11 juillet 2026Mis à jour le Fathy Shalaby14 min de lecture
Le product sense : comment les PM seniors prennent de bonnes décisions avec des données incomplètes
Le product sense n'est pas une intuition au doigt mouillé, c'est un jugement calibré. Voici comment fonctionne l'intuition, quand lui faire confiance, de combien de preuves chaque décision a besoin et l'habitude qui vous fait progresser.
Le product sense, souvent appelé intuition produit, est la capacité à prendre de bonnes décisions produit lorsque les données sont incomplètes. Ce n'est pas une intuition au doigt mouillé. C'est un jugement calibré : savoir de quel type de preuve vous disposez, ce qu'elle vaut, ce qui vous ferait changer d'avis et quand attendre coûte plus cher que se tromper. Les PM seniors n'ont pas raison plus souvent par magie ; ils sont mieux calibrés.
L'essentiel
Shreyas Doshi décrit le product sense comme « la capacité à prendre, en général, les bonnes décisions produit » face à une forte ambiguïté, et le traite comme une compétence que chacun peut améliorer (Maven).
L'intuition n'est fiable que dans les bonnes conditions : un environnement régulier plutôt que chaotique, de la pratique, et un retour exact et rapide sur vos décisions (Gary Klein à propos de Kahneman & Klein, 2009).
Les experts décident par reconnaissance. Dans les recherches de Klein sur les pompiers en intervention, 117 points de décision sur 134 relevaient de la reconnaissance plutôt que de la comparaison d'options, et 78 % des décisions ont pris moins d'une minute (ShadowBox, 2025).
Le travail produit donne rarement un retour rapide, si bien que l'intuition des PM est plus faible qu'elle n'en a l'air. Chez Microsoft, seulement environ un tiers des expériences bien conçues ont amélioré leur métrique cible (Kohavi, Crook & Longbotham, 2009).
L'habitude qui affine le jugement est simple : écrivez une prédiction réfutable avant chaque décision et vérifiez-la plus tard.
Qu'est-ce que le product sense ?
Tout PM connaît ce moment. Les données sont peu concluantes, les parties prenantes veulent une réponse pour vendredi et la discovery date de deux semaines, pas de deux mois. Il faut construire, abandonner ou gagner du temps, et chaque choix a un coût. Les PM juniors se figent souvent ici : ils réclament davantage de recherche ou lancent une enquête qui prend trois semaines et répond à la mauvaise question. Les PM seniors décident. Non parce qu'ils ont plus de données, mais parce qu'ils lisent des signaux incomplets, les pondèrent correctement et s'engagent tout en restant ouverts à l'idée de se tromper.
Shreyas Doshi : la capacité à prendre, en général, les bonnes décisions produit, tant à l'échelle du tableau d'ensemble que du détail, même sous forte ambiguïté. Il cite l'empathie cognitive, le goût, la stratégie produit et la créativité parmi les leviers (Maven).
Jules Walter, dans Lenny's Newsletter : la compétence qui consiste à concevoir de manière constante des produits ayant l'impact voulu sur leurs utilisateurs, fondée sur deux piliers, l'empathie pour trouver des besoins significatifs et la créativité pour y répondre (Lenny's Newsletter, 2022).
Tous deux traitent le product sense comme une compétence qui s'apprend, non comme un trait de caractère. Cet article se concentre sur ce que les entretiens testent rarement : bien décider quand les preuves sont maigres.
Product sense, intuition brute et décisions fondées sur les données
Intuition brute
Product sense
Attendre les données
Ce qui guide la décision
Une reconnaissance de schémas que vous n'avez pas examinée
Des schémas plus une lecture explicite des preuves
Seulement ce qui est mesuré
Vitesse
Rapide
Assez rapide
Lente
Défaillance principale
Sûr de soi et dans l'erreur face à des situations nouvelles
Excès de confiance si l'on ne vérifie jamais
Rater la fenêtre ; paralysie par l'analyse
Comment savoir que ça marche
On ne le sait pas
Prédictions consignées et vérifiées
Les résultats arrivent, souvent trop tard pour compter
Le meilleur signe d'un bon product sense n'est pas que quelqu'un ait toujours raison. C'est qu'il est rarement surpris quand il se trompe. Il savait que l'incertitude était là, et il a tranché parce que le coût de l'attente dépassait celui d'une erreur.
