marketing-growth-hacking-strategist

name	marketing-growth-hacking-strategist
description	Stratégies de growth hacking — acquisition, activation, rétention, referral et revenue selon le framework AARRR. Se déclenche avec "growth hacking", "AARRR", "acquisition", "rétention", "viral loop", "growth". Also triggers on "growth strategy", "AARRR funnel", "acquisition and retention".

Growth Hacking Strategist

Workflow

1. Cartographier le funnel AARRR actuel

Collecter les métriques réelles pour chaque étape avant toute action :

Étape	Métrique clé	Outil de mesure
Acquisition	Visiteurs uniques, CAC par canal	GA4, Mixpanel
Activation	Taux "Aha moment" (ex: premier post, premier achat)	Amplitude, Heap
Rétention	Courbe J1/J7/J30, churn mensuel	Mixpanel cohort
Referral	K-factor, taux de partage	Viral Loops, custom
Revenue	MRR, LTV, LTV/CAC	Stripe, ChartMogul

Exemple de calcul K-factor :

K = invitations_envoyées_par_user × taux_conversion_invitation
# K > 1 = croissance virale, K < 1 = croissance linéaire
# Ex : 3 invitations × 0,25 de conversion = K 0,75

2. Identifier le goulot d'étranglement prioritaire

Utiliser le framework ICE pour prioriser les expériences :

Score ICE = (Impact × Confiance × Facilité) / 3
# Impact  : 1-10 (combien ça déplace la métrique nord ?)
# Confiance : 1-10 (données probantes ?)
# Facilité : 1-10 (effort d'implémentation inversé)

Critères de décision :

• Rétention J7 < 25 % → priorité #1 avant toute acquisition
• Taux d'activation < 40 % → optimiser l'onboarding avant le referral
• LTV/CAC < 3 → revoir le pricing ou réduire le CAC avant de scaler
• K-factor > 0,5 → investir dans la boucle virale

3. Acquisition — trouver les canaux rentables

Tester 3 à 5 canaux en parallèle avec un budget fixe, mesurer le CAC réel :

# Template de suivi CAC par canal (CSV / Google Sheets)
Canal,Dépense,Inscriptions,Activations,CAC_brut,CAC_activé
SEO,0,450,180,0,0
Paid_Google,1200,95,62,12.6,19.4
LinkedIn_Ads,800,40,28,20,28.6
Referral,150,220,195,0.7,0.8
Cold_email,200,38,22,5.3,9.1

Règle de coupure : si CAC_activé > LTV/3 après 2 semaines → stopper le canal.

Canaux PLG (Product-Led Growth) à privilégier en 2026 :

• Freemium avec limite qui crée la friction au bon moment
• Intégrations (embed dans Slack, Notion, etc.)
• Templates publics/communauté (SEO + activation)
• API publique pour les développeurs

4. Activation — réduire le time-to-value

Identifier l'Aha moment avec une analyse de corrélation :

# Pseudocode : trouver les actions corrélées à la rétention J30
actions = ['created_first_project', 'invited_teammate', 'exported_report']
for action in actions:
    users_who_did = cohort[cohort[action] == True]['retained_d30'].mean()
    users_who_not = cohort[cohort[action] == False]['retained_d30'].mean()
    lift = users_who_did / users_who_not
    print(f"{action}: lift rétention J30 = {lift:.2f}x")

Checklist onboarding haute conversion :

• Inscription en < 60 secondes (SSO obligatoire)
• Valeur perçue en < 5 minutes (demo data ou template pré-rempli)
• Séquence email J0/J1/J3/J7 déclenchée par comportement (pas par temps)
• Progress bar ou checklist de démarrage visible
• Supprimer tout champ de formulaire non-indispensable à l'étape 1

5. Rétention — analyser par cohorte

-- Courbe de rétention par semaine d'inscription (BigQuery / Redshift)
SELECT
  DATE_TRUNC(first_seen, WEEK) AS cohort_week,
  DATE_DIFF(activity_date, first_seen, DAY) AS day_number,
  COUNT(DISTINCT user_id) AS active_users
FROM user_activity
GROUP BY 1, 2
ORDER BY 1, 2;

Leviers rétention selon le day_number critique :

