Le problème avec 99% des analyses concurrentielles
Tu connais le drill. Tu fais une "competitive analysis", tu crées un beau tableau Excel :
| Concurrent | Pricing | Features |
|---|---|---|
| HubSpot | $50-$3,000/mois | CRM, Marketing, Sales |
| Salesforce | $25-$300/user/mois | CRM, AppExchange |
Et voilà. Tu penses avoir fait ton job. Faux.
Cette analyse est inutile pour 3 raisons :
- Superficielle : Pricing public ne dit rien sur revenus réels, deals customs, discounts...
- Statique : Ne capte pas la dynamique (croissance, pivots, M&A récents...)
- Non-actionnable : "Ils ont plein de features" → OK, et alors ? Qu'est-ce que je fais avec ça ?
Les 16 champs d'intelligence que les PM seniors utilisent
Après avoir bossé avec des cabinets de conseil (BCG, Bain), j'ai découvert leur framework. Voici les 16 champs qu'ils analysent — et que CharliA automatise.
Bloc 1 : Intelligence Économique (5 champs)
1. Real Revenues (Revenus réels)
Pas le pricing affiché, mais les revenus estimés avec sources.
Ex: "HubSpot: $1.7B ARR (Q4 2023, source: earnings report)"
2. Growth Trajectory (Trajectoire croissance)
Croissance YoY sur 3 dernières années. Accélération ou plateau ?
Ex: "HubSpot: +25% YoY 2021→2022, +31% 2022→2023 → accélération"
3. Recent Funding (Financements récents)
Tours de table, valorisations, investisseurs.
Ex: "Series C $120M led by a16z, valorisation $800M (Dec 2023)"
4. Strategic Hires (Embauches stratégiques)
Qui ils recrutent = où ils vont. VP Sales → expansion. VP AI → pivot tech.
Ex: "Hired ex-Salesforce VP Enterprise Sales (signal: upmarket push)"
5. Strategic Moves (M&A, partenariats)
Acquisitions récentes, partenariats annoncés.
Ex: "Acquired analytics startup $15M → ajout dashboards BI"
Bloc 2 : Go-to-Market Intelligence (5 champs)
6. Customer Acquisition Channels
SEO, Google Ads, Outbound Sales, PLG, Partnerships... où ils investissent ?
Ex: "80% SEO (5,000+ blog posts), 15% Google Ads, 5% outbound"
7. Estimated CAC
Coût d'acquisition client estimé par segment (SMB vs Enterprise).
Ex: "SMB: $200, Mid-market: $2K, Enterprise: $15K"
8. Sales Cycle Duration
Combien de temps entre premier contact et signature ?
Ex: "SMB: 7-14 jours, Enterprise: 3-6 mois"
9. Decision Makers
Qui signe le chèque ? Marketing VP, CTO, CEO ?
Ex: "SMB: Marketing Manager, Enterprise: CMO + CFO approval"
10. Sales Structure
Self-serve, inside sales, field sales ?
Ex: "Self-serve <$1K/mois, inside sales $1K-10K, field sales >$10K"
Bloc 3 : Customer Intelligence (3 champs)
11. Key Clients (Clients phares)
Qui sont leurs plus gros clients ? Logos publics ?
Ex: "Adobe, Shopify, Canva (source: case studies page)"
12. Satisfaction Score (G2, Capterra)
Scores réels avec sources. Pas juste "les users aiment".
Ex: "G2: 4.4/5 (2,340 reviews), Capterra: 4.5/5 (890 reviews)"
13. Churn Rate + Expansion Revenue
Taux de churn estimé + upsell/cross-sell.
Ex: "Churn ~5%/an, NRR 120% (forte expansion via upsells)"
Bloc 4 : Vulnérabilités Exploitables (3 champs) 🎯
14. Market Gaps (Angles morts)
Le plus important : quels segments/use cases ils ignorent ?