Comment fonctionne réellement l'intuition produit ?
Les recherches de Gary Klein auprès de commandants de sapeurs-pompiers expliquent ce que font les experts sous pression. Son équipe s'attendait à ce qu'ils comparent des options. Pour la plupart, ils ne le faisaient pas. Sur 134 points de décision, 117 suivaient ce que Klein a appelé le modèle de décision par reconnaissance (RPD, recognition-primed decision), et 78 % des décisions ont été prises en moins d'une minute (ShadowBox, 2025).
Le RPD comporte trois mouvements :
Reconnaître la situation. L'expert la perçoit comme familière, ce qui fait remonter les indices pertinents, des objectifs plausibles, ce à quoi s'attendre et une action typique.
Retenir la première option praticable. Les options sont examinées une par une, non côte à côte.
La simuler mentalement. L'expert déroule l'action dans sa tête. Si le résultat paraît acceptable, il agit. Sinon, il l'ajuste ou essaie l'option suivante.
Les PM font la même chose quand une demande de fonctionnalité « sent mauvais » ou qu'une chute de métrique « ressemble » à un bug de tracking. La bibliothèque de schémas vient de centaines de conversations clients, de lancements et de post-mortems. C'est pourquoi le product sense grandit avec l'exposition, et pourquoi un PM nouveau sur un marché doit s'y fier moins à ses instincts.
Quand pouvez-vous faire confiance à votre intuition produit ?
Daniel Kahneman a passé sa carrière à documenter les biais de l'intuition ; Klein à montrer à quel point les experts s'en servent bien. En 2009, ils ont publié un article commun sur les conditions où chaque point de vue tient. Klein a ensuite résumé les critères sur lesquels ils s'étaient accordés : une situation régulière plutôt que chaotique ou hypercomplexe, la possibilité de s'exercer et un retour exact et rapide sur les conséquences des décisions (Psychology Today, 2024).
Le product management échoue souvent au troisième test. Le retour sur un pari de roadmap peut prendre un trimestre et se mêle à la saisonnalité, au marketing et à d'autres lancements. L'équipe de Ron Kohavi chez Microsoft l'a dit sans détour : il est humiliant de voir à quel point les experts estiment mal la valeur des fonctionnalités, eux-mêmes compris. Seulement environ un tiers des expériences bien conçues ont amélioré la métrique visée (Kohavi, Crook & Longbotham, 2009).
La réponse honnête est donc : fiez-vous davantage à votre intuition là où le retour est rapide et le domaine familier, et moins là où il ne l'est pas.
Type de décision
Vitesse du retour
Régularité du domaine
Faire confiance à l'intuition ?
Textes d'interface, étapes d'onboarding de votre propre produit
Jours
Élevée
Oui, puis vérifier avec des données
Prioriser des demandes d'un segment que vous connaissez bien
Semaines
Moyenne à élevée
Le plus souvent, avec une vérification rapide des preuves
Tarification et packaging
Mois
Moyenne
En partie ; tester avant de s'engager
Entrer sur un nouveau marché ou segment
Trimestres
Faible
Peu ; acquérir d'abord des preuves d'observation
Quels sont les trois niveaux de preuve produit ?
Chaque signal que vous recueillez se situe à l'un de trois niveaux. Trier rapidement les preuves est la compétence centrale. Pour un traitement plus détaillé par type de risque, voyez ce qui compte comme preuve pour les quatre risques produit.
Niveau 1 : preuves indirectes
Les preuves indirectes sont des preuves par indices. Elles suggèrent quelque chose sans le prouver : un schéma dans les tickets de support, une baisse d'une métrique d'entonnoir, une objection commerciale qui revient trois fois dans le mois, un utilisateur qui décrit un contournement. Elles sont peu coûteuses à recueillir et faciles à mal interpréter. Les preuves indirectes vous disent que quelque chose se passe, pas pourquoi. Agir sur elles seules, c'est ainsi qu'on construit la mauvaise solution au bon problème.
