Faire l’autopsie d’un projet, ça n’a rien de glamour. Personne ne parle de ça dans les threads Twitter sur la croissance ou dans les posts LinkedIn qui font 4 000 likes. Et pourtant, c’est probablement la compétence la plus sous-estimée chez les créateurs de contenu et les entrepreneurs solo. Stan Lelou – fondateur de Marketing Mania, 500 000 vues sur une vidéo coronavirus, des formations qui se vendent sans plateformes intermédiaires – y consacre un épisode entier de son podcast. Pas parce que c’est sexy. Parce qu’il a eu une vidéo sur Animal Crossing qui a fait 60 000 vues au lieu de 300 000. Et qu’il a voulu comprendre pourquoi.
Ce qui m’a frappé en écoutant cet épisode, c’est qu’on parle rarement de méthode dans l’échec. On parle de mindset, de résilience, de ‘rebondir’. Jamais de processus. Jamais de variables isolées. Jamais de data confrontée à des hypothèses. Et c’est précisément là que tout le monde rate quelque chose d’important.
L’erreur classique : changer 50 variables en même temps
La plupart des gens font la même chose quand un projet plante. Ils sont dégoûtés, ils n’ont plus envie d’y penser, et ils tirent un trait sur l’ensemble de l’idée. Lance une formation en ligne, ça ne marche pas, on passe à autre chose. Stan Lelou l’explique avec une image qui colle bien :
« Si vous faites une expérience scientifique, vous allez donner par exemple à une personne le médicament A et à une personne le médicament B et garder tout le reste exactement identique pour savoir si le médicament A ou le médicament B est le plus efficace. Maintenant, si vous changez 50 choses différentes d’un coup, vous sauriez pas si votre médicament fonctionne ou pas. »
C’est exactement le problème. Quand un lancement ne décolle pas, on change le prix, la promesse, le canal, l’audience, le format – tout en même temps. Et ensuite on ne sait rien.
L’autopsie d’un projet, ça commence par là : lister les hypothèses qui devaient être vraies pour que le projet fonctionne. Pas vaguement. Explicitement. Sur une formation en ligne, par exemple, les hypothèses ressemblent à ça : mon audience a un besoin réel, elle est prête à payer pour le résoudre, elle a le budget, je suis crédible à ses yeux, mon offre est différenciée, je suis sur le bon marché. Si ça ne marche pas, laquelle de ces hypothèses était fausse ? Pas toutes. Une. Peut-être deux.
Le truc, c’est que certaines hypothèses peuvent être vraies même quand le projet plante. Et si tu abandonnes tout, tu jettes aussi ce qui marchait.
Lire les signaux faibles avant de tirer des conclusions
Concrètement, comment on fait l’autopsie d’un projet ? Il y a des signaux qui parlent, si on sait les lire. Tes concurrents cartonnent sur le même marché ? Ça confirme qu’il y a un besoin, que les gens ont l’argent, que le sujet intéresse. Le problème vient donc d’ailleurs – ton positionnement, ta crédibilité, ta différenciation.
Tes emails de promo ne génèrent aucun clic ? C’est un signal assez fort. Pas sur le prix, pas sur l’audience – sur l’offre elle-même. Elle ne parle pas. Change l’accroche, change la promesse, teste un angle différent avant de toucher à quoi que ce soit d’autre.
Les gens posent des questions mais n’achètent pas ? Là c’est différent. L’intérêt existe. Le blocage intervient plus tard dans le processus – au moment de passer à l’achat. Ça peut vouloir dire que ton pitch ne traite pas les objections, que tu manques de preuve sociale, qu’une garantie ou une offre d’essai pourrait débloquer la situation.
« Si vous avez des gens qui vous disent qu’ils n’ont pas d’argent, ça peut vouloir dire que vous n’attirez pas le bon marché. Ça peut vouloir dire peut-être que votre prix est trop élevé par rapport à votre marché même si ça c’est toujours assez dangereux parce que souvent les gens qui vous disent qu’ils n’ont pas d’argent, vous essayez de baisser votre prix, ils ont toujours pas d’argent. »
Ce point sur le prix, franchement, c’est celui que tout le monde ignore. Baisser son prix parce que les gens ‘n’ont pas les moyens’, c’est souvent la mauvaise réponse à la mauvaise question. L’anecdote de Stan sur son ancien site de séduction est révélatrice – en ciblant une audience trop jeune, il ne pouvait pas vendre du coaching à 3 000 €. Pas parce que le coaching ne valait pas ce prix. Parce que les gens en face n’avaient pas ce budget. La question du marché et de la différenciation arrive avant celle du prix, toujours.
