--- title: "Étudier les cohortes Amplitude | Minds" description: "Exportez vos définitions de cohortes Amplitude dans Minds pour simuler la façon dont ces groupes comportementaux réfléchissent, décident et perçoivent votre produit." canonical_url: "https://getminds.ai/use-cases/fr/turn-an-amplitude-cohort-into-an-audience" last_updated: "2026-10-01T02:50:50.246Z" --- # Comprendre les motivations derrière vos cohortes Amplitude Un graphique Amplitude montre précisément ce qu'un groupe d'utilisateurs a fait. Il indique à quel moment ils ont abandonné dans un entonnoir d'onboarding, à quelle fréquence ils ont déclenché un événement spécifique et où leur parcours s'est écarté de celui des utilisateurs fidélisés. Les équipes produit examinent souvent ces cohortes comportementales et leur attribuent des motivations par déduction. Si un utilisateur déclenche `skip_team_invite`, l'équipe suppose qu'il travaille seul. Si un utilisateur s'arrête après `completed_step_2`, l'équipe suppose que l'étape trois était trop difficile. La définition de la cohorte enregistre l'action, mais elle n'indique rien sur l'objectif que l'utilisateur poursuivait en l'accomplissant. ## L'écart entre télémétrie et intention Une cohorte comportementale est une agrégation d'actions. Elle n'explique en rien pourquoi ces actions ont eu lieu. Lorsque les équipes analysent pourquoi une cohorte est restée active alors qu'une autre a churné, elles comparent fréquemment le nombre d'événements. Elles remarquent que les utilisateurs retenus ont déclenché `dashboard_filter_applied` cinq fois au cours de la première semaine, tandis que les utilisateurs perdus ne l'ont jamais déclenché. Cette comparaison mène généralement à des modifications produit qui tentent de forcer ce comportement, par exemple en ajoutant des infobulles sur la barre de filtres. Cette démarche omet de se demander quel problème les utilisateurs fidélisés cherchaient à résoudre avec ce filtre, ou pourquoi les utilisateurs perdus n'ont trouvé aucune raison d'y toucher. De plus, les cohortes Amplitude reposent sur une nomenclature d'événements interne. Des chaînes d'événements comme `btn_workspace_cfg_v2_click` ou `modal_dismiss_timeout` ont du sens dans un plan de marquage, mais elles masquent le parcours utilisateur réel. Lorsque les équipes discutent d'une cohorte uniquement à travers ces termes, elles perdent de vue le problème humain que le client tentait de résoudre. ## Méthode : d'une cohorte Amplitude à une simulation Minds Vous pouvez utiliser Minds pour tester des hypothèses sur les modèles mentaux qui sous-tendent vos segments Amplitude. Minds ne se connecte pas directement à Amplitude. Vous exportez ou copiez les critères de votre cohorte et les importez dans la plateforme sous forme de documents de référence. 1. Ouvrez votre cohorte dans Amplitude et examinez les critères. Copiez la définition comportementale, comme la séquence d'événements, les seuils de fréquence, les fenêtres temporelles et les propriétés utilisateur. 2. Si vos noms d'événements sont techniques ou abrégés, ajoutez une courte phrase à côté de chaque événement pour décrire ce que l'utilisateur voyait à l'écran. 3. Enregistrez ces informations dans un document. Minds prend en charge les formats PDF, Word, CSV, tableurs et texte brut. 4. Importez ou collez le document dans un projet Minds. 5. Définissez une audience simulée correspondant au profil des utilisateurs de cette cohorte, en précisant leur niveau technique, leur rôle professionnel et leur objectif principal. 6. Interrogez la simulation pour explorer les décisions, les points de confusion ou les attentes déçues qui mèneraient un utilisateur doté de ce profil à suivre exactement ce parcours. ## Traduire les schémas d'événements en perspectives Une fois les attributs comportementaux intégrés dans Minds, vous pouvez demander à l'audience simulée d'évaluer vos parcours produit du point de vue de ce groupe spécifique. Au lieu de deviner pourquoi les utilisateurs ayant déclenché `trial_started` n'ont pas atteint `project_created`, vous pouvez soumettre les étapes d'onboarding à une audience synthétique configurée avec les contraintes de ce segment d'abandon. Vous pouvez lui demander quelles suppositions elle a faites en voyant l'écran de configuration initial, quelle friction a provoqué la sortie et quelles alternatives elle a pu envisager. Cette démarche vous fournit des hypothèses claires et testables sur l'intention de l'utilisateur. Elle vous aide à concevoir des expérimentations qui ciblent les causes profondes des comportements plutôt que de simplement traiter les symptômes visibles sur vos graphiques d'événements. ## Limite méthodologique Importez la définition de la cohorte et ses attributs comportementaux, jamais des dossiers utilisateurs individuels. Les résultats constituent des hypothèses sur la motivation, et non une mesure statistique de celle-ci. Minds n'analyse pas la télémétrie client brute, ne calcule pas de probabilités de rétention et ne prédit pas l'évolution de vos métriques dans votre tableau de bord analytique. Les résultats synthétiques décrivent uniquement l'audience simulée. Utilisez ces enseignements pour formuler de meilleures hypothèses lors de votre prochaine itération produit ou pour enrichir votre guide d'entretien qualitatif. ## Exemple de prompt Collez un prompt structuré de cette manière aux côtés des critères de votre cohorte exportée : J'ai collé ci-dessous les critères comportementaux de notre cohorte d'abandon Amplitude, ainsi que la description des écrans sur lesquels chaque événement se produit. Adoptez la posture d'un responsable des opérations d'une entreprise de taille intermédiaire qui évalue ce parcours pour la première fois. Analysez la séquence entre l'événement onboarding_step_1_submit et l'événement trial_abandoned. Expliquez trois raisons plausibles pour lesquelles une personne ayant ce profil et cette intention s'arrêterait à cette étape, quelles informations lui ont semblé manquantes et ce qu'elle a probablement tenté de faire ensuite en dehors de notre interface.