5min
Module 1 : L'Etat d'Esprit Lean Startup
Module 2 : Définir votre Vision
Module 3: Le Build-Measure-Learn Feedback Loop
Module 4: Le Minimum Viable Product (MVP)
Module 5 : Validation avec les Clients
Module 6 : Pivoter ou Persévérer
Leçons 10/23
Contenu
Devoir
3.4 : La phase « Learn » : Transformer les Données en Informations Exploitables
La phase « Learn » (Apprendre) est le moment où le processus scientifique boucle la boucle. Vous avez une hypothèse et vous disposez des données issues de votre MVP. Vous devez maintenant analyser ces données pour soit valider, soit invalider votre hypothèse. C'est l'instant de vérité qui vous empêche de gaspiller davantage de temps, d'argent et d'efforts sur une idée défectueuse.
1. Pivoter ou Persévérer : La Décision Ultime
Selon les leçons tirés de votre expérience, vous avez deux options principales :
Persévérer (Persevere) :
Si vos données valident votre Hypothèse Fondamentale (Leap-of-Faith Assumption), vous avez la permission de continuer à construire. Cela signifie que votre hypothèse était correcte et que vous devriez passer à l'étape suivante du développement, en affinant votre produit et en menant de nouvelles expériences.
Pivoter (Pivot) :
Si vos données invalident votre Hypothèse Fondamentale (Leap-of-Faith Assumption), ce n'est pas un échec. C'est un moment de correction stratégique de trajectoire. Un pivot est un changement fondamental de votre stratégie d'entreprise, une nouvelle hypothèse que vous formulez sur la base de ce que vous venez d'apprendre. C'est un ajustement structuré, et non un changement d'avis aléatoire.
2. Exemple : Un Pivot en Action
Reprenons notre service de kits de repas écologiques.
Hypothèse Fondamentale (Leap-of-Faith Assumption) : « Les professionnels urbains paieront un abonnement mensuel pour notre service. »
MVP : Une landing page avec un formulaire d'inscription.
Données : Vous avez lancé une petite campagne publicitaire qui a attiré 1 000 personnes sur votre page. Seules 2 personnes se sont inscrites sur la liste d'attente.
Apprentissage : Vos données invalident fortement votre hypothèse. Les gens ne sont pas intéressés par cette offre spécifique.
Pivot : Sur la base de cet apprentissage, vous pourriez pivoter votre hypothèse. Le problème n'est peut-être pas l'aspect écologique, mais le modèle d'abonnement. Vous pourriez alors pivoter vers un modèle de « paiement à la carte » (ou paiement par repas) et concevoir une nouvelle expérience (un nouveau PMV) pour tester cette nouvelle hypothèse.
L'idée clé est qu'un pivot est un choix éclairé qui résulte d'un apprentissage validé.