Advanced Jobs To Be Done : la révolution qui enterre le customer development intuitif

« Faites du customer development », « Écoutez vos clients », « Sortez du building »… Ces mantras du lean startup vous semblent familiers ? Normal, on les répète depuis 15 ans. Le problème ? 90% des équipes produit qui appliquent ces conseils échouent quand même.

Pourquoi ? Parce que le customer development classique n’est qu’une intuition déguisée en méthode. Un art qui dépend du talent de celui qui l’applique, pas une science reproductible.

Voici pourquoi Advanced Jobs To Be Done (AJTBD) – une interprétation et extension avancée du framework Jobs To Be Done classique – révolutionne l’approche produit en transformant l’intuition en algorithmes reproductibles.

La mort annoncée du customer development intuitif

Le problème fondamental du produit

Le développement produit baigne dans l’incertitude totale :

• Comment les clients prennent-ils vraiment leurs décisions d’achat ?
• Pourquoi certains utilisateurs adoptent et d’autres abandonnent ?
• Qu’est-ce qui rend un produit réellement unique et désirable ?

Le customer development traditionnel répond : « Va poser des questions et écoute attentivement. »

Le résultat : Des insights subjectifs, des interprétations biaisées, et des décisions produit qui restent des paris.

L’illusion de l’écoute client

Vous avez déjà vécu ça :

• Vous interrogez 50 clients
• Vous récoltez 50 opinions différentes
• Vous essayez de trouver des patterns
• Vous construisez des personas approximatifs
• Vous développez des features que personne n’utilise

Le problème de fond : Les gens ne savent pas pourquoi ils achètent. Ils rationalisent leurs décisions a posteriori. Leurs explications sont souvent fausses.

Advanced Jobs To Be Done : L’algorithme contre l’intuition

La révolution conceptuelle d’AJTBD

AJTBD reprend les fondamentaux du Jobs To Be Done de Clayton Christensen et les pousse plus loin avec une approche systémique et algorithmique.

Principe #1 : Tous les problèmes produit peuvent se résoudre par des algorithmes répétables Principe #2 : Les clients n’achètent pas des produits, ils « embauchent » des solutions pour accomplir des « travaux » (concept JTBD originel)Principe #3 : Ces travaux suivent des graphes logiques analysables et optimisables (extension AJTBD)

Les 3 piliers de la méthodologie

1. Segmentation par travaux (pas par démographie)

Fini les personas : « Marie, 34 ans, CSP+, maman de 2 enfants » Place aux job segments : « Segment qui embauche notre produit pour réduire le stress du planning familial »

Pourquoi c’est révolutionnaire :

• Un même client peut appartenir à plusieurs segments selon le contexte
• La segmentation devient prédictible et actionnable
• Les features se design sur des besoins réels, pas des assumptions

2. Graphes de travaux (pas des parcours utilisateur)

Beyond le customer journey : Les graphes AJTBD cartographient non pas ce que fait l’utilisateur, mais pourquoi il le fait.

Structure d’un graphe de travaux :

• Job principal : L’objectif final du client
• Sub-jobs : Les étapes nécessaires pour accomplir le job principal
• Job context : Les circonstances qui déclenchent le besoin
• Job outcomes : Les critères de succès du client

3. Mécaniques de résolution algorithmiques

Chaque problème produit = Optimisation d’un graphe de travaux

Les 4 types de mécaniques :

• Simplification : Réduire le nombre d’étapes
• Accélération : Diminuer le temps d’exécution
• Amplification : Améliorer les résultats obtenus
• Démocratisation : Rendre accessible à plus de segments

Comment AJTBD transforme votre approche produit

Avant AJTBD : L’approche intuitive

1. Research phase : « Allons interviewer nos utilisateurs »
2. Analysis phase : « Qu’est-ce qu’on a entendu ? Quels patterns ? »
3. Ideation phase : « Brainstormons des solutions »
4. Build phase : « Développons et on verra bien »

