🔍 Quels sont les points d’intérêt recommandés ?
Chaque dimanche soir, nous prenons toutes vos séances de la semaine passée et organisons quelque chose appelé apprentissage non supervisé En clair, cela signifie que nous laissons les données parler d'elles-mêmes. Au lieu de dire au système ce qu'il doit rechercher, il trouve lui-même des schémas naturels.
Voici comment cela fonctionne :
- 🗺️ Nous créons un graphique d'intégration (essentiellement une carte intelligente de toutes vos sessions).
- 🤝 Nous exécutons un clustering sur cette carte pour regrouper les comportements similaires.
- ⏸️ Nous examinons les groupes avec les « scores d’hésitation » les plus élevés (moments où les utilisateurs s’arrêtent, trébuchent ou semblent incertains).
- 📝Enfin, nous résumons ces clusters pour vous afin que vous puissiez voir clairement ce qui se passe.
Considérez ces « points d’intérêt recommandés » comme de petits panneaux indicateurs 🚏 de vos utilisateurs.
Ils soulignent :
- ⚠️ Là où l’hésitation monte en flèche.
- 🔄 Quels modèles se produisent suffisamment souvent pour avoir de l’importance.
- ✨ Là où les clusters suggèrent qu'il existe une opportunité d'aplanir les choses.
En prêtant attention à ces modèles semaine après semaine, vous ne réagissez pas seulement : vous orientez proactivement votre produit dans la bonne direction 🚀.
🏆 Pourquoi est-ce important ?
La beauté de l’apprentissage non supervisé est qu’il est impartialIl n'y a pas d'hypothèses préétablies, pas de filtres, personne ne lui indique quoi rechercher. Il met simplement en évidence ce qui se passe réellement dans votre produit.
Pour les chefs de produit, c'est de l'or 🏆 :
- 📊 Vous pouvez voir à quelle fréquence un problème survient — pas seulement que cela s’est produit une fois.
- 👥 Vous pouvez voir combien d'utilisateurs uniques sont concernés.
- 🧠 Vous évitez de tomber dans le piège de biais de disponibilité (en surpondérant les commentaires dont vous vous souvenez le plus, au lieu de ce qui est vraiment courant).
En bref : cela vous donne une vision plus claire, basée sur les données, des véritables frictions dans votre produit 🔦.
⚙️ Adopter les points d'intérêt recommandés
- 📂 Nous créons un projet par défaut dans lequel nous exécutons un apprentissage non supervisé sur toutes vos sessions chaque semaine.
- 🎯 Vous pouvez créer des projets Discovery avec des filtres pour affiner l'apprentissage non supervisé sur des sections de produits spécifiques ou des cohortes d'utilisateurs. Voir plus ici.