Tout ce que j’ai appris (et oublié) sur les boucles virales à l’époque du Web 2.0

(andrewchen.substack.com)

21 points par GN⁺ 2025-11-18 | 2 commentaires | Partager sur WhatsApp

La boucle virale (Viral Loop) est un mécanisme de croissance conçu au sein même du produit, qui crée une structure d’acquisition d’utilisateurs mesurable et optimisable via des fonctionnalités d’invitation, de partage et de recommandation
À l’apogée du Web 2.0, une vague de produits a atteint des dizaines de millions d’utilisateurs grâce aux boucles virales, mais une grande partie de ce savoir-faire s’est perdue avec le passage à l’ère mobile
En concevant dans le produit des fonctions d’invitation, de partage et de recommandation, puis en quantifiant le viral factor à l’échelle des sessions et des cohortes, il devient possible de suivre par des formules jusqu’à quel point on peut amplifier l’acquisition gratuite d’utilisateurs
- À partir de 1,0, la croissance s’accélère d’elle-même ; en dessous de 1,0, elle finit par ralentir
Il existe des produits de catégorie 1, qui reposent sur une boucle de partage simple et puissante, et des produits de catégorie 2, qui superposent plusieurs boucles de partage sur des fonctionnalités plus profondes et une forte rétention ; dans les deux cas, les schémas de croissance et leurs limites diffèrent fortement
Avec la transition mobile, les contraintes des plateformes, la disparition de l’effet de nouveauté et la saturation du marché, une structure où le viral factor dépasse 1 dès la première session est devenue presque impossible ; aujourd’hui, l’important est une structure où un fort niveau de rétention augmente le viral factor cumulé sur l’ensemble des sessions
Les shitposts, rage bait et clips vidéo qui se propagent sur les réseaux, ainsi que les outils d’IA générative, ressemblent davantage à des pics ponctuels, mais peuvent contribuer à l’expansion durable d’une base d’utilisateurs lorsqu’ils sont combinés à une boucle « créer puis partager » conçue dans le produit

L’âge d’or des boucles virales à l’époque du Web 2.0

Entre 2005 et 2010, durant la période Web 2.0, les réseaux sociaux, plateformes UGC, outils collaboratifs et applications de messagerie ont conçu de manière systématique des boucles virales pour bâtir des bases d’utilisateurs allant de plusieurs millions à plusieurs centaines de millions
- Invitations par e-mail, import de carnets d’adresses, liens de partage de contenus : tout était optimisé de façon très méthodique pour que les utilisateurs en attirent d’autres
- C’était l’époque de la « croissance conçue par l’ingénierie », avec suivi du viral factor via des formules et des tests A/B
- Facebook, LinkedIn, YouTube, Spotify et Pinterest ont grandi de cette manière
Les fondateurs et équipes à l’origine de ces produits viraux à succès ont ensuite rejoint de grands groupes tech ou le capital-risque, ce qui a conduit à une quasi-disparition du savoir lié à la construction de boucles virales
Après la bascule vers le mobile, les anciennes méthodes ont cessé de fonctionner, et une grande partie de ces connaissances pratiques s’est diluée sur le terrain
Pourtant, les mêmes raisonnements et la même base mathématique restent pleinement applicables aujourd’hui au Product-Led Growth, aux recommandations sur les marketplaces et aux flux de partage de l’IA générative

La structure de base du viral factor en formule

Ici, le viral ne désigne pas l’explosion ponctuelle d’un simple tweet, mais une boucle structurelle où des invitations, tags, partages de liens et programmes de parrainage intégrés au produit génèrent continuellement de nouveaux utilisateurs
Cette boucle a pour caractéristiques d’être mesurable, améliorable via des changements produit, et de reposer sur une même structure mathématique qu’il s’agisse d’invitations, de partage de contenus ou de referral ; au centre se trouve la notion de viral factor, un ratio
Le viral factor est le ratio dont le dénominateur est la cohorte d’utilisateurs inscrits sur une période donnée, et le numérateur le nombre de nouveaux utilisateurs générés au fil du temps par les invitations et partages de cette cohorte
- Exemple : si 100 utilisateurs inscrits il y a trois mois en amènent ensuite 50 autres, le viral factor à ce moment-là est de 0,5
- Si 100 utilisateurs en amènent 150, puis que ces 150 en amènent 225, alors le viral factor est de 1,5
- À 1 ou plus, la boucle s’étend ; en dessous de 1, elle finit par s’arrêter

