Faire une Discovery Express grace à l'IA

‍

Notre tuto en 30 Min avec la méthode RIP :

Récupèrer, Interpreter, Prioriser

‍

1/ Récupérer

Chercher la data là où elle vit déjà :

• Avis clients : Trustpilot, Tripadvisor, Booking, Google Reviews, App Store
• Social listening : X Pro, Hootsuite, Buffer
• Scraping : Apify, bright data

Exemple : scraper les 61 avis de YouzCase* sur Trustpilot → déjà assez pour dégager des patterns.

*YouzCase est en réalité un de nos clients, que j'ai anonymisé pour l'occasion 😊  

‍

2/ Interpréter

Cadrer GPT en mode analyste UX :

Objectif : sortir les pains & needs avant d’imaginer des solutions.

Exemple :

• Ce qui marche : concept original, site simple, service client réactif → 95 % d’avis 5★
• Ce qui bloque : gestion des créneaux, modification impossible, prix visible sur les bons cadeaux
• Opportunités : clarifier la logique paiement/empreinte, créer un vrai parcours modification

‍

3/ Prioriser

Avant d’aligner des recommandations, poser les vraies questions :

• Quelle organisation produit (qui pilote, qui exécute) ?
• Quelle stack technique (CMS, API, legacy vs moderne) ?
• Quel budget et quel temps dispo ?
• Quels KPI prioritaires (CA, NPS, rétention) ?

‍

Ensuite, prioriser avec un Kano - MoSCOW

‍

Pour finir, on prototype

• Lovable pour générer un proto rapide et poser l’idée
• Builder.io pour des exporter vers Lovable.
• Cursor + Github pour un POC fonctionnel
• Figma Make pour t’appuyer sur ton DS Figma

Attention : Les outils comme Lovable ou v0 sont utiles pour tester, pas pour shipper.

‍

Résultat :

1. Budget Discovery : justifier que l’exploration n’est pas du blabla mais s’ancre dans la réalité client
2. Fast Fail : tester une piste, la tuer rapidement si ça ne prend pas
3. Passation dev : transmettre un cadrage solide, pas un concept abstrait

‍

‍