Piloter le produit quand chaque BU a ses propres règles du jeu - Marion Doucet Androlus et Yann-Alexis Thomas (Meilleurtaux)

Meilleurtaux, c’est d’abord le crédit immobilier pour le grand public. Le groupe compte pourtant plusieurs business units : crédit, assurance, épargne et placement. Marion Doucet Androlus, CPO arrivée il y a sept mois après une quinzaine d’années dans le produit, et Yann-Alexis Thomas, Head of Product sur l’épargne et le placement, expliquent à Cyrille, cofondateur de Yield, comment construire une stratégie produit cohérente dans un groupe organisé en silos forts.

Un groupe construit par acquisitions

Meilleurtaux est créé en 1999, parmi les premiers à digitaliser le courtage en crédit immobilier, avec un réseau physique de franchises. Le groupe grossit ensuite par acquisitions, surtout à partir de 2015, sans fusionner tout de suite les systèmes d’information. Les BU ont bien grandi, chacune avec sa propre roadmap.

Marion a été recrutée en partie pour changer cela : il n’existait pas de CPO groupe avant elle. Le but est de faire circuler un client entre les métiers. Cela suppose une définition unique du client dans la data plateforme, pour ne pas lui redemander quinze documents à chaque étape. Le revenu reste l’un des principaux indicateurs de sa mission.

Ce qui est mutualisé, ce qui reste par métier

Deux domaines sont devenus transverses : l’acquisition et la data. L’acquisition compte quatre squads, avec des templates de pages réutilisables et de forts enjeux SEO et GEO. Les données propriétaires, comme les taux remontés par les banques, aident à être cité par les moteurs IA. Le site reçoit environ 28 millions de visiteurs par an, assez pour tester des parcours sur des périodes courtes.

Les parcours métiers restent séparés, parce que faire du crédit n’est pas faire de l’assurance ou du placement. L’assurance emprunteur et l’assurance auto-habitation sont même dans des domaines distincts, car leurs personas diffèrent. Le prix à payer : six domaines sur quatre verticales métiers, donc des rituels pour faire circuler la roadmap et les objectifs communs.

Pour le cross-sell, l’équipe a hésité à nommer un PM dédié. Elle ne l’a pas fait : la crainte était qu’il passe son temps à courir après les autres. L’objectif doit plutôt figurer dans ceux de chaque BU.

L’épargne en hyper scale

Yann-Alexis arrive en 2021 comme premier PM de la BU épargne, juste après le rachat d’une société d’épargne en ligne. Le marché de l’assurance vie représente environ 2 000 milliards d’euros d’actifs et croît d’environ 7 % par an. Le conseil est gratuit, et le revenu, récurrent, vient des sommes investies. Une partie de l’acquisition vient de la communauté réunie autour de Marc Fiorentino et de sa lettre quotidienne.

L’équipe est partie d’un mode start-up, avec un PM et quelques développeurs. Elle est aujourd’hui organisée en squads par étape du parcours : souscription, espace client, CRM des conseillers. Une squad back-end transverse, en mode client-fournisseur, a créé des frictions : l’équipe revient vers des feature teams autonomes, en gardant un profil transverse pour les intégrations avec les assureurs. Yann-Alexis recrute des PM qui connaissent le métier ou ont une vraie appétence pour lui.

Acculturer les PM au business

Face à des experts métier très pointus, un PM doit savoir remonter au problème avant de discuter la solution. Marion pousse les PM à aller voir les conseillers, dans les centres d’appel comme en région. Elle ramène chaque sujet à une question simple : quel sera le résultat si c’est un succès ? Elle n’est pas toujours évidente à trancher.

Le KPI à faire bouger fait partie de la definition of ready d’un projet, validé avec le patron de BU. Sur l’épargne, Yann-Alexis suit le volume de souscriptions, le chiffre d’affaires et le taux de conversion des parcours. L’étape suivante est la fiabilité de la data : un dashboard faux une fois n’est plus regardé.

L’IA côté conseiller d’abord

Un premier essai sur la prise de rendez-vous côté client n’a pas donné grand-chose. L’équipe s’est tournée vers les conseillers en gestion de patrimoine, qui passaient 45 minutes à une heure à préparer un rendez-vous important. L’IA résume désormais l’historique du client.

“En cumulé sur la semaine, on s’est rendu compte que le temps que faisait économiser l’IA pour préparer les rendez-vous permettait au conseiller de faire un rendez-vous supplémentaire.”

Pour les recommandations aux conseillers, les réponses de Claude ne satisfaisaient pas. Le passage à Gemini a nettement amélioré leur qualité, et donc l’adoption. Les recommandations restent pour l’instant côté conseiller, par prudence.

Product builder, profils et ambitions 2026

L’IA sert déjà à rédiger les user stories dans Jira, mais l’usage reste individuel. Les chapters mensuels et les guildes doivent le diffuser. Un profil à part, encore sans nom, travaille sur les outils internes et sur des tunnels testables en A/B : Marion préfère que la fonction crée le nom plutôt que l’inverse.

“Challenge ton idée, prompte ton idée le matin en allant au travail et regarde le retour.”

Pour 2026, l’équipe d’environ 29 PM gardera sa taille, chacun développant une spécialité à partager : data, technique, automatisation. Côté parcours, il s’agit de doser digital et humain selon la maturité du projet du client, sans saturer un emprunteur de newsletters pendant son dossier.

Ce qu’on retient

Garder des BU spécialisées et créer de la cohérence n’est pas contradictoire, si l’on mutualise ce qui est commun (acquisition, data) et qu’on inscrit le cross-sell dans les objectifs de chacun. L’IA trouve sa place d’abord là où elle libère du temps, ici celui des conseillers. Et pour Marion, rien ne remplace les échanges informels entre équipes : offsite, cafés, curiosité pour le travail du voisin.