Boucles de partage de contenu et conception des données

Un exemple classique de boucle virale est celui où un utilisateur crée quelque chose avec une IA, un filtre ou un outil, puis le partage via un lien, ce qui amène une partie des personnes exposées à s’inscrire pour créer la même chose
- Les filtres Instagram, les billets de blog ou les outils actuels de génération vidéo par IA suivent ce même schéma
Pour le mesurer, il faut suivre les partages via une URL contenant un sharer_id
- Exemple : partage sous la forme product.com/vid/[video_id]?sharer_id=[user_id], puis enregistrement du sharer_id dans la ligne de l’utilisateur qui s’inscrit via ce lien
Ensuite, en récupérant la liste des id d’une cohorte donnée, puis en comptant combien de fois ils apparaissent comme sharer_id chez d’autres utilisateurs, on peut calculer le viral factor
- Les utilisateurs dont le sharer_id est vide sont considérés comme des utilisateurs « Gen 1/onramp » et exclus du calcul ; il est plus stable d’observer le ratio Gen N / Gen N+1
Une fois le viral factor calculé, la question devient naturellement : « comment faire monter ce chiffre, et peut-on le faire dépasser 1 ? »
- Ajout d’un flux demandant d’inviter dès l’onboarding, lien d’invitation facile à copier, amélioration de l’interface de partage
Dès qu’un calcul basé sur sharer_id est possible, on peut en faire un indicateur de dashboard et observer ses variations via des tests A/B
- Les variables d’expérimentation incluent le taux d’utilisation des fonctions de partage, le nombre de partages, et le taux de conversion à l’inscription des destinataires, un ensemble qui agit comme une sorte de « cookbook du viral factor »
Autrement dit, le viral factor ne s’applique pas seulement à une boucle d’invitation (invite), mais de manière générale à toutes les structures où des utilisateurs existants génèrent de nouveaux utilisateurs, qu’il s’agisse de partage, de collaboration ou de referral

La formule « nombre d’invitations × taux de conversion » et ses limites

La formule largement diffusée sur Internet, « viral factor = nombre d’invitations × taux de conversion », est intuitive, mais elle a pour limite de ne s’appliquer qu’aux boucles basées sur l’invitation
- En réalité, il existe de nombreuses boucles différentes : partage de contenu, invitation à collaborer, codes de recommandation, etc.
Surtout, ce que l’on veut vraiment connaître, c’est le ratio entre deux cohortes d’utilisateurs ; la définition fondée sur les cohortes est donc plus essentielle
Se focaliser uniquement sur invitations × conversion pousse vers une logique consistant à faire envoyer des e-mails d’invitation au plus grand nombre d’amis possible, autrement dit une conception proche du spam, qui accroît la fatigue des utilisateurs
- Des anciens réseaux sociaux comme Bebo, Tagged, Hi5 ou MySpace ont artificiellement fait grimper leur viral factor en utilisant l’import des carnets d’adresses Hotmail et Yahoo Mail pour déclencher l’envoi de plus de 200 e-mails d’invitation
- Cette approche a conduit à une hausse des envois vers des adresses invalides → une baisse du taux de conversion → une qualification en spam par les fournisseurs d’e-mail ; elle a fonctionné pendant une dizaine d’années, puis l’ère des boucles d’invitation par e-mail a pris fin

