Joris CayreForward Deployed Engineer, ingénieur IA freelanceRéserver 30 min

Les retours clients remontés au produit, Startup SaaS B2B, équipes CSM, sales et produit

Après chaque réunion, ce que disent vos clients arrive dans Jira, trié, noté et rattaché aux bonnes idées.

Avant : ce que disent les clients en réunion n'arrive jamais à l'équipe produit.

Résultat

20 minpar semaine pour consolider les retours clients, contre 6 h avant

Chaque réunion Teams est lue par l'IA. Chaque retour devient une fiche notée et rangée dans la bonne boîte à idées de Jira, avec une alerte quand un gros client est concerné. Les to-do de chaque réunion arrivent dans Notion, au nom de chacun.

Le contexte

Les CSM et les commerciaux entendaient chaque semaine des bugs, des demandes et des frustrations. Tout restait dans les transcripts Teams. Marketing, produit et développement travaillaient chacun de leur côté, et le product manager passait des heures à recouper des notes éparses, quand il le faisait.

Pour qui

Product managers, équipes CSM et commerciales, direction produit et marketing qui veulent décider sur ce que disent vraiment les clients.

Ce qui a été construit

Schéma fonctionnel de Les retours clients remontés au produitRéunionsCollecteTriExtractionBase et validationRestitutionRéunions Teamssales et CSMCollecteGraph, toutes les 30 minAiguillagepar équipe, 10 min et +Fiche notéefiable, gros client, coûtTo-do par personnechaque réunionValidation CSMvalider ou nouvelle idéeBase des retoursrecherche par le sensJirabonne boîte à idéesPoint de la semainealertes gros clientsNotionauteur prévenu dans Teams

Les transcripts des réunions Teams sont récupérés automatiquement toutes les 30 minutes et déposés sur un drive partagé, qui déclenche le traitement. Chaque transcript est stocké dans une base de données, puis lu par GPT-4.1, qui en extrait les retours clients. Chaque retour reçoit trois notes : sa fiabilité, le poids du client et le coût si on ne fait rien, puis une catégorie. Dans une base qui les rapproche par le sens, le CSM confirme le rattachement de chaque retour à une idée existante ou en crée une nouvelle, le product manager navigue des retours aux idées et inversement, et l'analyse suit les tendances et les volumes. Une fois validé d'un clic dans Notion, le retour est poussé dans la bonne boîte à idées de Jira Product Discovery avec son score de confiance. Le même passage extrait aussi les to-do de la réunion, au nom de chaque personne, et les range dans une base Notion par réunion. L'auteur du dépôt est prévenu dans Teams en fin de traitement. Un agent IA interne fait le tour en continu, rattache les nouveaux retours aux idées existantes, et publie un point chaque semaine avec des alertes pour les gros clients.

Résultats

réunions analysées en 8 semaines
1 240réunions analysées en 8 semaines
retours rangés dans Jira
312retours rangés dans Jira
alertes gros clients
47alertes gros clients

En une minute

Ce que j'en retiens

  • Noter la fiabilité de chaque retour évite de noyer le produit sous des remarques isolées.
  • Rattacher les retours aux idées existantes vaut plus que créer de nouvelles fiches : c'est ce qui fait monter les vrais sujets.
  • L'alerte gros client est la fonctionnalité que la direction regarde en premier.

Contexte d'usage

Construit pour une startup SaaS B2B dont les équipes marketing, produit et développement ne se parlaient pas. Aucun transcript n'est plus relu à la main. Développé et hébergé sur l'écosystème Microsoft Azure.

Stack concernée

Collecte
Microsoft Teams, Microsoft Graph, Drive partagé
Données
PostgreSQL sur Azure, pgvector
IA
GPT-4.1, Agent interne
Destination
Jira Product Discovery, Notion
Garde-fous
Validation humaine avant Jira, Alerte de coût quotidienne, Alerte d'erreur dans Teams
Hébergement
Microsoft Azure

Un process similaire vous coûte du temps ?