Niveau 2 : preuves d'observation
Les preuves d'observation viennent du fait de regarder des gens utiliser votre produit ou des substituts proches : entretiens clients (surtout les entretiens de bascule), enregistrements de sessions, tests d'utilisabilité. Elles vous disent pourquoi quelque chose se passe. Elles coûtent plus cher que les preuves indirectes et coûtent plus cher encore à ignorer. Quand l'observation contredit vos signaux indirects, c'est généralement l'observation qui l'emporte. La plupart des PM y investissent trop peu ; de bonnes questions d'entretien client les rendent moins coûteuses.
Niveau 3 : preuves causales
Les preuves causales viennent d'expériences contrôlées : tests A/B, déploiements par feature flag avec groupe témoin, mesures avant-après avec une base de référence propre. Ce sont les seules qui vous disent ce qui va se passer si vous changez quelque chose. Elles exigent un échantillon assez grand, un protocole propre et en général plusieurs semaines d'exécution. La plupart des décisions n'en ont pas besoin. L'erreur courante est de les exiger pour tout, en lançant une expérience alors qu'un entretien aurait répondu plus vite. Notre guide du test A/B explique quand cela en vaut la peine.
De combien de preuves avez-vous besoin avant de prendre une décision produit ?
Cela dépend de deux choses : la réversibilité du choix et son coût.
Réversibilité
Investissement
Preuve nécessaire
Exemple
Difficile à inverser
Élevé
Causale
Changer la tarification pour tous les clients existants
Facile à inverser
Modéré
D'observation
Un nouveau parcours d'onboarding derrière un feature flag
Facile à inverser
Faible
Indirecte, plus un biais pour l'action
Réordonner une page de réglages
La plupart des décisions produit du quotidien se situent dans la ligne du bas. La plupart des équipes les traitent comme celles de la ligne du haut. Jeff Bezos a fait valoir la même chose dans la lettre aux actionnaires d'Amazon de 2016 : la plupart des décisions devraient être prises avec « environ 70 % des informations que vous aimeriez avoir », et la lenteur coûte généralement plus cher que l'erreur, à condition de bien repérer et corriger vite les mauvais choix (Amazon, 2017). Notre article sur les décisions à sens unique et à double sens montre comment savoir dans quelle ligne vous vous trouvez.
Comment développer son product sense ? L'habitude de calibrage
Le product sense s'affine grâce à une seule pratique : suivre vos prédictions. Elle crée le retour rapide dont, selon Kahneman et Klein, l'intuition a besoin et que le travail produit fournit rarement de lui-même.
Avant une décision, écrivez ce que vous vous attendez à voir arriver. Pas un souhait, une prédiction réfutable : « Si nous livrons ce changement, la rétention à J30 de la cohorte exposée augmentera d'au moins 5 %. » Ou : « Trois mois après le lancement, moins de 10 % des utilisateurs emploieront cette fonctionnalité plus d'une fois. » Ajoutez votre degré de confiance. Quand assez de temps a passé, vérifiez.
C'est inconfortable, car les prédictions créent de la redevabilité. C'est aussi la seule boucle qui améliore le calibrage. Vous apprenez quels types de décisions vous réussissez et lesquels vous évaluez systématiquement mal. Deux erreurs reviennent sans cesse :
Surestimer l'adoption des fonctionnalités qui enthousiasment l'équipe. Le taux de réussite d'une sur trois de Kohavi est le point de vue extérieur auquel confronter cet enthousiasme.
Sous-estimer la ténacité des comportements actuels. Les utilisateurs gardent leur contournement longtemps après la sortie de votre meilleure solution.
Connaître vos propres modes de défaillance vaut plus que n'importe quel framework.
Modèle de journal de prédictions (à copier-coller)
DECISION: [what we decided, one line]
DATE / OWNER: [date] / [name]
EVIDENCE LEVEL: [proxy / observational / causal]
PREDICTION: [metric] will move from [X] to [Y] by [date]
CONFIDENCE: [50 / 60 / 70 / 80 / 90%]
WOULD CHANGE MY MIND: [the signal that would make me reverse]
CHECK DATE: [date]
RESULT: [what happened] HIT / MISS
LESSON: [what I'd weigh differently next time]
Conservez le journal au même endroit que vos décisions ; un journal des décisions produit convient bien, car le raisonnement et la prédiction y cohabitent.