Les métriques clés des produits viraux et les conditions du PMF

Pour distinguer les produits qui subsistent après un pic viral ponctuel, les indicateurs de rétention, d’habituation, d’effet réseau et de monétisation suivants constituent des repères utiles
- La courbe de rétention par cohorte se stabilise-t-elle à un certain niveau (part des utilisateurs conservés) ?
- Le ratio actives/registered est-il supérieur à 25 %, c’est-à-dire la part d’utilisateurs réellement actifs est-elle suffisante par rapport aux inscrits ?
- La courbe des power users dessine-t-elle un « sourire » (smile), signe qu’il existe un noyau d’utilisateurs très engagés ?
En complément, les indicateurs suivants permettent aussi d’identifier un business durable
- viral factor > 0,5 (un niveau suffisant pour amplifier les autres canaux)
- DAU/MAU > 50 % (formation d’une habitude d’usage quotidienne)
- Pour les réseaux anciens à l’échelle du marché ou du logo, la participation augmente-t-elle avec l’ancienneté (effet réseau) ?
- Les D1/D7/D30 dépassent-ils respectivement 60/30/15 (adoption initiale et fréquence d’usage) ?
- Le revenu par utilisateur et le niveau d’activité augmentent-ils au fil du temps (le produit est-il utilisé plus en profondeur) ?
- À une échelle significative, plus de 60 % de l’acquisition provient-elle de l’organique (organic) plutôt que du marketing payant ?
De nombreuses applications virales de l’ère Web 2.0 et de la plateforme Facebook ont obtenu un viral factor initial très élevé et un fort bouche-à-oreille, mais ont disparu après le pic faute de rétention suffisante
- Une boucle virale peut permettre de réacquérir en continu des utilisateurs partis, mais sans product-market fit ni structure d’usage suffisamment sticky, cela ne débouche pas sur un business réussi

Deux types de produits viraux : catégorie 1 et 2

Les produits viraux se répartissent généralement en deux catégories
- Catégorie 1 : des apps simples centrées sur une seule action, dont le résultat se partage extrêmement facilement (Instagram à ses débuts, YouTube, divers apps de quiz ou anonymes, etc.)
- Catégorie 2 : des produits plus complexes, avec des fonctionnalités profondes et une forte rétention, intégrant plusieurs fonctions de partage et de collaboration (Figma, Slack, Facebook à ses débuts, etc.)
La catégorie 1, grâce à des parcours courts et une forte conversion, favorise une croissance explosive et des schémas de succès « du jour au lendemain », mais s’accompagne souvent d’un fort churn après le pic et d’une faible rétention cumulée
La catégorie 2 prend plus de temps à construire et sa croissance initiale est plus graduelle, mais comme les utilisateurs acquis partent rarement, elle peut accumuler un facteur viral cumulé sur de nombreuses sessions
Aujourd’hui, une grande partie des outils de génération de contenu par IA suivent le modèle de la catégorie 1 (génération simple → partage), avec les mêmes forces (croissance rapide) et faiblesses (problèmes de rétention après le pic) que les anciens services de filtres photo ou de vidéo

Structure étape par étape et formule des boucles simples de génération de contenu

Une boucle simple de génération et de partage de contenu suit généralement les étapes suivantes
- quelqu’un voit en ligne un résultat créé par une autre personne →
- il regarde ou apprécie ce résultat →
- il clique sur le lien associé pour accéder à l’outil de création →
- il utilise lui-même l’outil pour créer quelque chose →
- il partage à son tour ce qu’il a créé sur les réseaux sociaux, messageries, etc. →
- davantage de personnes le voient et répètent le même processus
À chaque étape, on trouve des métriques de funnel comme le taux de visionnage, le taux de clic, le taux de création, le taux de partage et le nombre de personnes exposées ; si le produit de ces métriques, multiplié par « le nombre moyen de personnes qui voient un partage (X) », dépasse 1, la boucle peut croître de façon explosive
Par exemple, avec les valeurs suivantes, il faut que 0.5(visionnage) * 0.1(clic) * 0.2(création) * 0.5(partage) * X dépasse 1 pour qu’il y ait viralité
- les quatre premiers termes donnent 0.005 ; pour que la boucle atteigne 1 ou plus, il faut donc que chaque partage soit vu par plus de 200 personnes
- comme ces valeurs sont très sensibles, de petits changements d’UI ou de contenu peuvent avoir un impact majeur sur l’ensemble de la boucle
Si l’on raisonne en termes de facteur viral (v), le taux total d’amplification des utilisateurs, vu comme une somme géométrique des arrivées génération après génération, suit la forme 1/(1-v)
- lorsque le facteur viral est faible, les données réelles ne montrent souvent qu’une hausse noyée dans le bruit, difficile à distinguer à l’œil nu
- exemple : avec 100 nouveaux utilisateurs par jour et un facteur viral de 0.1, l’amplification finale n’est que de 1.11x, soit seulement 11 utilisateurs supplémentaires
- si v=0.5, alors 1/(1-0.5)=2, ce qui revient à ajouter 100 utilisateurs viraux aux 100 utilisateurs acquis de façon payante
Autrement dit, avec v=0.5 l’amplification est de 2x, avec v=0.75 elle est de 4x, et avec v=0.9 elle atteint 10x
- pour une même acquisition initiale de 100 utilisateurs, on obtient au final 200 utilisateurs (2x), 400 utilisateurs (4x) ou 1000 utilisateurs (10x), une amplification clairement perceptible qui compense fortement les coûts du marketing payant
C’est pourquoi, dans la conception réelle, il ne suffit pas de viser « un peu de viralité » : il faut créer une structure capable de porter le facteur viral au-delà de 0.5

