité
Les gens peuvent-ils utiliser ce design pour accomplir une tâche ?
Où les gens hésitent, lisent de travers ou échouent
5 utilisateurs trouvent environ 85 % des problèmes (NN/g, 2000)
Si le problème valait la peine d’être résolu
Product analytics
Que font les gens, et à quelle fréquence ?
Funnels, abandons, usage des fonctionnalités
Quelques minutes, une fois les événements en place
Pourquoi ils le font
Rotation au support
Où le produit casse-t-il aujourd’hui pour de vrais utilisateurs ?
Bugs, confusion, demandes de fonctionnalités
Quelques heures par semaine
Ce que font les utilisateurs en dehors de votre produit
Ces méthodes fonctionnent mieux ensemble. Les consignes de GOV.UK sur la phase de discovery citent l’examen des analytics et des journaux du support à côté des entretiens et de l’observation, pour que vous arriviez à chaque conversation avec une meilleure question (GOV.UK).
Comment mener une customer discovery quand on est ingénieur, étape par étape ?
Sept étapes. Les deux premières prennent dix minutes et déterminent si le reste sera utile.
1. Partez d’une décision que vous pourriez changer
Avant de planifier des entretiens, écrivez la décision que l’équipe cherche à prendre. Par exemple :
Devons-nous construire un flux d’édition en masse pour ce workflow ?
Quelle étape de l’onboarding simplifier en premier ?
Cette demande vient-elle d’une fonctionnalité manquante ou d’une configuration confuse ?
Cela doit-il être une fonctionnalité du produit, un workflow de support ou une prestation ponctuelle ?
Une bonne question de discovery a une réponse possible qui changerait ce que l’équipe construit, mesure ou écarte délibérément. Si toutes les réponses mènent à la même implémentation, la question de recherche est trop large.
Notez l’hypothèse actuelle à côté de la décision. Restez simple : « Nous pensons que les petites équipes de support perdent du temps parce qu’elles copient le contexte client d’un outil à l’autre. » Vous testez ainsi l’hypothèse, au lieu de demander aux utilisateurs d’approuver la fonctionnalité envisagée.
2. Choisissez un groupe étroit et une situation récente
« Les utilisateurs » est généralement trop large pour une première conversation utile. Choisissez des personnes qui partagent un rôle, un workflow ou une contrainte pertinents, puis interrogez-les sur une occurrence récente du problème plutôt que sur un futur hypothétique.
Vous aurez rarement besoin de prospection à froid. PostHog suggère trois sources dès que vous avez des utilisateurs : l’analytics pour repérer les power users de fonctionnalités voisines, les ventes ou le customer success pour les clients intéressés, et le support pour les personnes qui posent des questions ou demandent des fonctionnalités (PostHog, 2024). Gardez la demande modeste. Teresa Torres recommande de demander environ 20 minutes et de dire précisément comment vous utiliserez ce temps (Product Talk).
Pour chaque conversation, notez pourquoi cette personne appartient au groupe. Si les gens ont des métiers ou des cas d’usage très différents, gardez leurs preuves séparées au lieu de les moyenner en un utilisateur fictif.
3. Demandez ce qui s’est passé, pas ce qu’ils pourraient faire
Les gens cherchent généralement à être serviables quand ils répondent à des questions hypothétiques. Cette gentillesse peut faire paraître une idée faible plus solide qu’elle ne l’est. Rob Fitzpatrick, un programmeur poussé vers un rôle au contact des clients dans sa première entreprise (The Mom Test), en a tiré trois règles : parler de la vie du client plutôt que de votre idée, interroger sur des faits précis du passé, et parler moins pour écouter davantage (Unusual Ventures, 2024).
Essayez des questions comme celles-ci :
« Racontez-moi la dernière fois où vous avez eu besoin de faire cela. »
« Qu’est-ce qui a déclenché la tâche, et qu’avez-vous fait ensuite ? »
« Où avez-vous été bloqué ou changé d’outil ? »
« Quel contournement avez-vous utilisé ? »
« Qu’est-il arrivé parce que cela a pris plus de temps ou n’a pas fonctionné ? »
« Avez-vous essayé de le résoudre autrement ? Que s’est-il passé ? »
« Qui d’autre a participé à la décision ? »
Évitez d’ouvrir avec « Utiliseriez-vous une fonctionnalité qui… » ou « Ce prototype vous plaît-il ? ». Si vous montrez un prototype, commencez par comprendre le workflow actuel. Demandez ensuite à la personne d’essayer une tâche réaliste pendant que vous observez où elle hésite, ce qu’elle ignore et ce qu’elle s’attend à voir se produire. Notre modèle d’entretien client contient un script complet.
