Pourquoi j'ai supprimé les chiffres les plus impressionnants de ma page d'accueil

Il y avait une section sur la page d’accueil de FastFound qui donnait l’impression rassurante d’une véritable entreprise technologique.

Elle contenait des chiffres.

Des chiffres précis.

Les chiffres sont rassurants.

Ils donnent l’impression qu’un produit est mesuré.

« Mieux » est du marketing.

« 62 % » ressemble à une preuve.

Il n’y avait qu’un seul problème.

Ce n’étaient pas les chiffres de FastFound.

FastFound est encore en phase de pré-bêta.

Il n’y a pas de cohortes de clients sur six mois. Il n’y a pas un grand recueil de données sur les résultats clients. Il n’y a pas assez d’historique pour publier des performances de rétention significatives.

Les chiffres provenaient de recherches utilisées lors de la conception de l’entreprise.

Et nous avions fait quelque chose qui, avec le recul, semble manifestement erroné.

Nous les avons mis sur la page d’accueil.

Nous savions même qu’ils n’étaient pas les nôtres

Il ne s’agissait pas d’un cas où l’on aurait oublié la provenance d’un chiffre.

La page incluait une clause de non-responsabilité de style interne précisant que les statistiques étaient illustratives et devaient être remplacées par des données clients vérifiées avant le lancement.

À première vue, cela semble responsable.

Ça ne l’était pas.

Au contraire, cela a exposé le problème plus clairement.

Une clause de non-responsabilité disant « ce n’est pas notre preuve » ne transforme pas magiquement le chiffre en preuve concernant notre produit.

Nous disions en substance :

« Voici un résultat impressionnant. Veuillez noter le résultat impressionnant. De plus, techniquement, ce n’est pas notre résultat. »

Ce n’est pas la norme selon laquelle je veux que FastFound fonctionne.

Alors les chiffres ont été retirés.

Retirer des données semblait étrange

C’est la partie étrange.

Remplacer des statistiques impressionnantes par rien rend une page d’accueil moins mature.

Il y a un fort instinct, lors de la création d’un nouveau produit, de combler chaque vide.

Les espaces vides donnent une impression d’inachevé.

« Pas encore de résultats clients » donne l’impression d’une faiblesse.

Mais FastFound n’a véritablement pas encore de résultats clients.

C’est en pré-bêta.

Pourquoi le site web impliquerait-il le contraire ?

L’un des chiffres concernait la récupération d’opportunités manquées.

Un autre concernait les revenus récurrents.

Un troisième comparait le taux de désabonnement des clients sous deux modèles de service différents.

Les trois étaient des recherches utiles lors de la conception de l’entreprise.

Aucun d’entre eux ne décrivait la performance réelle de FastFound.

J’ai donc introduit une règle beaucoup plus stricte.

Aucun chiffre de performance n’est publié comme un résultat de FastFound tant que je ne peux pas écrire d’où vient notre chiffre et quelle période il couvre.

Si je ne peux pas écrire la ligne de source, la statistique n’est pas prête.

Un chiffre posait un problème encore plus profond

Le chiffre de désabonnement a révélé quelque chose de plus intéressant.

Le modèle commercial avait évolué vers la vente de forfaits plutôt qu’un menu de services individuels.

Mais la statistique de recherche comparait les clients ayant des forfaits avec les clients ayant un seul service.

Cela ressemble à quelque chose que nous pourrions éventuellement valider.

Sauf que nous ne le pouvons pas.

Si FastFound ne vend pas une cohorte significative de comptes à service unique, il n’y aura jamais de cohorte FastFound à service unique à comparer.

La statistique originale ne pourrait donc jamais devenir « notre » statistique.

Nous pourrions la laisser là pendant cinq ans et elle appartiendrait toujours à la recherche de quelqu’un d’autre.

Cette distinction est importante.

Nous pourrons éventuellement mesurer la propre rétention de FastFound.