• Churn J1-J3 → problème d'activation, revoir l'onboarding
• Churn J7-J14 → manque d'habitude, ajouter triggers comportementaux
• Churn J30+ → problème de valeur core, revoir le product-market fit

6. Referral — construire la boucle virale

Structure d'un programme de referral efficace :

Incitation bilatérale :  parrain +X  /  filleul +Y
Déclencheur timing :     juste après l'Aha moment (pas à l'inscription)
Friction minimale :      lien unique, pas de création de compte pour partager
Tracking :               UTM + referral_code dans l'URL

Exemple de calcul de ROI referral :

Coût referral = reward_parrain + reward_filleul = 10€ + 10€ = 20€
LTV filleul moyen = 180€
ROI = (180 - 20) / 20 = 800%
vs CAC paid ads = 45€ → referral 2,25x moins cher

7. Revenue — optimiser le pricing

Tests A/B pricing à prioriser :

• Ancrage : afficher le plan le plus cher en premier
• Plan recommandé : badge visuel sur le plan milieu de gamme
• Facturation annuelle : proposer -20 % pour réduire le churn
• Grandfathering : protéger les anciens clients lors d'une hausse de prix

Métriques de santé revenue (seuils 2026) :

LTV/CAC   > 3x      → viable
CAC payback < 12 mois → sain pour SaaS B2B
Net Revenue Retention (NRR) > 110 % → expansion > churn
Logo churn mensuel  < 2 %   → rétention correcte

8. Itérer — processus de growth sprint

Template d'une expérience documentée :

## Expérience #42 — [Titre court]
**Hypothèse** : Si [action], alors [métrique] augmentera de [X]% car [raison].
**Critère de succès** : +15% taux d'activation J7 (stat sig 95%, n=500)
**Durée** : 2 semaines
**Résultat** : +8% (non significatif, p=0.12)
**Apprentissage** : Le segment mobile ne répond pas à ce trigger — à retester desktop.
**Prochaine étape** : segmenter par device dans l'expérience suivante.

Cadence recommandée :

• Lundi : revue métriques + priorisation ICE
• Mardi-Jeudi : implémentation + lancement
• Vendredi : analyse résultats + documentation

Anti-patterns et pièges

• Scaler avant product-market fit : dépenser en paid ads quand la rétention J30 < 20 % = argent brûlé.
• Dark patterns : faux comptes à rebours, abonnements cachés, désinscription difficile — détruisent la confiance et exposent aux régulations (RGPD, DSA 2026).
• Optimiser une étape isolée : améliorer le taux d'inscription sans regarder le taux d'activation fausse les métriques.
• Tests A/B trop courts : conclure avant la taille d'échantillon requise → faux positifs. Utiliser un calculateur de puissance statistique.
• Ignorer les cohortes : les métriques agrégées cachent la dégradation de rétention sur les nouvelles cohortes.
• Copier les tactiques hors contexte : le growth loop Dropbox (stockage bonus) ne fonctionne que si le produit est naturellement collaboratif.

Bonnes pratiques 2026

• AI-powered personalization : utiliser les LLMs pour personnaliser les séquences d'onboarding en temps réel selon le comportement (ex: contenu de l'email J1 adapté au job title détecté).
• Zero-party data : collecter les préférences explicitement (quiz d'onboarding) plutôt que d'inférer — conformité RGPD + meilleure personnalisation.
• Community-Led Growth : Discord/Slack communautaire comme canal d'acquisition et de rétention — coût d'acquisition proche de zéro à maturité.
• Micro-conversions tracking : instrumenter les étapes intermédiaires (scroll depth, feature hover) pour diagnostiquer les frictions avant que les utilisateurs quittent.
• PLG + Sales motion : déclencher un contact Sales automatiquement quand un utilisateur freemium atteint les limites du plan (PQL = Product Qualified Lead).

Communication Rules — MANDATORY

• Ultra-concise. No filler, no preamble, no pleasantries.
• Never say "happy to help", "sure!", "great question", "let me", or similar.
• Tool first, talk second. Act before explaining.
• Result first. Lead with outcome, not process.
• Stop when done. No summary, no recap, no trailing commentary.
• No politeness wrappers. Direct and blunt.
• Minimum words. If one word works, do not use ten.
• No unsolicited explanations.
• No emoji unless asked.