4. Séparez les observations de l’interprétation
Après la conversation, notez trois choses distinctes :
Note
Exemple
Observation
L’ingénieur a copié un identifiant de compte depuis le ticket vers un second outil avant de reproduire le problème.
Interprétation
Le passage de relais entre le support et l’ingénierie fait peut-être perdre du contexte.
Question ouverte
Cela arrive-t-il assez souvent pour justifier un panneau de contexte partagé ?
Cette séparation compte. « Les utilisateurs ont besoin d’un dashboard » est une solution proposée, pas une observation. Gardez les mots exacts de la personne quand ils sont utiles, et reliez chaque conclusion à la note, à l’appel, au ticket ou à l’artefact qui l’étaye.
Ne transformez pas un entretien marquant en engagement de roadmap. Cherchez des schémas récurrents dans le groupe concerné et gardez les contre-exemples visibles. Si les preuves sont partagées, c’est une raison de lancer un test plus petit, pas de masquer l’incertitude. Notre guide sur l’analyse des entretiens clients détaille la synthèse sur plusieurs conversations.
5. Testez le plus petit changement qui peut vous apprendre quelque chose
Le premier test n’exige pas toujours du code de production. Selon le risque, l’équipe peut :
modifier un libellé ou une valeur par défaut et observer le taux d’achèvement de la tâche ;
réaliser manuellement une étape pour quelques utilisateurs avant de l’automatiser ;
présenter un prototype cliquable dans un scénario réaliste ;
ajouter un parcours d’accès anticipé clairement décrit ;
instrumenter un workflow existant pour repérer où les utilisateurs s’arrêtent.
Soyez honnête sur ce que le test démontre. Un écran maquetté peut tester si un workflow a du sens ; il ne prouve pas que le service sous-jacent est fiable. Une inscription est un signe d’intérêt, pas la preuve d’une valeur durable. Choisissez un test adapté à l’incertitude que vous voulez réduire.
Avant de le lancer, nommez un résultat et un garde-fou. « Davantage d’utilisateurs invités terminent la configuration » est un résultat ; « les demandes au support n’augmentent pas » peut servir de garde-fou. Définissez la mesure exacte avant de regarder les résultats.
6. Transformez ce que vous avez appris en ticket réalisable
Une bonne transmission de la discovery donne à l’ingénierie assez de contexte pour prendre une bonne décision d’implémentation, sans prétendre que toutes les questions ont une réponse. Incluez :
Utilisateur et situation : qui rencontre le problème et quand.
Preuves : ce qu’ils ont fait, dit ou essayé, avec des liens vers la source.
Énoncé du problème : l’obstacle dans le workflow de l’utilisateur, sans prescrire l’interface.
Résultat souhaité : ce qui doit devenir plus facile ou plus sûr.
Non-objectifs : ce que ce changement ne cherchera pas à résoudre.
Critères d’acceptation : un comportement observable que l’on peut vérifier.
Questions ouvertes : les incertitudes susceptibles d’affecter le périmètre.
Indicateur de succès et garde-fou : ce que l’équipe examinera après la mise en production.
Cela peut être un ticket court pour un changement réversible, ou un document d’exigences produit plus complet lorsque le travail comporte plus de dépendances, de risques ou de coordination.
7. Utilisez l’IA pour organiser les preuves, pas pour en inventer
Les outils d’IA peuvent regrouper des notes d’entretien, repérer des formulations récurrentes, rédiger un premier résumé ou transformer un énoncé de problème vérifié en options de critères d’acceptation. Gardez le matériau source attaché. Vérifiez chaque schéma annoncé en le confrontant aux notes d’origine, et corrigez les résumés qui mélangent plusieurs personnes ou suggèrent plus de certitude que les entretiens n’en donnent.
Ne demandez pas à un modèle d’inventer des citations de clients, de combler les trous avec une persona plausible ni de décider quel segment compte. L’équipe reste responsable du jugement produit. Un résumé généré est une carte des preuves, pas une preuve nouvelle ; notre guide sur la synthèse de recherche assistée par IA montre comment en vérifier un.
Quelles questions les ingénieurs devraient-ils poser lors d’un entretien de customer discovery ?