Problème : Chaque étape dépend de l’interprétation subjective

Après AJTBD : L’approche algorithmique

1. Job identification : Identifier les travaux que les clients essaient d’accomplir
2. Graph mapping : Cartographier précisément le graphe de chaque travail
3. Opportunity spotting : Localiser les points d’inefficacité dans le graphe
4. Mechanic application : Appliquer la mécanique de résolution appropriée

Avantage : Chaque étape suit une logique reproductible

Cas concret : Comment Netflix a « algorithmé » le divertissement

Le job principal identifié

Job : « M’aider à choisir quelque chose d’engageant à regarder quand j’ai du temps libre »

Analyse du graphe traditionnel (TV/cinéma)

1. Déclencheur : Temps libre disponible
2. Sub-job 1 : Scanner les options disponibles
3. Sub-job 2 : Évaluer chaque option (qualité, durée, genre)
4. Sub-job 3 : Prendre une décision
5. Sub-job 4 : Accéder au contenu choisi
6. Outcome : Être diverti pendant X temps

Points de friction identifiés

• Sub-job 2 : Trop d’options = paralysie du choix
• Sub-job 3 : Décision longue et stressante
• Sub-job 4 : Accès compliqué (horaires, disponibilité)

Mécaniques AJTBD appliquées

Simplification : Algorithme de recommandation qui pré-sélectionne Accélération : Streaming instantané, pas d’attenteAmplification : Contenu personnalisé qui plaît plus souvent Démocratisation : Accès à du contenu premium pour tous

Résultat : Netflix a « embauché » 230 millions d’abonnés pour ce job

Les 5 algorithmes AJTBD qui changent la donne

Algorithme 1 : Job Forces Analysis

Identifier les 4 forces qui influencent le changement comportemental :

• Push : Frustrations avec la solution actuelle
• Pull : Attraction vers votre solution
• Anxiety : Peurs liées au changement
• Habit : Résistance du comportement actuel

Algorithme 2 : Job Story Mapping

Format : « Quand [situation], je veux [motivation], pour pouvoir [outcome attendu] »

Exemple Netflix : « Quand j’ai 45 minutes de libre le soir, je veux quelque chose qui me détende sans effort mental, pour pouvoir décompresser de ma journée »

Algorithme 3 : Opportunity Scoring

Formule : Importance × (Importance – Satisfaction) = Score d’opportunité

Application :

• Listez tous les sub-jobs du graphe
• Scorez l’importance pour le client (1-10)
• Scorez sa satisfaction actuelle (1-10)
• Priorisez les scores les plus élevés

Algorithme 4 : Competition Redefinition

Ne compete pas avec qui vous pensez.

Netflix ne concurrence pas que Disney+ :

• Sleep (« Je suis fatigué, je vais me coucher »)
• Social Media (« Je vais scroller sur TikTok »)
• Gaming (« Je lance une partie rapide »)
• Books (« Je lis 20 minutes »)

Algorithme 5 : Innovation Patterns

4 patterns d’innovation récurrents :

• Consolidation : Combiner plusieurs jobs en un
• Separation : Séparer un job complexe en plusieurs simples
• Automation : Automatiser les sub-jobs sans valeur
• Orchestration : Coordonner plusieurs jobs liés

Comment implémenter AJTBD dans votre équipe

Phase 1 : Job Discovery (Semaines 1-2)

Objectif : Identifier les vrais jobs de vos clients

Méthodologie :

• Interviews AJTBD (pas customer development classique)
• Switch stories : moments où les clients changent de solution
• Job stories : format « When/I want/So I can »

Livrables :

• Liste des jobs principaux
• Segments par jobs (pas démographiques)
• Forces analysis pour chaque job

Phase 2 : Graph Mapping (Semaines 3-4)

Objectif : Cartographier précisément chaque job

Méthodologie :

• Décomposition en sub-jobs atomiques
• Identification des points de friction
• Mapping des solutions alternatives

Livrables :

• Graphes de travaux détaillés
• Opportunity scoring par sub-job
• Competitive landscape redéfini

Phase 3 : Solution Design (Semaines 5-6)

Objectif : Designer les mécaniques de résolution

Méthodologie :

• Application des 4 mécaniques (simplification, accélération, amplification, démocratisation)
• Prototypage des solutions prioritaires
• Test des hypothèses sur les graphes

Livrables :

• Concepts solutions avec rationale AJTBD
• Roadmap priorisée par opportunity scores
• Métriques de succès liées aux jobs

Les erreurs fatales à éviter avec AJTBD

Erreur #1 : Confondre job et feature

Job ≠ « Je veux une app mobile » Job = « Je veux accéder à mes informations rapidement en déplacement »

Erreur #2 : Rester surface sur les jobs

Job superficiel : « Acheter des chaussures » Vrai job : « Projeter une image professionnelle crédible dans mon nouveau poste »

Erreur #3 : Ignorer le contexte émotionnel

Jobs fonctionnels : Ce que le client veut accomplir Jobs émotionnels : Comment il veut se sentir Jobs sociaux :Comment il veut être perçu

Tous les trois comptent.

Erreur #4 : Appliquer AJTBD comme une recette

AJTBD est un framework, pas une checklist. L’adaptabilité et l’intelligence d’application comptent plus que l’application mécanique.

Mesurer le succès de votre approche AJTBD

Métriques traditionnelles vs métriques AJTBD

Before (métriques features) :

• Taux d’adoption des nouvelles fonctionnalités
• Time on page
• Click-through rates
• User satisfaction scores

After (métriques jobs) :

• Job completion rate : % d’utilisateurs qui finissent leur job principal
• Job efficiency : Temps moyen pour compléter un job
• Job outcome satisfaction : Le résultat obtenu correspond-il à l’attente ?
• Job switching triggers : Qu’est-ce qui fait changer de solution ?

Dashboard AJTBD type

Vision graphes :

• Progression par étape du job principal
• Points de friction identifiés et résolus
• Taux de « re-embauche » par segment

Vision business :

• Revenue per job segment
• Customer lifetime value par job principal
• Acquisition cost par job discovery

Votre feuille de route AJTBD

Semaine 1 : Audit de l’existant

• Identifiez vos assumptions actuelles sur vos clients
• Listez vos segments démographiques actuels
• Questionnez : « Pour quel job nos clients nous embauchent-ils ? »

Semaine 2-3 : Job Discovery Sprint

• 15 interviews AJTBD avec des clients actuels
• 5 interviews avec des prospects qui n’ont pas acheté
• Identification de 3-5 jobs principaux

Semaine 4 : Graph Mapping Workshop

• Session équipe pour mapper les graphes
• Identification des points de friction
• Scoring des opportunités

Mois 2 : Prototypage et test

• 3 concepts solution basés sur AJTBD
• Tests utilisateurs sur les graphes
• Itération basée sur job performance

Mois 3 : Implémentation et mesure

• Développement des solutions prioritaires
• Mise en place des métriques jobs
• Première optimisation basée sur les résultats

La vérité sur AJTBD

AJTBD ne remplace pas votre intuition produit. Il la structure et la rend reproductible.

Cette extension méthodologique du Jobs To Be Done classique transforme l’art du développement produit en science. Mais comme toute science, elle demande de la rigueur, de la pratique, et une remise en question constante.

Le customer development reste important, mais il devient un outil spécialisé pour étudier des parties précises de graphes de travaux, pas une approche généraliste.

À noter : AJTBD est une interprétation et un développement du framework Jobs To Be Done originel, pas une méthodologie officielle. Cette approche systémique reprend les concepts fondamentaux de Clayton Christensen en les poussant vers plus d’opérationnalité.

Question finale : Si vous deviez redéfinir votre produit par le job pour lequel vos clients vous « embauchent », que diriez-vous ? Si vous hésitez, c’est que vous avez besoin d’une approche plus structurée comme AJTBD.

---

L’époque de l’intuition produit touche à sa fin. Place aux algorithmes de création de valeur.