Pourquoi la performance virale baisse avec le temps

Les boucles virales ont tendance, avec le temps, à voir leur performance diminuer naturellement
- l’effet de nouveauté disparaît, le marché se sature et les plateformes renforcent leurs restrictions
Quand une nouvelle forme de contenu ou un nouvel outil apparaît, les gens ont tendance à davantage regarder, cliquer et essayer ; mais à mesure que ce format de partage devient courant, les mêmes indicateurs baissent globalement de façon récurrente
- par exemple, au début du partage d’images IA, même des photos avec six doigts paraissaient suffisamment nouvelles pour être largement partagées ; aujourd’hui, il faut un niveau de surprise bien plus élevé
À mesure que le marché se sature, une grande partie des amis que l’utilisateur voudrait inviter figurent déjà parmi les inscrits ou ne sont pas intéressés, ce qui réduit le nombre d’invitations réellement efficaces
- de plus, les utilisateurs qui arrivent plus tard sont souvent des adopteurs tardifs et moins enclins au bouche-à-oreille, ce qui fait baisser le facteur viral global
- dans le cas des invitations via carnet d’adresses e-mail, on pouvait envoyer à plus de 200 contacts avec de forts taux d’ouverture et de clic ; mais après avoir atteint des dizaines de millions d’utilisateurs, le nombre de contacts disponibles diminuait et les taux d’ouverture/clic baissaient eux aussi
Toutes les boucles virales fonctionnent au-dessus d’une plateforme sous-jacente (e-mail, Facebook, TikTok, etc.)
- si les contenus surchargés de watermark et de liens se multiplient, la plateforme peut mettre en place des politiques pour les freiner
- autrement dit, si la plateforme commence à pénaliser les contenus avec watermark ou lien, ou lance des fonctionnalités concurrentes, le taux de conversion d’une étape donnée peut s’effondrer, entraînant la rupture de toute la boucle

Les limites des apps hypersimples et les effets de réseau

Les apps hypersimples et hypervirales ont une structure produit composée d’un petit nombre d’écrans et de quelques éléments d’UI ; cette structure possède en elle-même le potentiel de produire une rétention très profonde si le contenu et le réseau sont suffisants
- YouTube et Instagram illustrent bien ce modèle : une UI centrale très simple et un immense réseau de contenus, donnant une expérience infiniment engageante malgré une apparence de petite app
Même lorsque ces produits ajoutent beaucoup de fonctionnalités avec le temps, la masse de contenu et les effets de réseau leur permettent, avec cette structure d’app simple, de continuer à montrer sans fin des nouveautés
À l’inverse, une app qui ne repose que sur un trick viral, sans accumulation de contenu, de graphe social ou d’habitudes, reproduit souvent le même schéma : une fois le pic passé, il ne reste pratiquement plus de base d’utilisateurs

Les limites des techniques virales sociales modernes (shitposting, etc.)

Aujourd’hui, ce que les réseaux sociaux appellent « viral » désigne souvent un mélange de tactiques comme le ragebait (contenu conçu pour provoquer la colère), le shitposting, les vidéos de lancement stylées, les clips TikTok, les panneaux publicitaires, la viralité via influenceurs, ou la transformation du fondateur en influenceur
Ces techniques sont utiles pour créer des pics de trafic ponctuels, mais
- elles restent éloignées d’une structure capable de se développer exponentiellement en maintenant le ratio nouveaux utilisateurs / DAU à mesure que le DAU augmente
- si l’on répète le même format toutes les semaines ou tous les mois, l’inertie et la fatigue font généralement baisser progressivement son efficacité
Malgré cela, elles restent des outils valables dans la mesure où le trafic qu’elles apportent peut, s’il est relié à une boucle interne du produit de type « créer puis partager », transformer un pic ponctuel en graine de croissance reproductible

