Comment tester un produit avant de le lancer : les 7 questions

On a testé le même service : un abonnement avec un panier de fruits et légumes livré chez vous, trois fois auprès de 100 profils représentatifs de la population française :

Même population, même famille de service, trois chiffres qui n'ont rien à voir. Aucun n'est faux : le premier mesure une idée, le deuxième un intérêt déclaré, le troisième une intention à un prix. Votre test ne mesure pas votre produit, il mesure votre questionnaire. La seule façon de s'en sortir est de poser plusieurs questions, dans un ordre fixe, et de lire les écarts.

Voici la séquence qu'on a utilisée.

Les 7 questions, dans l'ordre

1. Que faites-vous aujourd'hui ? Une question de contrôle factuelle sur l'usage actuel. Sans elle, un score d'intérêt est illisible : impossible de savoir si vous parlez à des gens concernés. Exemple de réponse sur notre cas panier : 20 % achètent déjà en direct chez des producteurs, 74 % parfois, 6 % jamais.

2. Cela vous intéresserait-il ? L'intérêt, sans prix ni engagement. C'est la mesure la plus flatteuse et la moins fiable, mais elle sert de point haut.

3. Et à ce prix-là ? Le même service, avec un prix affiché. C'est là que le chiffre devient une décision. Dans notre cas : 19 € → 67 % s'abonnent, contre 39 € → 5 %.

4. Quel prix serait juste, selon vous ? Pour mesurer l'écart entre le prix jugé raisonnable (62 % répondent 20 à 40 €) et le prix accepté (5 % à 39 €). Cet écart est une information de modèle économique, pas une réponse : il dit qu'il n'y a pas de marge de manœuvre entre les deux.

5. Si vous refusiez, pourquoi ? En liste fermée : le prix, l'organisation, le désintérêt, l'engagement, la confiance. Ici, 55 % répondent le prix, 19 % l'organisation, 1 % la confiance, alors qu'on attendait l'inverse sur un service de proximité.

6. La version opposée du même service. C'est la question que tout le monde oublie, et c'est celle qui a le plus de valeur. Reprenez le même service en changeant une seule variable : automatique contre manuel, avec ou sans prix, livré ou en magasin. L'écart entre les deux réponses vous en apprendra plus que n'importe quel score absolu.

7. Qu'est-ce qui vous ferait changer d'avis ? Pas « qu'est-ce qui vous bloque » : « qu'est-ce qui ferait que vous diriez oui ». Sur l'automatisation, personne ne demande « plus d'économies » (0 %) ; 43 % demandent de choisir les règles, 22 % de pouvoir annuler, 35 % rien. C'est un cahier des charges, pas un argumentaire de vente.

Ce que ces questions ont permis de déterminer

Le mot « automatique » porte la moitié du refus. Même bénéfice annoncé (15 € d'économies par mois dans les deux cas) : une appli qui signale trois produits à remplacer et que vous validez → 85 % d'intérêt. La même appli qui applique les remplacements elle-même → 1 %. Quatre-vingt-quatre points d'écart, à bénéfice égal : ce n'est pas l'argent, c'est la délégation. Confirmé sur un autre objet : le réfrigérateur qui prépare une liste à valider, 84 % ; le réfrigérateur qui commande seul, 1 %.

Le classement des innovations ne se lit qu'en creux. Sur une liste fermée, les profils sur-sélectionnent les items « utiles et vertueux » : connaître le montant du panier en temps réel 99 % (51 % chez OpinionWay-Perifem), identifier les dates de péremption 95 % (35 %), indiquer un produit similaire moins cher 47 % (42 %). Les items à connotation négative ou passive sont au contraire sous-cités : chariot connecté 10 % (30 %), caisses en libre-service 16 % (28 %). Ce qui est fiable dans une liste, c'est la dispersion entre les items et l'écart à la référence humaine — pas la comparaison item par item.

Ce que les gens veulent, ce n'est pas ce qu'on croit. Sur les mêmes données : le panier que l'utilisateur compose lui-même intéresse 38 % des profils, le panier composé pour lui, 1 %. L'assistant conversationnel arrive à 23 % (21 % chez OpinionWay). Le service « sans effort » n'intéresse personne ; le service « qui aide à décider » intéresse une personne sur quatre.

Deux règles de lecture

Une hiérarchie est exploitable, un niveau ne l'est pas. Sur les 13 questions d'une étude qu'on a reposées telles quelles, l'ordre des priorités est confirmé deux fois (recrutement de soignants en tête, 47 % des citations dans l'étude d'origine). L'intensité, elle, ne l'est pas : nos profils citent presque deux fois plus souvent chaque axe, et sur une échelle de confiance ils ne produisent aucun avis extrême (0 % de « pas du tout confiance », sur 13 questions et deux runs). Vous pouvez décider « sur quoi investir en priorité » avec cette hiérarchie ; vous ne pouvez pas décider « quelle part des Français soutient cet axe ».

Un seul chiffre ne prouve rien. Toute la valeur est dans l'écart : entre deux formulations, entre deux prix, entre deux populations. Un test qui ne pose qu'une seule question ne vous dit pas si votre produit plaît, il vous ressert comment vous l'avez demandé.

Ce que le test ne donnera pas

• Un taux d'achat. L'intention déclarée n'est pas un achat : c'est une borne haute, utile pour décider d'aller plus loin ou non.
• Le niveau absolu. Sur le même item, une étude OpinionWay pour Perifem (1 022 personnes, quotas, octobre 2025) mesure 19 % d'intérêt pour l'abonnement automatique là où nos profils donnent 1 %, et 21 % sur l'agent conversationnel là où ils donnent 23 %. On publie les deux écarts : sur ce sujet, nos profils sont plus sévères que les humains, et personne ne doit lire nos chiffres comme des parts de marché.
• Une représentativité parfaite. 46 % des profils ont 55 ans et plus — la structure réelle des adultes français (44,6 % des 18 ans et plus), pas une sur-pondération du tirage — ce qui pèse sur tout ce qui touche au budget et à la technologie.

Le déroulé concret

L'ordre compte plus que la longueur : contrôle factuel → intérêt → prix → raison de refus → version opposée → ce qui débloque. Si vous ne devez garder que trois questions, gardez la première, la troisième et la sixième.

Les modèles « Test de concept / MVP » et « Price Sensitivity Meter » de la bibliothèque reprennent cette séquence.

Note de méthode : les personas synthétiques ne remplacent pas les utilisateurs réels. Ils servent à préparer le terrain, formuler les bonnes questions, cartographier les tensions et dégrossir un concept avant d'investir dans des études terrain ou des tests utilisateurs. Les chiffres cités proviennent de sondages Mirubiki de 100 profils calés sur la population française (âge, sexe, CSP) et sont comparés, quand ils existent, aux études humaines équivalentes.

À lire aussi : Tester un packaging avant impression · Comment tester et fixer son prix · Une étude de marché en moins de 48 h : explorer une idée de produit · Comparer deux créas : la méthode du pré-test