La vidéo Animal Crossing, ou comment autopsie d’un projet devient un exercice de data
L’exemple le plus concret de l’épisode, c’est l’analyse de la vidéo Animal Crossing. 60 000 vues, audience fidèle, mais pas de viralité. Pas de recommandation algorithmique au-delà de la base existante. Stan avait comparé avec sa vidéo sur le coronavirus – 500 000 vues – et avec sa première vidéo Gillette qui avait décollé après un simple changement de miniature.
Sur la vidéo Gillette, l’autopsie d’un projet avait été rapide. Image peu lisible sur mobile, miniature floue. Il remplace l’image de barbecue par un gros plan du visage d’un enfant – avec le texte ‘grosse erreur marketing’ à côté. Résultat : la vidéo passe de quelques milliers de vues à 300 000. Une seule variable changée. Hypothèse testée, validée.
Sur Animal Crossing, il teste la même hypothèse – angle et titre. Aucune différence. Hypothèse invalidée. Il va donc vérifier la durée de visionnage :
« C’est une vidéo qui a une durée moyenne de visionnage de 10 minutes 39 secondes. Les gens restent en moyenne 53% de la vidéo. Ce qui est pour les gens qui sont un peu sur YouTube une excellente durée de visionnage. »
Bonne rétention, bon taux de clic autour de 5%. Le problème n’est ni la miniature, ni la qualité de la vidéo. C’est le sujet lui-même. YouTube n’arrive pas à trouver une audience adjacente intéressée par Animal Crossing parmi les gens qui regardent Marketing Mania – une chaîne à 85% masculine, sur des sujets business et marketing. Animal Crossing parle aussi à un public féminin. L’algorithme ne trouve pas de recouvrement. Point.
C’est ça, l’autopsie d’un projet menée correctement. Pas ‘la vidéo était nulle’ ou ‘YouTube ne m’aime pas’. Une hypothèse isolée, testée, réponse claire. Et pour la suite ? Tester une vidéo sur un jeu à audience massivement masculine – Call of Duty, GTA – pour comprendre si c’est le gaming en général qui ne fonctionne pas, ou juste ce type de jeux. Le processus continue.
Ubérisation des formateurs : ce que tout le monde confond
Deuxième grande question de l’épisode – et celle-là, elle revient souvent dans les conversations que j’entends. Est-ce que des plateformes comme Udemy vont ubériser les formateurs en ligne ? La réponse de Stan est nette : non. Et l’analogie avec Hollywood mérite qu’on s’y arrête.
Dans le modèle Uber, l’utilisateur se fiche complètement de quel chauffeur vient le chercher. Interchangeable total. Dans la formation en ligne, ce n’est pas le cas – les gens veulent tel formateur, pas n’importe quel formateur sur le même sujet. C’est une relation, pas une transaction.
L’analogie cinéma est bien trouvée. À Hollywood, le système des studios avait voulu industrialiser – acteurs salariés, pas de pouvoir de négociation, studios qui décident de tout. Ce système a cassé. Pourquoi ? Parce que Léo DiCaprio existe. Parce que The Revenant est impossible à financer, marketer et vendre sans lui. Parce que Scorsese a décroché 160 millions chez Netflix pour The Irishman après que Paramount lui avait refusé 100 millions. Netflix ne l’a pas ubérisé. Netflix lui a donné plus de pouvoir qu’il n’en avait jamais eu.
Le parallèle avec la formation en ligne tient. Les créateurs qui ont construit une audience réelle n’ont aucune raison de s’en remettre à une plateforme qui les rend interchangeables. Et ceux qui y vont – comme Ali Abdal chez Skillshare – négocient des conditions d’entrée qui ressemblent à ce que négocie une star de cinéma. Pas un salaire fixe. Un à-valoir plus une part. Parce qu’ils savent qu’ils ne sont pas remplaçables.
Ce que ça dit sur l’autopsie d’un projet de formation, c’est une autre chose – enfin, ce que j’aurais voulu qu’on me dise plus tôt : si ta formation plante sur Udemy, la question n’est pas ‘est-ce que la plateforme est mauvaise’. La question est ‘est-ce que j’ai une marque, une crédibilité, une relation avec mon audience qui rendent ma présence là-bas utile ou inutile’.