La fin de la viralité Web 2.0 et la transition vers le mobile

À l’âge d’or du Web 2.0, de nombreux cas sont apparus où des services atteignaient « de zéro à plusieurs millions d’utilisateurs » en s’appuyant sur les invitations par e-mail, l’import de carnets d’adresses ou les apps Facebook
- Facebook, LinkedIn, YouTube, Spotify, Pinterest et bien d’autres ont grandi sur cette base
- des services comme BirthdayAlar (e-mails de rappel d’anniversaire) ou Plaxo (demandes de mise à jour des contacts) faisaient tourner des boucles d’invitation en promettant de tenir à jour les anniversaires et coordonnées des amis, un mécanisme qui a ensuite mené à l’émergence des réseaux sociaux
Avec le temps, les utilisateurs se sont habitués à ces schémas, les fournisseurs d’e-mail ont renforcé leurs filtres anti-spam et, surtout, le centre de gravité du monde est passé de l’e-mail au mobile, rendant cette même structure plus difficile à reproduire
Sur mobile, l’accès aux contacts reste possible, mais à cause d’une UX d’invitation où l’on choisit les numéros un par un, il est difficile d’inviter en masse 200 personnes à la fois comme avec l’e-mail
- il y a bien eu des tentatives d’envoyer des SMS via des serveurs comme Twilio, mais cela a entraîné des problèmes de spam SMS ainsi que des risques réglementaires et d’amendes, ce qui n’était pas durable
En conséquence, l’époque des apps hypersimples et hypervirales capables de dépasser un facteur viral de 1 dès la première session est pratiquement terminée ; aujourd’hui, un facteur viral autour de 0.2 à 0.3 est la norme dans la plupart des cas

Stratégie virale moderne centrée sur la rétention : channel mix et somme des sessions

Aujourd’hui, la croissance d’une app se résume moins à une incitation excessive aux invitations qu’à la combinaison de deux éléments
- 1. plusieurs canaux d’acquisition en haut de funnel (SEO, social, RP, publicité payante, recommandations, etc.)
- 1. un retention fort, qui permet d’accumuler un facteur viral sur l’ensemble des sessions
Premièrement, il faut une structure qui amène régulièrement de nouveaux utilisateurs via le marketing payant, le referral, le bouche-à-oreille, le SEO, la presse, les réseaux sociaux, etc.
- Chez Uber, environ la moitié des premiers trajets viendraient du marketing payant, 10 à 20 % du referral, et le reste du bouche-à-oreille, du SEO, etc.
Deuxièmement, si le produit bénéficie d’un retention fort qui génère de nombreuses sessions utilisateur,
- il peut encourager un peu de partage, d’invitation ou de referral à chaque session, afin de créer un facteur viral total égal à la somme des facteurs viraux de chaque session
Au lieu de raisonner en “nombre d’invitations × taux de conversion”, il faut le voir comme une somme infinie du type facteur viral de la session 1 + facteur viral de la session 2 + …
- La formule simple nombre d’invitations × taux de conversion repose implicitement sur l’hypothèse que toute la viralité se produit lors de la première session, alors qu’en réalité un utilisateur peut avoir des dizaines ou des centaines de sessions et partager ou inviter un peu à chaque fois
- Une vision plus proche de la réalité consiste donc à considérer le facteur viral de chaque session comme une valeur cumulée sur toute la courbe de retention

Répartition du rôle viral entre l’onboarding et les sessions suivantes

Empiriquement, la moitié du facteur viral total vient de la première session, et l’autre moitié des sessions suivantes
- Lors de la première session, l’utilisateur est en mode “setup” — configuration de l’espace de travail, invitation d’amis ou de collègues, etc. — ce qui permet de mettre naturellement les fonctions d’invitation au premier plan
- À partir de la deuxième session, l’utilisateur est déjà dans une logique d’attente de valeur, donc pour l’amener dans un flux viral, il faut une fonctionnalité utile dans son contexte
Dans les produits réels, plusieurs types de boucles virales coexistent, chacune opérant à des moments et dans des contextes différents
- Exemple de Dropbox : le partage de dossiers, les fonctions d’invitation, le programme de referral, et les boucles virales d’autres apps Dropbox contribuent chacun de manière différente
- Exemple d’Uber : au-delà du crédit de referral dans l’app, l’expérience de trajet entre amis, le partage d’ETA et d’autres expositions IRL ou fondées sur des fonctionnalités agissent comme des boucles qui attirent de nouveaux utilisateurs
Les performances de chaque boucle varient, mais au global, cela crée une structure dans laquelle l’utilisateur fait entrer d’autres personnes dans le produit de différentes façons au fil de plusieurs sessions
Plus le retention est élevé, plus l’utilisateur a de chances d’être exposé à plusieurs boucles, ce qui constitue une base pour augmenter le facteur viral à long terme sans recourir à une UI spammy