Exemple détaillé : évaluer son calibrage (à titre d'illustration)
Imaginons qu'un PM consigne 30 prédictions sur deux trimestres. Douze étaient marquées « sûr à 80 % » ; 7 d'entre elles se sont réalisées, soit un taux de réussite de 58 %. Dix étaient marquées « sûr à 60 % » ; 6 se sont réalisées, soit un taux de 60 %. Les décisions à 60 % sont bien calibrées. Celles à 80 % sont trop confiantes d'environ 22 points.
En creusant, 4 des 5 échecs à 80 % étaient des prévisions d'adoption pour des fonctionnalités que l'équipe avait défendues. La solution n'est pas d'arrêter de prédire l'adoption. C'est de déclasser ces décisions d'un cran, à 60-70 %, et d'exiger des preuves d'observation avant d'y engager plus de deux semaines de travail.
Comment lire les signaux faibles ?
Les signaux forts sont faciles : une chute de 40 % de l'activation, la même plainte dans huit entretiens. Le product sense compte pour les signaux faibles : le client au workflow inhabituel, un petit recul d'une métrique secondaire qui ne correspond à aucune hypothèse, le commercial qui dit que les clients ne parlent jamais de blocage mais posent toujours la question.
Trois pratiques aident :
Séparer l'observation de l'interprétation. « C'est confus » est une observation. « Ils veulent une interface plus simple » est une interprétation, et peut être fausse ; la confusion peut porter sur la proposition de valeur. Gardez l'observation brute avant de chercher l'explication.
Chercher la convergence entre les sources. Un signal faible ne signifie pas grand-chose. Le même schéma dans les données de support, un entretien et un appel commercial la même semaine mérite qu'on enquête.
Se demander ce qui vous ferait réviser votre avis. Avant de décider ce que signifie un signal, nommez la preuve qui changerait votre interprétation. Si rien ne le ferait, vous rationalisez au lieu de raisonner.
Quand faut-il décider sans assez de données ?
Vous n'aurez jamais assez de données. La question est de savoir si davantage de signal vaut le retard. En général, non. Le retard est sous-évalué dans la plupart des organisations produit : les ingénieurs attendent, les designers itèrent sur un travail non validé, les concurrents avancent.
La bonne question n'est pas « ai-je assez de données ? » mais « quel est le test le moins coûteux qui me ferait changer d'avis ? »
Si rien ne vous ferait changer d'avis, vous avez déjà décidé. Tranchez et assumez.
S'il s'agit d'une vérification de métrique de cinq minutes, d'un appel client d'une heure ou d'une expérience de deux semaines, faites-le d'abord.
Si le test le moins coûteux représente trois mois de données causales et que la décision est petite et réversible, décidez maintenant et apprenez de la réalité.
Voici ce qu'on entend typiquement quand le product sense est bon : « Je suis sûr à environ 65 % que c'est juste. Ce qui me ferait passer à 85 %, c'est un tour d'entretiens supplémentaire sur le parcours d'activation. S'ils confirment ce que je vois, nous construisons. S'ils le contredisent, nous comprenons pourquoi avant d'investir. » Ce n'est pas une esquive. C'est quelqu'un qui sait où il en est dans les preuves et quel est le prochain bon geste.
Comment développer son product sense plus vite ?
Walter suggère quatre pratiques : observer des gens utiliser des produits, déconstruire les produits que vous utilisez tous les jours, apprendre de la façon dont les bons penseurs produit cadrent les problèmes et rester curieux des évolutions de la technologie et de votre domaine (Lenny's Newsletter, 2022). Ajoutez-en deux qui construisent spécifiquement le calibrage :
Parler à des clients chaque semaine. L'exposition construit la bibliothèque de schémas dont dépend le RPD. La continuous discovery en fait une habitude.
Tenir le journal de prédictions pendant un trimestre entier. Dix décisions consignées enseignent plus que cent décisions non examinées.
