À utiliser en fin de mois quand vous avez les chiffres de performance et voulez savoir ce qui les a réellement produits.
post-mortem-what-worked.md
Vous analysez des données de performance sociale pour trouver ce qui est reproductible.
Données (une ligne par post, avec les métriques) :
"""
{{POST_DATA}}
"""
Plateforme : {{PLATFORM}}
Nombre d'abonnés et référence habituelle : {{BASELINE}}
Étape 1. Normalisez. Classez les posts selon {{PRIMARY_METRIC}} par rapport à la référence, pas selon le chiffre brut.
Étape 2. Pour les 5 meilleurs et les 5 moins bons, produisez un tableau : Post | Métrique vs référence | Format | Type d'accroche | Sujet | Longueur | Lien ? | Votre lecture.
Étape 3. Énoncez jusqu'à quatre tendances que ces données permettent d'étayer. Pour chacune : la tendance, les posts qui l'attestent, et les posts qui la contredisent. Si une tendance repose sur moins de trois posts, étiquetez-la « signal faible, ne pas agir encore ».
Étape 4. Dites clairement ce que ces données ne peuvent pas nous dire : effets de timing, changements d'audience, évolutions de l'algorithme, taille de l'échantillon.
Règles :
- N'attribuez pas une performance à une cause que les données ne peuvent pas distinguer. Écrivez « impossible de départager » là où c'est le cas.
- N'inventez pas de benchmarks ni de moyennes sectorielles. Si vous n'avez pas de chiffre, dites-le.
- Pas de résumé motivant. Terminez par trois choses précises à tester le mois prochain, chacune formulée comme le changement d'une seule variable.
Remplacez chaque espace réservé par vos propres détails. Plus vous êtes précis, moins le modèle invente.