Relation entre retention et viralité spammy

Les produits avec beaucoup de sessions et un retention élevé peuvent obtenir un facteur viral total important en n’encourageant qu’un peu le partage ou l’invitation à chaque session, ce qui en fait une structure moins dépendante d’invitations forcées et spammy
- À l’inverse, les produits à faible retention, avec en moyenne 2 à 3 sessions, doivent concentrer toute leur viralité dans ce laps de temps, ce qui les pousse à demander des invitations de façon forte, visible et presque assimilable à du spam
Le Facebook des débuts est un exemple où, malgré une simple fonction d’invitation par email discrètement placée dans la colonne de droite, un retention élevé a suffi à produire une viralité durable
- À l’inverse, les réseaux sociaux concurrents qui dépendaient d’invitations spammy ont fini par se faire dépasser par Facebook à cause d’un retention plus faible et de la fatigue des utilisateurs
À long terme, c’est le camp avec un produit à fort retention et des boucles moins spammy qui prend l’avantage, à la fois sur l’expérience utilisateur et sur la croissance

La valeur d’un facteur viral inférieur à 1 et la “vitesse”

En conditions réelles, il est rare que le facteur viral dépasse 1, et il se stabilise souvent autour de 0,2 à 0,3
Même ainsi, si v=0,2, faire venir 1 000 personnes via des canaux payants ou autres revient à en gagner 200 de plus gratuitement, ce qui produit un effet de réduction du CAC loin d’être négligeable
La viralité comporte aussi une notion importante de vitesse (speed)
- Les apps sociales à forte fréquence d’usage donnent lieu à plusieurs partages ou invitations par jour, donc à facteur viral égal, la croissance est plus rapide
- À l’inverse, des outils utilisés en arrière-plan comme le stockage ou la sauvegarde de fichiers peuvent n’activer leur fonction de recommandation qu’une fois par mois, si bien que la viralité cumulée peut être forte mais la croissance lente
Pour les produits consumer et prosumer visant à long terme des centaines de millions d’utilisateurs, il est indispensable qu’aux côtés du marketing payant, des “canaux gratuits ou peu coûteux” comme la viralité, le SEO ou l’optimisation des stores viennent combler ce qu’il est difficile d’atteindre par le seul paid

Boucles virales à l’ère de l’IA et pics de haut de funnel

En résumé, le shitposting, le rage bait, les vidéos de lancement cinématiques, les panneaux d’affichage ou les partenariats avec des influenceurs ressemblent davantage à des outils de création de pics en haut de funnel qu’à des boucles véritablement répétables
- Cela dit, ils ne constituent pas en eux-mêmes une structure capable d’augmenter durablement la part de nouveaux utilisateurs par rapport au DAU, et offrent moins de reproductibilité et de défendabilité que des boucles virales conçues dans le produit
Beaucoup d’outils de génération par IA de la génération actuelle se situent justement à l’endroit où ils peuvent proposer aux utilisateurs acquis via ces pics une boucle de type “créer quelque chose → le partager”, transformant ainsi une partie de l’attention ponctuelle en croissance structurelle au sein du produit
Les contenus générés par IA correspondent particulièrement bien à des formats qui performent sur les plateformes sociales modernes, comme les vidéos courtes ou les clips embarqués, ce qui renforce fortement la capacité de diffusion des boucles de partage de contenu
En d’autres termes, la théorie virale classique — facteur viral par cohorte, retention, addition de plusieurs boucles, mix de canaux — reste toujours valable,
et au final, c’est la combinaison de pics variés en haut de funnel + boucles virales structurées dans le produit + fort retention qui constitue, même à l’ère de l’IA, la structure clé d’une croissance durable

2 commentaires

laeyoung 2025-11-20

Cela m’a rappelé un article publié il y a un mois dans le New York Times, "Is Going Viral Dead (La viralité a-t-elle disparu ?)" , alors je laisse le lien ici.