Cas client Yeita : GEODIS, entrepôt logistique avec chariot élévateur

Automatiser la discovery produit avec des simulateurs de persona IA : le cas MyGEODIS

Domaine
Logistique & Transport
Expertise
Product Discovery, ProductOps & Intelligence artificielle
Durée
3 mois
Contributeur•trice
François Nikolenko

Yeita a mis en place pour GEODIS un workflow de discovery automatisé, avec des simulateurs de persona IA, pour tester le parcours de devis MyGEODIS avant de le développer. Ce workflow a aussi donné aux équipes IT produit et Marketing une méthode de travail commune.

Plusieurs milliers d'entreprises ont demandé un devis sur MyGEODIS. Une large majorité n'en a fait qu'un seul.

Les données montrent où les utilisateurs abandonnent. Elles n'expliquent pas pourquoi. Et l'équipe ne pouvait pas encore interroger de vrais clients. La mission part de là : faire entendre la voix des clients avec l'IA, en attendant le terrain.

En bref : 302 retours de personas collectés, dont 125 points bloquants · 2 parcours testés de bout en bout avant développement · 60 évolutions ajoutées au backlog, chacune reliée à un retour persona · des dizaines de sujets de roadmap classés par intérêt client · 1 espace de travail partagé entre l'IT produit et le Marketing.

Contexte

Un parcours de devis en ligne qui perd ses utilisateurs

MyGEODIS permet aux entreprises d'obtenir un devis de transport et de réserver leur envoi en ligne. Le produit est en service depuis juin 2025, surtout auprès de petites entreprises.

L'outil d'analytics montre des décrochages nets à plusieurs moments du parcours : après une erreur de saisie, pendant le calcul des offres, au moment de laisser ses coordonnées et au paiement.

Une refonte du parcours est en cours de conception, et la roadmap doit être arbitrée. Mais les entretiens clients ne reprendront qu'en fin d'année, et l'IT produit et le Marketing n'ont pas encore de méthode de travail commune sur la discovery.

Comment prendre des décisions produit fondées sur les besoins clients, sans pouvoir encore parler aux clients ?

Objectifs

Quatre objectifs pour la mission

  1. Trouver les problèmes du parcours et leurs causes, écran par écran.
  2. Tester le parcours actuel et la refonte avant de développer, pour éviter des corrections coûteuses après la mise en production.
  3. Mieux prioriser le backlog et la roadmap, à partir des besoins clients.
  4. Installer une façon de travailler commune entre l'IT produit et le Marketing, et faire monter l'équipe en maturité produit et IA.

Stratégie

Un workflow de discovery automatisé en 6 étapes

Le principe : les données montrent où les utilisateurs bloquent, les simulateurs de persona IA aident à comprendre pourquoi, et les vrais clients valideront ensuite. Le workflow s'appuie sur notre méthode Discovery OS. Les agents IA tournent sur la marketplace IA interne de GEODIS.

Étape 1 : Rassembler la matière pour l'IA

L'IA ne peut tester que ce qu'on lui montre. On lui donne donc :

  • les données d'analytics de chaque étape du parcours ;
  • des vidéos du parcours actuel, connecté et non connecté, simple et complexe ;
  • les maquettes Figma de la refonte et les captures d'écran des environnements de test ;
  • la liste des sujets de la roadmap.

Étape 2 : Construire les personas à partir des données

Les personas ne sont pas imaginés. Ils sont construits à partir des données de vente : on regarde quels métiers utilisent vraiment MyGEODIS.

Le persona A, le petit client occasionnel, est décliné en 4 profils :

  • A1 · Thierry, garagiste ;
  • A2 · Karine, commerçante ;
  • A3 · Camille, assistante de direction ;
  • A4 · Yanis, réparateur de produits tech.

Chaque fiche décrit le contexte métier, les objectifs, les besoins, les irritants et le vocabulaire du profil. Elle devient ensuite un agent IA qui répond comme ce client.

Le persona B, un client plus régulier, est testé sur les pages d'accueil. Les personas C, D et E, des prestataires logistiques aux grands comptes, sont la prochaine étape.

Étape 3 : Écrire des questionnaires réutilisables

On écrit 4 questionnaires types, soit 210 questions codées :

  • Comprendre les besoins (53 questions), sans montrer d'écran ;
  • Détecter les frictions (62 questions), écran par écran jusqu'au paiement ;
  • Conversion et fidélisation (46 questions), parcours actuel contre refonte ;
  • Éclairer la roadmap (49 questions), avec répartition de 100 points entre les sujets.