Ex: "HubSpot ignore PME <10 employés (trop petit ACV), trop complexe pour solopreneurs"
15. Unaddressed Pains (Douleurs non résolues)
Plaintes récurrentes sur Reddit, Twitter, G2 reviews.
Ex: "Users se plaignent: onboarding 3 semaines, pricing opaque, support lent"
16. Technical/Product Limitations
Limitations tech/produit que tu peux exploiter.
Ex: "Pas d'API publique, intégrations limitées, UI legacy (Angular.js)"
Cas réel : HubSpot décodé en 16 champs
HubSpot - Analyse complète
Intelligence Économique
- • Revenus: $1.7B ARR (Q4 2023)
- • Croissance: +31% YoY (accélération)
- • IPO: $3.2B market cap (NYSE: HUBS)
- • Hiring: +500 employés 2023, focus Enterprise Sales
- • M&A: Acquired Clearbit ($200M, 2023) pour data enrichment
Go-to-Market
- • Channels: SEO dominant (10,000+ blog posts), +Ads, +Partners
- • CAC: SMB $500, Mid-market $3K, Enterprise $25K
- • Sales cycle: SMB 14 jours, Enterprise 6 mois
- • Decision makers: Marketing VP (SMB), CMO+CFO (Enterprise)
- • Structure: Self-serve + Inside sales + Field (Enterprise)
Clients & Satisfaction
- • Clients: 184,000+ (dont Shopify, Trello, SurveyMonkey)
- • G2 Score: 4.4/5 (8,540 reviews) - leader category
- • Churn: ~6%/an (SMB higher, Enterprise <3%)
- • NRR: 115% (upsells Marketing Hub → Sales Hub → Service Hub)
🎯 Vulnérabilités (Ton angle d'attaque)
- Gap: PME <10 employés ignorées (ACV trop faible)
- Pain: Onboarding complexe (3 semaines setup, besoin consultant $5K)
- Limitation: Pricing opaque (hidden fees pour contacts >1,000)
- Tech debt: UI vieillissante, mobile app mal notée (3.2/5)
Comment utiliser ces 16 champs pour dominer
Maintenant que tu as les données, voici comment les transformer en stratégie :
Étape 1 : Identifie leur faiblesse #1
Regarde les champs 14-16 (Vulnérabilités). C'est là que tu attaques.
Ex: "HubSpot = trop complexe pour PME <10 employés" → Ton positionnement = "HubSpot simplifié pour solopreneurs"
Étape 2 : Clone leur GTM (mais en mieux)
Regarde champs 6-10 (GTM). Copie ce qui marche, améliore ce qui pêche.
Ex: "HubSpot domine SEO avec 10K articles → Fais pareil mais niche down (ex: 'CRM pour freelances')"
Étape 3 : Pricing 20-30% moins cher (mais pas free)
Champ 1 (Revenus) + Champ 7 (CAC) te donnent leur pricing power.
Ex: "HubSpot Starter = $50/mois → Toi = $39/mois (20% moins cher, reste profitable)"
CharliA fait tout ça en 60 secondes
Tu l'auras compris : remplir ces 16 champs manuellement = 2-3 jours de recherche (Crunchbase, G2, LinkedIn, Reddit, earnings reports...).
CharliA automatise 100% du process :
- ✅ Phase 1: Perplexity identifie 3 concurrents réels
- ✅ Phase 2: GPT-5.1 enrichit avec 16 champs (16K tokens d'analyse)
- ✅ Phase 3: Perplexity valide données factuelles (revenus, funding, clients)
- ✅ Output: Tableau complet + Recommandations stratégiques actionnables
Action item : Analyse tes 3 concurrents
Prends 1 heure. Choisis tes 3 concurrents principaux. Remplis les 16 champs.
Tu vas découvrir des angles d'attaque que tu n'avais jamais vus.
Puis, GO. Attaque leur faiblesse #1. C'est là que tu gagnes.
