Kindred est un projet d’Euranka. Après l’échec des tentatives en marque blanche (plateformes génériques, mauvaise conversion), c’est notre passage à un produit propriétaire, maîtrisé de bout en bout.
On vend la confiance. Alors on commence par être honnêtes avec nous-mêmes. Voici, sans filtre, ce qui pourrait faire échouer ce projet, et ce qu’on doit prouver avant de lancer.
Sans réponse crédible à ces trois-là, le bon résultat n’est pas de lancer. C’est de décider quoi tester.
C’est la cause de mort numéro un d’un site de vrais humains. Aucune feature IA ne la résout. Sans masse critique locale, tout le travail produit est décoratif.
À tester. Combien d’inscrits actifs faut-il dans une zone pour que l’expérience tienne, et à quel coût d’acquisition ?
Opérer un site de dating, c’est du produit, des ops, du trust et safety, du support. Un muscle différent de l’affiliation. Construire pourrait augmenter le risque au lieu de le réduire.
À tester. Qu’est-ce qui nous fait penser qu’on réussira l’opération là où on a raté la marque blanche ?
CAC senior potentiellement élevé, paiement haut risque (réserves, chargebacks), LTV incertaine si le churn est fort. Trois facteurs qui compriment la marge. On l’a supposé, pas chiffré.
À tester. Un modèle CAC et LTV par segment, sur trois scénarios, avant d’engager des budgets.
Elles ne sont pas fatales, mais elles doivent être arbitrées consciemment, pas balayées.
Une seule arnaque médiatisée peut détruire une marque bâtie sur la promesse de sécurité, là où un gros acteur l’absorbe. Et se poser en protecteur peut créer une responsabilité juridique qu’une plateforme neutre n’a pas.
L’abonnement dating a une incitation perverse : on gagne quand les gens ne trouvent pas. C’est précisément la plainte numéro un contre les concurrents. Notre promesse de transparence est en tension avec ce qui finance le produit.
On a posé comme acquis que l’IA rassure. Or ce public se méfie du faux, et de plus en plus de l’IA. Une IA en façade peut déclencher le réflexe « c’est un robot qui me piège », soit l’inverse de l’effet recherché.
Les verbatims parlent surtout de solitude et de vide affectif, pas explicitement de couple. On a peut-être cadré le besoin sur l’amour par réflexe. Un produit de lien et de compagnie collerait peut-être mieux.
Des affirmations trop enthousiastes du premier jet, recadrées.
Les schémas d’arnaque sont génériques et déjà connus des modèles sur étagère. Un nouveau site n’aura jamais le volume pour faire mieux. Le moat crédible, plus modeste, est la donnée conversationnelle riche de l’onboarding.
Si l’angle IA marche, DisonsDemain peut le copier et écraser par la distribution. Les features sont copiables. Notre avantage tient à la vitesse, à la marque, et au choix d’un segment trop petit pour intéresser les gros.
Pas de feature de plus tant que ces inconnues ne sont pas levées. La bonne décision peut être de tester, pas de lancer.
Combien d’inscrits actifs faut-il dans une zone, à quel coût ? Tester une stratégie de démarrage par région ou par sous-segment.
Modéliser CAC senior et LTV par segment, sur trois scénarios, en intégrant le coût du paiement haut risque.
Confronter nos hypothèses à de vrais verbatims, et tester si l’IA conversationnelle rassure ou inquiète de vrais 65 ans et plus.
Mesurer la disposition réelle à payer, et concevoir un modèle aligné avec la promesse éthique plutôt qu’en tension avec elle.
Avis sur la responsabilité créée par le positionnement sécurité, et sur le RGPD des fonctions de protection.
La ligne rouge
Faux « quelqu’un a vu votre profil », fausse urgence, faux profils pour gonfler la liquidité, paywalls agressifs, désabonnement caché : tout ce répertoire déclenche, chez un senior méfiant, le réflexe « c’est une arnaque » et détruit notre seul actif réel, la confiance. Prix transparent, désabonnement en un clic, zéro faux profil, une IA qui protège au lieu d’extraire. Un public en confiance paie d’ailleurs plus cher la sérénité.