Chaque question a un code, par exemple FRI-56. On peut ainsi comparer les réponses d'un persona à l'autre et d'une session à l'autre.

Étape 4 : Faire tester les parcours par les personas IA

Chaque persona joue un scénario réel. Thierry renvoie un démarreur de 9 kg en urgence, puis un moteur sur palette de 180 kg. Karine expédie un vélo en carton à un client particulier. Camille envoie un prototype de 18 kg pour un ingénieur.

Ils parcourent les deux versions :

  • le parcours actuel, sur l'environnement de test, jusqu'au paiement ;
  • le nouveau parcours, sur l'environnement de développement et les maquettes Figma ;
  • la reprise d'un devis : page d'accueil connectée et carnet d'adresses.

Un protocole en 7 consignes encadre chaque session pour éviter que l'IA dise ce qu'on veut entendre :

  1. Répondre « ce n'est pas visible » plutôt que supposer.
  2. Donner au moins trois critiques, et classer sans ex aequo.
  3. Un thème par discussion, une question par message.
  4. Nommer l'écran montré dans chaque réponse.
  5. Reposer la question clé dans une nouvelle discussion pour vérifier la stabilité.
  6. Présenter les résultats comme des pistes, pas des vérités.
  7. Écarter les notes chiffrées et les prédictions de comportement.

Les sessions ont aussi appris des règles pratiques : joindre les captures à chaque message, compresser les images, rester sous 30 échanges par discussion, et interroger l'agent du persona plutôt qu'un assistant IA générique. Enfin, une IA n'a pas de vécu : les questions sur le passé sont remplacées par des questions sur l'écran montré.

Étape 5 : Analyser avec une grille commune

Chaque constat est rangé dans une grille d'analyse : code de la question, persona, page, élément de l'écran cité, type, gravité de 1 à 4, niveau de confiance, hypothèse produit et indicateur analytics à suivre.

La confiance augmente quand un constat se répète sur deux sessions. L'élément cité permet de distinguer une réponse fondée sur l'écran d'une réponse inventée. L'indicateur analytics dit comment vérifier l'hypothèse après la mise en production.

Étape 6 : Transformer les constats en backlog et en roadmap

Les retours des personas sont regroupés quand plusieurs personas disent la même chose. Chaque retour est classé : ce qui plaît, ce qui bloque, ce qui n'aide pas, proposition, défaut.

Puis chaque retour est relié à une évolution du backlog, rangée par page du parcours. Les sujets de la roadmap sont aussi classés par intérêt client : P1, P2 ou P3.

Exemples de liens entre un constat et la roadmap :

  • Termes techniques incompris → reformulation et aide en contexte
  • Formulaire jugé trop long → saisie simplifiée
  • Offres difficiles à comparer → aide au choix
  • Besoin d'un humain en cas de problème → accès facilité à un interlocuteur

ProductOps

Un workflow commun à l'IT produit et au Marketing

Le simulateur ne suffit pas. Il faut aussi une façon de travailler que toutes les équipes partagent.

Un seul espace de travail pour toute la démarche

Toute la discovery vit dans un espace Notion unique, organisé en 8 parties :

  • Suivi : les 30 actions de la démarche, avec responsable, statut et date ;
  • Personas : les fiches A1 à A4 et B ;
  • Questionnaires : les 4 questionnaires types et le protocole de passation ;
  • Ateliers et comptes rendus : une page par session de test ;
  • Entretiens avec les personas : les scénarios joués et les réponses, page par page ;
  • Grille de restitution : les constats codés, avec gravité, confiance et indicateur à suivre ;
  • Backlog de features : les évolutions proposées, par page du parcours, avec leur statut ;
  • Roadmap : les sujets classés par intérêt client.

Chacun retrouve au même endroit le constat, sa preuve et l'évolution qui y répond. Les retours sont consultables par page, par persona ou par irritant partagé.

Des rôles et des points de décision clairs

Le Marketing décide de ce qui touche au client : cibles, personas, questions, conclusions métier. L'IT produit décide de la solution : backlog, architecture, livraison.

Quatre points de décision jalonnent la démarche : validation des personas, validation des questions, restitution, arbitrage du backlog. À chaque point : continuer, ajuster ou arrêter.