PostHog distingue deux types d’entretiens menés par des ingénieurs : l’exploration du problème, qui guide ce qu’il faut construire ensuite, et la validation de la solution, qui intervient une fois que quelqu’un utilise votre fonctionnalité ou voit une démo (PostHog, 2024). Ce tableau vous aide à garder chaque question honnête :
Objectif
Demandez
Évitez
Trouver le vrai workflow
« Pouvez-vous me décrire comment vous avez résolu cela la dernière fois ? »
« Comment faites-vous d’habitude ? »
Trouver le coût
« Qu’est-il arrivé parce que cela a pris plus de temps ? »
« Quand cela s’est-il produit pour la dernière fois ? Et avant ? »
« À quelle fréquence cela arrive-t-il ? » (les réponses dérivent à la hausse)
Valider une solution
« Pouvez-vous me montrer comment vous l’utilisez en ce moment ? »
« Ça vous plaît ? »
Creuser
« Que voulez-vous dire par là ? » « Pourquoi est-ce important ? »
Expliquer votre produit en plein entretien
Posez une question à la fois. Quand un utilisateur propose une solution, demandez quel problème elle résoudrait pour lui, puis explorez ce problème.
De combien d’entretiens de customer discovery avez-vous besoin ?
Cela dépend de ce que vous décidez. Il existe trois repères, et ils mesurent des choses différentes :
Trouver un modèle économique : les cours universitaires de Blank exigent que les équipes parlent à 100 clients ou bénéficiaires en 10 semaines (Blank, 2020). C’est pour des équipes qui cherchent toute une entreprise, pas pour affiner une fonctionnalité.
Choisir où concentrer les efforts dans un produit : PostHog affirme qu’une poignée d’entretiens peut suffire, sans échantillon statistiquement significatif (PostHog, 2024).
Trouver les problèmes d’utilisabilité d’un design : l’analyse de Jakob Nielsen de 2000 a montré que 5 utilisateurs révèlent environ 85 % des problèmes d’utilisabilité, et recommande 3 séries de 5 plutôt qu’une série de 15 (NN/g, 2000). Ce chiffre vaut pour les tests d’utilisabilité, pas pour les entretiens sur le problème.
Pour un produit en cours de vie, la cadence l’emporte sur la taille du lot. Teresa Torres recommande que la plupart des équipes produit interrogent au moins un client chaque semaine (Product Talk), et Blank plaide pour intégrer la customer discovery continue à l’ADN de l’entreprise (Blank, 2014). Notre guide sur la continuous discovery explique comment tenir cette habitude.
La durée de l’entretien compte moins que la focalisation. GOV.UK indique que les entretiens approfondis durent de 30 minutes à 2 heures (GOV.UK) ; pour une seule décision produit, 20 à 30 minutes sur une histoire récente suffisent généralement.
À quoi ressemble une boucle de discovery hebdomadaire de 30 minutes ?
Pour une petite équipe de product engineering, un rythme léger peut ressembler à ceci :
Cinq minutes : choisir une décision et énoncer l’hypothèse actuelle.
Dix minutes : passer en revue une ou deux conversations clients, tickets ou enregistrements de sessions récents.
Dix minutes : séparer observations, interprétations et questions ouvertes.
Cinq minutes : choisir le plus petit test suivant et désigner un responsable.
Si les preuves ne justifient pas de changement, consignez-le aussi. « Nous avons vérifié et nous ne savons pas encore » est plus utile que de transformer discrètement une supposition en périmètre.
Exemple concret : une demande d’édition en masse
Cet exemple est illustratif. Imaginons qu’une équipe de quatre ingénieurs enregistre 12 demandes d’édition en masse sur un trimestre. Au lieu de construire un écran d’édition en masse de trois semaines, un ingénieur passe deux semaines à parler à 5 des demandeurs, 20 minutes chacun : environ 100 minutes d’appels.
Quatre des 5 décrivent le même contournement : exporter en CSV, modifier dans un tableur, réimporter, soit environ 25 minutes par semaine chacun. Leur vraie difficulté, c’est que la réimportation échoue à cause d’une seule ligne défectueuse et qu’ils recommencent de zéro. Le cinquième veut l’édition en masse pour une tâche de permissions sans rapport, cette preuve reste donc à part.
L’équipe livre en 3 jours des erreurs d’import au niveau de la ligne, derrière un feature flag. Résultat : la part des tentatives d’import qui aboutissent sans redémarrage. Garde-fou : les tickets de support liés à l’import n’augmentent pas. L’écran d’édition en masse reste dans le backlog, avec les 5 conversations liées comme preuves pour la personne qui le rouvrira.
Quand la customer discovery n’aide-t-elle pas ?