Nous pouvons demander :

« Quel pourcentage de clients étaient encore avec nous après six mois ? »

Plus tard :

« Douze mois ? »

Ce sont de vraies questions auxquelles notre entreprise peut répondre.

Mais nous ne pouvons pas prétendre avoir mené une expérience que notre modèle commercial ne mène pas réellement.

Donc cette comparaison n’était pas simplement masquée en attendant de meilleures données.

Elle a été supprimée.

La preuve doit correspondre à l’affirmation

Cela semble évident quand c’est écrit.

Pendant le développement produit, ce n’est souvent pas le cas.

Les chiffres de recherche migrent.

Ils commencent dans un document d’analyse de marché.

Puis ils apparaissent dans une spécification de service.

Ensuite, quelqu’un en utilise un dans la justification des prix.

Puis cela devient du texte marketing.

Après quelques déplacements, un chiffre peut perdre sa provenance tout en conservant son autorité.

C’est particulièrement facile lors de l’utilisation de l’IA.

Donnez à une IA un contexte de projet large contenant des statistiques industrielles et des informations sur l’entreprise, et elle peut produire un paragraphe magnifiquement écrit dans lequel la frontière entre les deux devient floue.

La prose n’est pas malveillante.

La distinction de source n’était simplement pas encodée assez fortement.

Je suis donc devenu beaucoup plus intéressé par la provenance.

Pas seulement :

« Quel est le chiffre ? »

Mais :

« À qui appartient ce chiffre ? »

« Quelle population a été mesurée ? »

« Sur quelle période ? »

« Cette population ressemble-t-elle à ce que nous prétendons qu’elle décrit ? »

« Et FastFound pourra-t-il un jour générer un chiffre équivalent qui lui soit propre ? »

L’état vide est maintenant délibéré

La page d’accueil a maintenant une position beaucoup moins impressionnante.

Essentiellement :

Nous n’avons pas encore de résultats clients à montrer.

Cet espace est vide exprès.

Étrangement, je préfère cela.

Cela dit quelque chose que je veux que le produit lui-même dise plus tard :

l’incertitude doit rester visible jusqu’à ce que la preuve la dissipe.

Il y aura une forte tentation, après le début de la bêta, de remplir la section aussi vite que possible.

Un client obtient un bon résultat.

Super. Mettez-le sur le site web.

Sauf que le résultat d’un client est une étude de cas, pas une distribution de performance.

Dix clients ?

Mieux, mais maintenant nous devons nous demander si la mesure est comparable.

Quelques mois de rétention ?

Utile, mais pas le taux de désabonnement annuel.

La nouvelle règle crée des frictions.

C’est intentionnel.

Le marketing ne devrait pas pouvoir devancer la preuve simplement parce que la page est plus belle avec un chiffre dessus.

Il y a un coût commercial à cela

Je ne suppose pas qu’une prudence factuelle radicale soit toujours récompensée.

Un concurrent peut afficher des chiffres plus importants.

Leur page d’accueil peut sembler plus établie.

Un acheteur peut ne jamais inspecter la méthodologie.

Supprimer une statistique impressionnante pourrait réduire la conversion.

Mais il y a un autre coût plus difficile à mesurer.

Dès qu’un client potentiel découvre qu’une affirmation prétendument précise est en fait empruntée, estimée ou formulée de manière créative, toute autre affirmation précise devient également suspecte.

La confiance se multiplie.

Tout comme la méfiance.

Je préfère avoir une section de preuve vide en pré-bêta plutôt que de passer l’année prochaine à expliquer pourquoi la preuve n’était pas vraiment la nôtre.

Finalement, je veux que cette section soit pleine de chiffres.

Mais quand ce sera le cas, ils auront été incroyablement difficiles à obtenir.

C’est le but.

FastFound est actuellement en pré-bêta. Il ne dispose pas encore d’un ensemble de données de performance client, et cet article explique pourquoi j’ai l’intention de le maintenir ainsi sur le site web jusqu’à ce que des résultats authentiques existent.