Le simulateur reste un outil de l'équipe produit et UX. Il permet de tester tous les jours sans solliciter les clients ni les équipes Marketing.

Des rituels courts et réguliers

  • Des sessions de travail régulières, avec le Product Owner, les designers et Yeita ;
  • Un compte rendu après chaque session, rangé dans l'espace commun ;
  • Une restitution à la fin de chaque cycle, pour arbitrer le backlog ensemble.

Faire monter les équipes en maturité produit et IA

La mission s'inscrit dans la transformation IA de GEODIS. L'objectif n'est pas seulement d'utiliser un outil, mais de changer la façon de prendre des décisions produit. Concrètement, les équipes ont appris à :

  • construire et interroger des agents IA sur la marketplace interne de GEODIS ;
  • encadrer l'IA avec un protocole, pour obtenir des critiques et non des compliments ;
  • traiter un résultat d'IA comme une hypothèse, à confirmer sur le terrain et dans les données ;
  • relier chaque décision à une preuve : un constat, une question, un indicateur.

MyGEODIS est le premier cas d'usage. Les personas, les questionnaires, le protocole et l'espace de travail sont réutilisables pour les autres produits tech de GEODIS.

Résultats

Des problèmes trouvés avant d'écrire une ligne de code

Des problèmes et des insights révélés

  • 302 retours de personas collectés, dont 125 points bloquants et 71 points positifs ;
  • 161 retours partagés par au moins deux personas ;
  • 84 constats codés dans la grille d'analyse, dont 34 de gravité forte (3 ou 4).

Les irritants les plus forts portent sur des sujets que connaissent la plupart des parcours de devis B2B :

  • L'international : les informations douanières demandées découragent les non-experts ;
  • Le format d'envoi : choisir le bon conditionnement est difficile sans connaissance du métier ;
  • Le vocabulaire : les termes techniques du transport ne sont pas compris ;
  • Le prix : l'utilisateur veut savoir s'il est final et tout compris ;
  • La reprise : un devis commencé doit pouvoir être retrouvé facilement.

Les tests montrent aussi ce que la refonte améliore déjà, et ce qu'il faut garder du parcours actuel.

Des parcours testés avant le développement

  • 2 parcours testés de bout en bout, l'actuel et la refonte, plus la reprise d'un devis ;
  • Des défauts de texte et de cohérence trouvés avant la mise en production ;
  • 60 évolutions dans le backlog, sur 15 pages du parcours, chacune reliée à un retour persona ;
  • Les premières évolutions déjà lancées : maquettes réalisées, termes techniques remplacés et textes d'aide ajoutés ;
  • Des dizaines de sujets de roadmap classés par intérêt client, du P1 au P3.

Chaque problème trouvé sur une maquette ou en environnement de test coûte moins cher qu'un problème corrigé après la mise en production. Et chaque sujet de roadmap est maintenant priorisé à partir d'un besoin client, pas d'une intuition.

Un workflow ProductOps commun

  • 1 espace de travail partagé, en 8 parties, du persona jusqu'à la roadmap ;
  • 4 questionnaires et 1 protocole réutilisables pour les prochains personas et les prochains produits ;
  • Des rôles clairs et 4 points de décision entre le Marketing et l'IT produit ;
  • Une équipe formée à l'usage des agents IA en discovery.

Les résultats ont un statut clair : ce sont des hypothèses à vérifier, pas des certitudes. Les constats les plus importants seront confirmés en entretien avec de vrais clients, et les hypothèses retenues seront vérifiées avec les données d'usage du nouveau parcours.

Enseignements

Ce qu'on retient

1. Les données disent où, pas pourquoi. L'analytics montre l'abandon. Les personas IA, puis les vrais clients, en expliquent la cause.

2. Une IA doit être encadrée pour être utile. Sans protocole, elle dit ce qu'on veut entendre. Avec un protocole, elle critique, et ses réponses sont vérifiables.

3. Le workflow compte autant que l'outil. Un espace commun et des rôles clairs permettent à l'IT produit et au Marketing de décider ensemble, sur les mêmes preuves.

Vous devez décider sans pouvoir encore interroger vos clients ?

Nos PM, product designers et UX researchers construisent avec vos équipes des simulateurs de persona IA calibrés sur vos données, et le workflow ProductOps qui va avec. Pour tester vos parcours avant de les développer.

→ Réserver un échange de 30 minutes avec Yeita