La discovery n’est pas toujours le moyen le moins cher d’apprendre. Le handbook de PostHog est tranchant : ses fondateurs ont pivoté 5 fois alors que les retours sur les nouvelles idées étaient positifs presque à chaque fois, et il soutient que livrer directement est souvent le meilleur moyen de valider une idée (PostHog).
Livrez d’abord, parlez ensuite, quand :
le changement est petit, réversible et peut se cacher derrière un feature flag ;
le problème est bien défini, comme un bug reproductible ;
vous pouvez mesurer directement l’usage après la mise en production.
Parlez d’abord quand le changement est coûteux, difficile à annuler, touche aux données ou à la facturation, ou quand vous ne savez pas encore qui est l’utilisateur. Dans les deux cas, faites un suivi après la mise en production pour voir si la chose est utilisée, et pourquoi.
La discovery échoue aussi quand elle recueille le mauvais signal. Les compliments, les listes de souhaits et les « j’utiliserais ça à coup sûr » ne coûtent rien. La leçon que Blank tire de sa propre carrière : même une opinion éclairée n’est qu’une supposition tant que quelqu’un à l’extérieur du bâtiment ne la confirme pas (Blank, 2009).
Erreurs courantes de la customer discovery pour les ingénieurs
Vendre au lieu d’écouter. Si vous passez l’appel à expliquer votre architecture, vous n’apprenez rien sur la leur.
Interroger la personne la plus facile à joindre. Les collègues et les power users sympathiques sont utiles, mais ils ne représentent pas tout votre marché.
Noter la solution plutôt que le problème. « Il faut une API » est une supposition ; « copie 40 lignes à la main chaque lundi » est une preuve.
Prendre un nombre de demandes pour de la demande. Douze demandes peuvent cacher trois problèmes différents.
Sauter le suivi. Si personne ne vérifie que le changement livré a fonctionné, la boucle ne se referme jamais.
Où Specky intervient
Specky ingère les appels clients, les retours, Slack, Jira et l’analytics dans un Product Graph, puis rédige des specs et des tickets avec des citations en ligne vers les preuves, de sorte que le ticket de l’étape 6 renvoie aux conversations qui le fondent. Son serveur MCP donne aux agents de code le même contexte produit. Pour voir comment cela s’articule avec le rôle de PM technique ou de product engineer, consultez le product management pour les PM techniques.
Questions fréquentes
Qu’est-ce que la customer discovery, en termes simples ?
La customer discovery consiste à parler à des clients réels ou potentiels pour vérifier que le problème que vous comptez résoudre existe, comment ils le gèrent aujourd’hui et s’il compte assez pour qu’ils changent. Elle vient de la méthode de customer development de Steve Blank. Vous testez d’abord le problème, puis la solution, et vous traitez comme une hypothèse tout ce que vous croyiez avant ces conversations.
Les ingénieurs devraient-ils parler aux clients, ou laisser cela aux product managers ?
Les deux. Un PM ou un fondateur peut piloter le plan de recherche, mais les ingénieurs qui participent aux appels entendent un contexte que les tickets perdent, et ils peuvent poser des questions sur des contraintes que seuls eux comprennent. PostHog soutient que les ingénieurs qui ne reçoivent que des tickets obtiennent une version filtrée de la vérité. Commencez par participer à un appel par semaine ou par prendre une rotation au support.
Quelle est la différence entre customer discovery et product discovery ?
La customer discovery se concentre sur le client et le problème : qui le rencontre, comment il le résout aujourd’hui et ce que cela lui coûte. La product discovery est plus large et inclut le test de solutions sur l’utilisabilité, la faisabilité et la viabilité avant la livraison. Pour un fondateur solo, les deux se recoupent presque entièrement. Le guide du processus de product discovery couvre l’enchaînement complet.
Combien de temps doit durer un entretien de customer discovery ?
Vingt à trente minutes suffisent pour une histoire récente sur un problème. Les consignes de GOV.UK situent les entretiens approfondis entre 30 minutes et 2 heures ; des séances plus longues donnent plus de détails, mais sont plus difficiles à organiser. Teresa Torres suggère de demander aux participants environ 20 minutes, ce qui permet à des clients occupés de dire oui plus facilement.
Une IA peut-elle mener des entretiens de customer discovery ?
L’IA peut transcrire, résumer et, avec des outils conçus pour cela, mener des entretiens structurés. Elle ne peut pas décider quel problème compte, remarquer ce qu’un client a évité de dire, ni assumer la décision produit. Traitez la sortie de l’IA comme une première ébauche, vérifiez les citations par rapport à la source et gardez une personne responsable de l’interprétation de ce que les clients ont voulu dire.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing