Ne concevez pas pour l’utilisateur moyen

• Le comportement des utilisateurs des produits numériques suit une loi de puissance (power law) plutôt qu’une distribution normale, et la moyenne arithmétique crée un utilisateur fantasmé qui n’existe pas réellement
• Le ratio P95/P50 entre les utilisateurs du top 5 % (P95) et l’utilisateur médian (P50) varie selon les domaines de 3x à plus de 100x, et cet écart constitue un indicateur central de la stratégie produit
• Les utilisateurs P50 « touristes » sont passifs et sensibles à l’attrition, tandis que les utilisateurs P95 « whales » génèrent 80 % des revenus, la majeure partie du contenu et presque tous les effets de réseau
• Pour satisfaire les deux avec une interface unique, il faut une conception en couches fondée sur la révélation progressive (Progressive Disclosure), avec une entrée simple pour les débutants et une profondeur illimitée pour les power users
• La stratégie de « tail-fattening » visant à faire passer des utilisateurs P50 vers P95, ainsi que la traduction d’intention via l’IA générative, sont au cœur de la prochaine génération de conception produit

---

L’illusion de la moyenne

• Dans les produits numériques, la moyenne arithmétique (arithmetic mean) est une illusion statistique dangereuse
• Les indicateurs fondés sur des moyennes comme l’ARPU (revenu moyen par utilisateur), la durée moyenne de session, etc., supposent que le comportement des utilisateurs suit une distribution normale (courbe en cloche), mais ce n’est pas le cas des comportements numériques
• Dans le monde physique, la taille ou le poids se concentrent autour d’une valeur centrale, ce qui rend la moyenne pertinente ; mais l’engagement numérique suit des lois de puissance, des distributions de Zipf et des déformations log-normales
• En conséquence, la valeur moyenne se situe dans la vallée vide entre une vaste masse de « touristes » à faible usage et une petite minorité d’utilisateurs à très fort engagement : un « fantôme mathématique (Mathematical Ghost) »
• Optimiser pour cette moyenne revient à ignorer à la fois les besoins simples de la majorité et les besoins intensifs d’une minorité

La structure de l’inégalité de participation

• Les espaces numériques sont dominés par l’inégalité de participation (Participation Inequality), dont la règle initiale du « 90-9-1 » fut une première expression
  • 90 % sont des lurkers : ils observent et consomment uniquement, avec une contribution créative nulle
  • 9 % sont des contributeurs : ils participent de temps en temps via des likes ou des commentaires
  • 1 % sont des superusers : le moteur central qui produit presque toute la valeur de la plateforme
• À mesure que les plateformes grandissent, la concentration devient encore plus extrême
• Wikipedia (règle 99.8-0.2-0.003) : 99,8 % des visiteurs sont des lurkers, seuls 0,2 % contribuent activement, et à peine 0,003 % (environ 1 000 personnes) produisent les 2/3 de toutes les modifications
• X (Twitter) : l’utilisateur médian publie 2 fois par mois, tandis que l’utilisateur au 90e percentile publie 138 fois par mois, soit un écart de 69x
• TikTok : le top 1 % des créateurs produit 147x plus de vidéos que les petits publieurs
• Cette inégalité n’est pas un bug, mais une réalité structurelle d’Internet

La falaise d’usage des systèmes d’IA

• Dans les systèmes d’IA apparaît une falaise d’usage (Usage Cliff) : les travailleurs de pointe P95 et les touristes P50 utilisent les outils d’IA de façon fondamentalement différente
• Écart de complexité des prompts : l’utilisateur P50 de ChatGPT envoie un prompt en un seul tour d’environ 50 mots, alors que l’utilisateur P95 utilise en moyenne 1 750 mots sur plus de 6 tours → ratio de 35x
• Écart de rétention : les produits centrés sur les P95 affichent un taux de rétention de 15,6 % après 3 mois, contre une médiane sectorielle de 2,5 %
• Écart de maîtrise des fonctionnalités : les utilisateurs P50 n’utilisent que 16 % des fonctionnalités, tandis que les P95 en exploitent plus de 45 % avec API, macros et workflows complexes
• Écart en programmation : les codeurs de pointe envoient 17x plus de requêtes à leur assistant IA que les développeurs P50

Comparaison de comportement entre les P50 « touristes » et les P95 « whales »

• Les utilisateurs P50 ont un comportement de consommation passive et transactionnelle, tandis que les P95 sont dans la création active et l’intégration au workflow
• Le moteur principal des P50 est le déclencheur externe (notifications), alors que pour les P95, ce sont des déclencheurs internes (boucles d’habitude / travail)
• Indicateur de rétention : les P50 ont un DAU/MAU de 5 %, les P95 un DAU/MAU de 30 %
• La sensibilité à l’attrition des P50 se concentre sur les frictions initiales et la confusion, tandis que les P95 sont sensibles aux plafonds, à la latence et au manque de contrôle
• Exemples de dépenses : sur Amazon, un P50 dépense environ ~600 $/an (hors Prime), un P95 ~1 400 $/an (Prime). Dans les jeux mobiles, le P50 dépense 0 $, le P95 1 700 $ sur sa durée de vie
• Les P50 apportent l’audience, la densité et la demande de base, mais les P95 produisent de façon disproportionnée les revenus, le contenu et l’apprentissage produit ; le ratio de valeur économique est donc pratiquement infini

Comprendre le ratio P95/P50

• Le ratio P95/P50 est un indicateur clé pour comprendre l’écart entre l’utilisateur moyen et l’utilisateur de valeur
• P95 caractérise le top 5 % des utilisateurs les plus actifs ; P50 correspond à la médiane, au-dessus et en dessous de laquelle se situe la moitié des utilisateurs
• Dans certains produits, les utilisateurs P99 (top 1 %) ont bien plus de valeur encore que les P95
• Attention : usage élevé et valeur élevée ne coïncident pas toujours
  • Certains heavy users sont rentables et influents, tandis que d’autres ne font qu’engendrer des coûts, mobiliser le support ou exploiter des failles
  • Un produit mature doit suivre au moins 4 queues distinctes : usage, revenu, coût de support, valeur stratégique

Ratios P95/P50 selon les domaines

• E-commerce et services (3x~10x) : les contraintes physiques compressent le ratio. Un acheteur médian visite 1 à 2 fois par mois, tandis qu’un « super shopper » P95 visite chaque jour ou plusieurs fois par semaine, avec une fréquence de session 3x~5x ; le ratio de revenu est plus élevé encore grâce à l’augmentation du panier moyen
• SaaS d’entreprise et productivité (6x~17x) : un peu contraints par le temps de travail et le besoin professionnel, mais l’écart reste important. Dans l’adoption de l’IA en entreprise, les travailleurs P95 envoient 6x plus de messages que la médiane. Pour l’analyse de données, les P95 sont à 16x de la médiane, et à 17x pour l’assistance IA au code
• Réseaux sociaux (30x~550x) : l’engagement étant entièrement volontaire, les ratios de concentration deviennent astronomiques. Sur X, médiane à 2 publications mensuelles contre 138 pour le P90 (69x). Dans les web apps sociales, le volume de tâches accomplies est de 492 pour le P95 contre 7 pour la médiane (70x). Pour la construction de réseau, les power users suivent 550x plus de comptes que les utilisateurs ordinaires
• Jeux mobiles (10x~infini) : dans les jeux premium, la dépense médiane est exactement de 0,00 $. Le top 1~5 % génère 50 à 80 % du revenu total. Dans Fate: Grand Order, 20,6 % des joueurs dépensent plus de 1 800 $ par an. Comme la médiane est à 0 et que le P95 n’a pas de plafond, le ratio est pratiquement infini. Même logique pour le temps investi : un P50 casual joue 10 à 20 minutes par jour, un P95 hardcore 3 à 6 heures par jour

Pourquoi les ratios P95/P50 varient

• Structure des tâches (Task Structure) : l’écart est maximal pour les tâches répétitives, décomposables et faciles à reprendre, comme le code, l’écriture ou l’analyse. C’est pourquoi le code atteint un écart de 17x dans l’IA d’entreprise. Les médias créatifs sont répétitifs, mais impliquent goût, revue et sélection, ce qui réduit le ratio à 8x
• Hétérogénéité des rôles (Role Heterogeneity) : une même interface peut servir des métiers fondamentalement différents. L’analyse par percentiles doit être menée avec une analyse JTBD (Jobs-to-be-Done). Sinon, on finit par construire un unique mode power user qui ne convient vraiment à aucun vrai power user
• Friction et infrastructure (Friction and Infrastructure) : supprimer les barrières élargit la queue. Si la capacité, la commodité et le prix ne pénalisent pas l’usage, les plus gros utilisateurs s’éloignent encore davantage de la médiane
• Choix de la métrique (Metric Choice) : le ratio P95/P50 varie fortement selon qu’on mesure les octets mensuels, le nombre de sessions, la durée des sessions, la dépense ou le type de tâche. Dans une étude sur les utilisateurs mobiles finlandais, le volume mensuel de données affichait un P95/P50 d’environ 8 à 11x, alors que la durée de session n’était que d’environ 2,3x
• Rendements cumulatifs (Compounding Returns) : si plus d’usage produit plus de valeur, la queue supérieure se renforce d’elle-même. Dans les données entreprise d’OpenAI, les utilisateurs engagés dans environ 7 types de tâches déclarent 5x plus de temps économisé que ceux engagés dans environ 4 types
• Maturité organisationnelle (Organizational Maturity) : dans les produits d’entreprise, un usage élevé reflète non seulement la motivation individuelle mais aussi les systèmes organisationnels comme les templates, les normes, les ressources partagées, la formation, la gouvernance et le soutien managérial. C’est pourquoi les entreprises de pointe sont à environ 2x de la médiane sur l’ensemble des messages, mais à 7x sur les messages GPT

La fenêtre temporelle change le ratio

• Les fenêtres journalières tendent à compresser les écarts, même les power users étant limités par le temps d’éveil
• En agrégation hebdomadaire ou mensuelle, le volume ressemble davantage à une histoire d’avantage cumulatif, et la queue s’élargit généralement
• Sur toute la durée d’usage (points de réputation, total de matchs, etc.), un P95/P50 peut atteindre plusieurs dizaines de fois ou plus
• Une hausse brutale du P95/P50 signifie une expansion de la queue (véritable évolution produit ou erreur d’analyse due à des bots / du scraping)
• Une baisse brutale signifie une compression de la queue (rate limiting, incident affectant les heavy users, ou changement de logging sous-comptant les activités à gros volume)
• La distinction par cohortes est essentielle : mélanger des débutants en semaine 1 avec des vétérans de 3 ans fait paraître le produit plus inégalitaire qu’il ne l’est réellement. Il faut séparer nouveaux, activés, retenus et vétérans pour distinguer une courbe de croissance saine d’un produit qui perd sa médiane et ne survit plus que grâce à quelques experts

Concevoir pour les touristes P50

• Les touristes P50 interagissent avec le produit de manière passive, sporadique et avec une contribution économique minimale
• Ils sont extrêmement sensibles à la friction : face à un dashboard complexe, à des fonctionnalités sans explication ou à un onboarding à plusieurs étapes, ils partent immédiatement
• Dans le SaaS, l’utilisateur médian ne touche qu’environ 16 % des fonctionnalités disponibles et reste sur le « happy path » de 2 ou 3 fonctions essentielles
• L’unique objectif de la conception P50 est l’activation et la rétention : il faut simplifier radicalement l’interface, masquer la complexité et réduire la charge cognitive
• Pour le publisher médian d’une plateforme de newsletters, un seul parcours propre suffit : brouillon → aperçu → envoi → consultation des résultats de base. Exposer d’emblée une logique avancée de segmentation ou des diagnostics de délivrabilité provoque l’attrition
• Les utilisateurs P50 sont nécessaires parce qu’ils apportent l’audience, la densité et la portée, mais ce ne sont pas eux qui maîtriseront le produit ni paieront pour sa profondeur

Concevoir pour les whales P95

• Les utilisateurs P95 ne visitent pas le produit : ils vivent dedans
• Dans le logiciel d’entreprise, ils intègrent l’outil à des workflows au niveau de la minute ; dans le streaming, ils entrent dans un état de binge piloté par les algorithmes de recommandation ; sur les réseaux sociaux, ce sont les créateurs hyperactifs qui construisent toute la réalité consommée par les P50
• Les whales P95 génèrent l’essentiel de la valeur business : le top 5 % alimente 80 % du revenu, 80 % du contenu et presque 100 % des effets de réseau
• Comme leur usage est exponentiellement plus élevé, leurs exigences UX sont à l’opposé de celles des P50 : là où l’utilisateur médian a besoin d’explications, les whales P95 ont besoin d’accélération (acceleration)
• Les power users acceptent une friction initiale en échange d’une efficacité à long terme, et les assistants pas à pas les frustrent activement
• Éléments nécessaires à une conception P95 : raccourcis clavier, édition en masse, accès API, templates réutilisables, macros, personnalisation poussée
• La qualité de service et la performance système doivent être jugées à l’aune des workflows P95. Les whales P95 découvrent toutes les faiblesses du système : filtres DB lents, fonctions d’import fragiles, pistes d’audit manquantes, etc.
• Quand une whale se plaint de l’absence de fonctionnalités avancées, il ne faut pas balayer cela comme un « edge case » — dans une distribution à queue lourde, l’edge case est en réalité le centre de gravité économique
• Les power users jouent aussi le rôle d’indicateur avancé de la direction future du marché. Ce sont eux qui repèrent d’abord les edge cases, inventent d’abord les solutions, et révèlent quand une fonctionnalité dite « avancée » devient silencieusement un workflow central
• Il faut aussi se défendre contre les negative whales : la même loi de puissance s’applique à la consommation de ressources et aux acteurs malveillants, si bien qu’une infime minorité d’usages extrêmes peut générer l’essentiel des coûts serveur, des tickets support et de la toxicité communautaire

La stratégie de conception « A Tale of Two Cities »

• Quand il faut un tricycle pour les P50 et un F-16 pour les P95, la solution en conception applicative unique est une interface en couches fondée sur la révélation progressive (Progressive Disclosure)
• Une interface plate et uniforme est trop intimidante pour l’utilisateur médian et trop limitante pour le power user

1. Construire une entrée simple

• La surface du produit doit être optimisée pour le touriste P50. L’état par défaut doit être propre, guidé et concentré sur les 20 % de fonctionnalités qui couvrent 80 % des usages standard
• Ne supposez pas que les utilisateurs veulent apprendre l’architecture logicielle. Cachez les réglages et la configuration avancée, et exposez clairement les principaux CTA

2. Creuser un puits de valeur profond et sans plafond

• Sous cette surface simple, il faut concevoir des fonctionnalités sans plafond pour les whales P95
• Les fonctions avancées doivent être révélées progressivement quand l’utilisateur démontre sa maîtrise en dépassant certains seuils d’usage ou de fréquence de session
• La révélation progressive ne doit pas fonctionner comme une simple expansion de menus, mais comme un déclencheur comportemental : exposition des fonctions power lors d’usages répétés, de grosses tailles de lot, d’adoption de raccourcis, de tâches répétitives, ou de tentatives d’export / d’automatisation
• Ne placez pas les outils avancés d’édition en masse sur le dashboard principal ; rendez-les immédiatement accessibles via une Command Palette (par ex. Cmd+K) que le power user peut déclencher par mémoire musculaire
• Dans les outils d’IA d’entreprise, un simple champ texte suffit pour les P50, tandis que les P95 ont besoin de fenêtres de contexte réutilisables, de bibliothèques de prompts partagées et de connexions vers des workflows multi-agents

3. Séparer le temps et la monétisation

• Dans les catégories sans plafond comme les jeux, les outils pour créateurs ou le SaaS avancé, il faut concevoir des boucles UX qui autorisent un investissement infini
• Si une whale veut investir 6 heures par jour et 1 000 $ par mois, l’interface doit l’y encourager naturellement
• N’introduisez pas de friction artificielle devant une whale prête à dépenser ou à produire du contenu à fort engagement
• L’objectif de conception n’est pas une activité infinie en soi, mais une utilité infinie : permettre aux experts de produire, personnaliser, automatiser et progresser davantage, sans alourdir le parcours des débutants

4. Combler l’écart — Tail-Fattening

• L’objectif ultime de la conception produit dans un écosystème à queue lourde est de « faire grossir la queue » : créer des parcours qui tirent les utilisateurs P50 les plus motivés vers le haut de la courbe, en direction du P95
• La gamification UX, les recommandations algorithmiques et les boucles de formation d’habitudes sont les outils clés. Le « daily streak » de Duolingo ou Snapchat est un pont UX emblématique pour transformer un P50 sporadique en P95 habituel
• L’indicateur clé n’est pas seulement la taille de la queue, mais le taux de graduation : il est crucial de suivre les conversions P50 → P75, P75 → P95, ainsi que les comportements qui prédisent ces sauts
• L’IA générative fournit un nouveau mécanisme de tail-fattening : la traduction d’intention (intention translation). Quand un utilisateur P50 exprime son objectif en langage ordinaire, un agent IA peut exécuter des workflows complexes qui n’étaient auparavant accessibles qu’aux experts P95. Si l’IA génère des macros, écrit des requêtes SQL ou construit des tableaux croisés via un prompt conversationnel, elle élève la production de l’utilisateur médian au niveau du power user sans la courbe d’apprentissage d’une UI traditionnelle

5. Harmoniser acheteur et utilisateur

• Dans les logiciels B2B d’entreprise, l’acheteur économique (dirigeant / manager) est souvent un touriste P50 qui se connecte rarement en dehors de la consultation d’un dashboard ROI de haut niveau
• Tout en offrant une complexité illimitée aux whales qui utilisent l’outil au quotidien, les interfaces de reporting et d’administration destinées aux touristes qui paient réellement doivent rester extrêmement sans friction
• Une interface conçue uniquement pour les workflows complexes des whales peut submerger les dirigeants en démo commerciale et faire perdre le contrat

Stratégie tarifaire

• Le ratio P95/P50 est une « grille de lecture de l’équité » naturelle pour la tarification
• Quand l’usage est seulement légèrement asymétrique (P95/P50 autour de 2x~5x), le forfait reste facile à comprendre
• Quand l’usage est fortement asymétrique (plus de 20x), le prix forfaitaire subventionne les heavy users ; dans ce cas, surtout pour les outils d’IA où les coûts d’inférence en tokens sont élevés, une tarification variable est plus adaptée

Analyse de l’attrition

• L’analyse de l’attrition doit pondérer les segments d’utilisateurs selon leur ratio d’usage, car perdre un utilisateur P95 coûte bien plus cher que perdre un P50
• Perdre un heavy user en entreprise supprime bien plus de volume de workflow, d’advocacy et de feedback produit que la perte de nombreux utilisateurs médians
• Perdre un développeur à très haute productivité équivaut à une baisse de production d’équipe comparable à la perte de 17 développeurs moyens → la rétention de ces profils doit être une priorité majeure
• Sur les réseaux sociaux, un ratio de follow de 550x signifie que perdre un grand créateur de contenu revient à perdre une valeur réseau équivalente à des centaines ou des milliers d’utilisateurs médians
• La stratégie de rétention doit donner la priorité aux utilisateurs à fort volume : support dédié, roadmap de fonctions avancées, reconnaissance communautaire ; pour les utilisateurs médians, un onboarding automatisé suffit
• Le seuil d’attrition à 30 jours est particulièrement important dans les apps mobiles : après 30 jours, plus de 95 % des utilisateurs ont churné, et la base retenue se concentre alors vers les power users à fort engagement, ce qui élargit le ratio P95/P50 parmi les survivants

Repenser les dashboards et l’état d’esprit

• L’ère de « l’utilisateur moyen » doit prendre fin : la moyenne masque la réalité de l’inégalité de participation et cache le fait que la survie du produit repose sur les épaules des 5 % les plus actifs
• Ne mettez pas la moyenne au centre du dashboard. Gardez-la si besoin pour la finance ou la planification de capacité, mais ne l’utilisez pas comme substitut à la réalité utilisateur
• Pour les décisions produit, suivez la distribution : P25, P50, P75, P95, et P99 si nécessaire. Affichez les histogrammes en échelle logarithmique et observez, après chaque changement majeur, la croissance, la compression ou le déplacement de la queue
• Surveillez en permanence le ratio P95/P50 :
  • Ratio faible (2x~5x) : produit à utilité limitée → se concentrer sur une utilisabilité large et une exécution de tâches sans friction
  • Ratio élevé (20x, 50x, infini) : gestion d’un écosystème en loi de puissance → il faut fournir aux whales des outils avancés, des endpoints API et des systèmes de croissance sans plafond
• Il faut cesser de concevoir pour un milieu mythique qui ne satisfait personne, et reconnaître l’écart comportemental profond entre la masse casual et l’élite obsessionnelle
• Créez un hall d’accueil chaleureux pour les touristes P50, mais construisez un véritable terrain de jeu pour les whales P95 — dans l’économie numérique, les whales ne sont pas des edge cases, ce sont eux qui paient