Gérer les emails de lancement sans se prendre la tête
La question de Thibault – guitariste, formateur en ligne – est une de celles que tout le créateur se pose à son premier lancement. Combien d’emails envoyer sans paraître lourd ? Stan répond avec un principe simple :
« Nous ne sommes qu’un moment dans la journée de notre client. Donc nous on a l’impression que le monde tourne autour de notre business. Pour les gens, on est juste un email qui passe dans leur boîte mail qu’ils vont peut-être lire en 5-6 minutes ou alors peut-être qu’ils vont même pas lire. »
Un email par jour pendant 7 jours. Voire deux le dernier jour – un le matin pour les arguments, un vers 18h pour l’urgence finale. La plupart des gens ne lisent pas tout. Certains qui n’ont pas acheté la première fois achèteront au deuxième envoi – pas parce qu’ils ont changé d’avis, mais parce que cette fois-ci ils l’ont vraiment lu.
Deux options de structure existent. L’opt-in : on prévient l’audience qu’une formation arrive, les intéressés s’inscrivent sur une liste dédiée. Taux de conversion parfois entre 10 et 25%, liste petite mais hyper qualifiée. L’opt-out : on envoie à toute la liste avec une option de désabonnement temporaire pour ceux que le sujet n’intéresse pas. Plus de volume, moins de précision. Les deux fonctionnent – dans des contextes différents.
(Ce que Stan ne dit pas explicitement mais qui est sous-entendu : la peur d’envoyer trop d’emails est souvent la peur de recevoir des désinscriptions. Et les désinscriptions pendant un lancement, c’est sain – ça nettoie la liste, ça ne détruit pas la relation avec les vrais intéressés.)
Ce qui m’agace dans la manière dont on parle généralement de l’email marketing, c’est cette obsession de ‘ne pas déranger’. Comme si envoyer un email à quelqu’un qui s’est volontairement abonné à ta liste était une intrusion. Construire une liste et savoir l’utiliser reste une des compétences les plus concrètes du business en ligne – et l’une des moins bien enseignées.
Ce que l’autopsie d’un projet dit vraiment sur la manière de progresser
Revenons à l’autopsie d’un projet, parce que c’est le fond du sujet. Ce que Stan décrit, c’est en réalité une discipline scientifique appliquée à un contexte très peu scientifique – la création de contenu, la formation en ligne, l’entrepreneuriat solo.
La plupart des gens mettent des années à comprendre pourquoi leurs projets plantent. Pas parce qu’ils manquent d’intelligence – parce qu’ils ne se donnent pas un cadre pour analyser. Ils changent tout en même temps, ou ils abandonnent sans analyser, ou ils concluent trop vite sur la mauvaise variable.
Faire l’autopsie d’un projet correctement, c’est ça : lister les hypothèses avant de lancer, surveiller les signaux pendant, isoler une variable à la fois quand quelque chose ne marche pas, confronter les intuitions à la data disponible. YouTube fournit des données précises. Les lancements email aussi. Les ventes, les taux de clic, les durées de visionnage – tout ça parle.
Et parfois, la conclusion de l’autopsie d’un projet, c’est que la vidéo était honorable, que le sujet ne correspondait simplement pas à l’audience existante, et que ça ne valait pas la peine de tout changer. 60 000 vues, une vidéo que les abonnés ont appréciée, un potentiel long terme vers 200-250 000 vues sur un an. Ce n’est pas un échec. C’est un projet qui a fonctionné différemment de ce qu’on espérait.
Mais pour arriver à cette conclusion – et pas à ‘YouTube m’a shadowbanned’ ou ‘mon contenu est nul’ – il faut passer par le processus. Et la plupart des créateurs ne le font pas. Construire quelque chose qui dure demande exactement ce type de rigueur sur ce qui fonctionne – et sur ce qui plante.
Ce qui reste ouvert, c’est la question de savoir à partir de quand on a assez de data pour conclure. Une semaine ? Un mois ? Stan mentionne que la vidéo Animal Crossing a son potentiel long terme – mais il l’a analysée quelques semaines après sa sortie. Est-ce que l’autopsie d’un projet YouTube doit attendre 3 mois, 6 mois ? Et dans le cas d’un lancement email qui plante, combien de cycles faut-il tester avant de vraiment abandonner l’hypothèse produit ?
