Personai

Contexte du projet

Ça vous dit quelque chose ? Vous passez des semaines à créer des personas super détaillés, avec des photos, des citations, des parcours types... Et puis ils finissent dans un coin de Notion ou dans une présentation que personne ne rouvre jamais.

C'est exactement ce qu'on observait partout. Les personas existaient, mais ils étaient morts. Figés. Pendant ce temps, les vraies données utilisateurs s'accumulaient : feedbacks clients, tickets support, analytics, entretiens... Mais personne n'avait le temps de faire le lien.

Résultat : on prenait des décisions produit en se basant sur des intuitions plutôt que sur ce qu'on savait vraiment de nos utilisateurs.

Approche

Notre point de départ a été d’interviewer des PM, designers, marketers, et user researchers pour comprendre ce qui rendait les personas si peu utilisés au quotidien. Ce qui est ressorti est limpide : le manque de fraîcheur, de clarté, d'accessibilité et… de temps pour aller les chercher.

C’est là qu’est née Personai Chat : un copilote IA qui permet à n’importe quel membre d’équipe de poser des questions du quotidien — “comment notre persona X découvre notre produit ?” ou “quelles sont ses frustrations récentes sur l’onboarding ?” — et d’obtenir des réponses synthétiques et sourcées.

Nous avons designé une interface inspirée des chatbots B2C mais ancrée dans des logiques de documentation interne, avec une priorité donnée à la vitesse d’accès à la connaissance. À la différence des dashboards complexes, l’expérience est simple, directe, et pensée pour favoriser la conversation entre équipes autour de leurs utilisateurs.

Challenge

Le challenge fondamental était double : recréer la confiance dans l’usage de l’IA pour représenter les utilisateurs, tout en assurant la fiabilité des données agrégées.

Nous avons dû concevoir des modèles conversationnels qui s’appuient sur les insights réels (verbatims, interviews, analytics, tickets support), tout en intégrant une UX qui rend visibles les sources et leur fraîcheur. Chaque réponse générée dans le chat est donc tracée, datée, et contextualisée.

Par ailleurs, l’usage d’un outil comme Personai devait pouvoir s’intégrer dans une organisation distribuée, où les rôles sont morcelés et la mémoire produit souvent dispersée.

Solution

Personai ne remplace pas les recherches utilisateurs : il les rassemble, les structure et les diffuse.

L’utilisateur peut discuter avec n’importe quel persona actif, obtenir des réponses contextualisées, explorer les variations de comportement selon les segments, ou encore accéder directement aux commentaires clients liés à une fonctionnalité ou une étape du parcours.

Nous avons conçu l’expérience autour de trois piliers :

• Accessibilité mobile & desktop, en contexte de réunion, design sprint ou daily.
• Actualisation automatique des personas en fonction des feedbacks clients, données comportementales et contributions des équipes.
• Partage facilité, pour permettre à chacun de diffuser un “moment utilisateur” à son équipe : un verbatim, un insight, une objection client, une idée d’amélioration, etc.

Enfin, nous avons intégré une fonctionnalité de plans d’action croisés : lorsqu’un problème utilisateur est détecté, Personai propose des initiatives prises par d'autres équipes sur ce même sujet, avec un retour d’expérience sur ce qui a fonctionné… ou pas.

‍

Résultats

Les tests ont révélé une valeur ajoutée concrète et mesurable. Les entreprises qui ont adopté Personai ont rapidement reconnu l'impact sur leur quotidien.

Pour bien comprendre l'ampleur du problème, on faisait un test simple avec les décideurs : on leur demandait de nous trouver une information utilisateur spécifique. Le résultat était édifiant. Ils passaient en moyenne 15-20 minutes à chercher, souvent sans succès. Ils ne savaient pas quel UX researcher avait travaillé sur le sujet, où trouver les bons documents dans l'arborescence complexe du drive de l'entreprise. Et quand ils finissaient par localiser l'étude, ils découvraient qu'ils n'avaient pas les droits d'accès au fichier.

Avec Personai, la même information était accessible en 30 secondes via une question directe au persona.

Résultat concret : les équipes ont consulté leurs personas 4 fois plus souvent qu'auparavant. Les insights collectés (mais dispersés) ont été réutilisés deux fois plus. Et surtout, les PM et designers ont commencé à interroger l'outil en amont des décisions, transformant leur approche de la discovery produit.

‍

Le mur (et les leçons)

Mais voilà, on a rencontré un mur qu'on n'avait pas vu venir. Notre IA tournait sur l'API d'OpenAI, donc sur des serveurs américains. Pour des données utilisateurs sensibles, c'était rédhibitoire pour nos prospects. Impossible de passer en prod avec cette contrainte RGPD. Frustrant ? Oui. Mais ça nous a appris un truc important : le besoin est là, énorme même. Les équipes veulent des personas vivants. Elles veulent renouer avec leurs utilisateurs. Il nous faut juste une infrastructure souveraine pour y arriver. Le concept fonctionne, la demande est réelle. C'est juste une question de timing et de tech stack.

Et maintenant ?

Personai a validé quelque chose d'essentiel : on peut transformer la relation entre les équipes produit et leurs utilisateurs. Les personas n'ont pas à être des artefacts morts. La prochaine étape, c'est de résoudre le défi technique pour que cette vision devienne accessible à toutes les entreprises qui en ont besoin. Parce qu'au final, de meilleurs produits, ça commence par mieux connaître ceux pour qui on les construit.