Quand l'intuition produit échoue-t-elle ?
Sur un nouveau marché. Vos schémas viennent d'ailleurs. Les conditions de Klein ne sont pas encore réunies.
Sans boucle de retour. Si vous ne vérifiez jamais les résultats, l'expérience ajoute de la confiance, pas de la justesse.
Quand l'enthousiasme remplace les preuves. La fonctionnalité préférée de l'équipe est là où le calibrage est généralement le pire.
Quand on confond assurance et calibrage. La personne la plus bruyante de la salle n'est pas la mieux calibrée.
Le calibrage demande deux choses que la plupart des équipes perdent : le raisonnement au moment de la décision et le résultat ensuite. Le Decision Log de Specky consigne la décision et les preuves qui la sous-tendent, le Product Graph relie ces preuves aux appels clients, aux tickets et aux analytics, et après le lancement Specky vérifie si le pari a fait bouger sa métrique. Cela referme la boucle de retour dont l'intuition a besoin, et votre jugement repose sur des preuves que vous pouvez montrer.
Questions fréquentes
Qu'est-ce que le product sense ?
Le product sense est la compétence qui consiste à prendre de bonnes décisions produit dans l'ambiguïté : comprendre les utilisateurs, juger quels problèmes comptent et prévoir comment les changements seront accueillis. Shreyas Doshi le décrit comme la capacité à prendre, en général, les bonnes décisions produit, et Jules Walter comme le fait de concevoir de manière constante des produits ayant l'impact voulu. En pratique, il combine empathie, connaissance du domaine, créativité et jugement bien calibré sur les preuves.
Le product sense est-il la même chose que l'intuition produit ?
Ils se recoupent. L'intuition produit désigne généralement la partie rapide, fondée sur la reconnaissance de schémas : le sentiment immédiat que quelque chose cloche ou va bien. Le product sense est plus large et inclut les parties délibérées, comme cadrer le problème, peser les preuves et choisir une solution. Un bon product sense utilise l'intuition comme première hypothèse rapide, puis la confronte aux preuves avant de s'engager.
Le product sense peut-il s'apprendre ?
Oui. Doshi et Walter le traitent tous deux comme une compétence, et les recherches de Klein montrent que l'intuition d'expert se construit par la pratique dans un environnement régulier avec un retour rapide. Les PM peuvent accélérer ce processus en observant des utilisateurs chaque semaine, en déconstruisant des produits, en étudiant la façon dont les bons penseurs produit cadrent les problèmes et en consignant leurs prédictions pour obtenir un retour sur leur propre jugement.
Comment démontrer son product sense en entretien PM ?
Les recruteurs cherchent un raisonnement structuré sur les utilisateurs et les arbitrages. Commencez par clarifier l'objectif et le segment d'utilisateurs, décrivez concrètement le problème de l'utilisateur, priorisez un problème en expliquant pourquoi, proposez quelques solutions et choisissez-en une, puis nommez la métrique qui montrerait que cela fonctionne et les risques. Dire ce que vous devriez apprendre avant de vous engager montre du jugement, pas de la faiblesse.
De combien de données avez-vous besoin avant de prendre une décision produit ?
Cela dépend de la réversibilité et du coût. Les décisions difficiles à inverser et coûteuses, comme les changements de prix, demandent des preuves causales. Les paris réversibles de taille moyenne demandent des preuves d'observation, comme des entretiens ou des tests d'utilisabilité. Les petits changements réversibles ne demandent qu'un signal indirect et un biais pour l'action. Jeff Bezos suggérait de décider la plupart des choses avec environ 70 % des informations que l'on aimerait avoir.
Comment savoir si votre intuition produit est bonne ?
Consignez des prédictions avec un niveau de confiance avant les décisions, puis vérifiez-les à une date fixée. Après 20 à 30 entrées, comparez votre taux de réussite dans chaque tranche de confiance avec la confiance que vous annonciez. Si vos décisions « sûres à 80 % » se réalisent environ 80 % du temps, vous êtes bien calibré. Si elles se réalisent 60 % du temps, déclassez ce type de décision.
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