L’analyse d’audience devient une discipline de plus en plus pointue du web marketing. Avant de choisir l’outil idéal, étudions les prérequis nécessaires pour une bonne collecte de données avant de poser le moindre script sur un site web. Comment utiliser la data comme levier d’optimisation de sa stratégie marketing ? Quels sont les grandes zones de collecte ? Quels sont les biais à éviter un suivi web ? Quelle est la panoplie d’outils de tracking pour executer sa stratégie e-marketing ?
Typologie des zones de collecte
Souvent oublié dans le cahier des charges, car considéré comme un outil de pure statistique sans pouvoir réel d’action sur la stratégie, les outils d’analyse d’audience pour les non-initiés sont sous évalués quant à leur réel pouvoir d’action. Bon ok me direz-vous, de moins en moins. Les formations web marketing intègrent de plus en plus la data comme valeur intrinsèque d’une campagne marketing sur le net mais il reste du chemin à faire. La data est partout ! Il convient de la circonscrire ou du moins pour y voir plus clair de se la représenter afin d’organiser son futur plan de marquage. Deux grandes zones cohabitent (hors celle de 2eme party) :
- Les partenaires tierces qui produisent de la data à partir du site web sur lequel ils se trouvent (données 3ème partie) ; données d’audience,
- Le ou les différents domaines de l’organisation, les applications, iframing, les data métiers issus du système d’information interne à l’entreprise (CRM, database, datamart) et du trafic sur ce périmètre de collecte les données:
- Standards communes : les variables navigateurs (référent, système, os…) les données d’audience issus de la technologie des cookies (social démographique, intérêt, sexe, âge)
- D’acquisition : les différents canaux d’acquisition, les campagnes webmarketing.
- Comportementales : issues des interactions avec la lecture des contenus, les clics, scrolling, chat, enquêtes, cartes de chaleurs, des échanges avec le suivi documentaire, les micro-conversions (newsletter, lecture vidéos..)
- Conversions : matérialisées par l’optimisation (test ab, multivarié, seo (suivi des bots, architecture interne)), le cheminement : tunnel de vente, le parcours client avec les différents points de contact et leur contribution, la rémunération des canaux à la performance (cpa) dénommée déduplication, et enfin, le suivi des conversions (ventes produits, formulaires, souscriptions à des services).
Périmètre du marquage d’un site web
Réaliser une bonne collecte de data marketing
Au préalable, il faut avoir une idée claire de ses réels besoins en termes de tracking. A-t-on besoin absolument de suivre tous les clics d’un menu ? Est-ce vraiment utile de coller des évènements partout ici et là pour avoir ensuite des rapports bien remplis ? Quelles sont les bonnes data métier utiles à mon business à faire remonter, et pourquoi au final ? Quel bénéfice concret vais-je retirer d’avoir un scénario de visite utilisateur à 10 étapes ?
Les choses sur lesquelles il convient de se focaliser ou du moins s’interroger …
- En amont une qualité de data irréprochable : un site ou l’html possède des balises dont les attributs sont bien identifiés qui seront utiles par la suite à des fins de suivi d’interactions côté client.
- De mesurer et minorer l’impact des appels JavaScript extérieurs, les limiter le plus possible en les optimisant, afin de limiter le temps de chargement des pages. De surcroit, l’usage d’adblockers va créer des manques dans la collecte.
- De bien choisir les modes de tracking de campagnes, sur urls (paramètres), via redirection ? Quels sont les intégrations possibles avec les systèmes de suivi des partenaires (affiliation, comparateurs). Le tracking des impressions post view est_il nécessaire ?
- Dois-je me jeter à corps perdu dans l’instantanéité ? Est-ce utile de suivre en temps réel et d’engager des routines de rappel au prospect (retargeting sur email, CRM, visite lambda) ?
- De penser à la réconciliation possible des données cross devices si cela est une nécessité pour le business. Cela revient à dire, dois-je avoir une stratégie user ou device centrique ?
Quels outils du marché choisir en web analytics ?
Il y a de en plus d’outils, c’est vrai, dans le domaine du tracking. D’abord, pensons à ceux qui sont généralement embarqués par l’hébergeur côté serveur web (piwik server, awstats, botify) . Il est intéressant de les consulter car ils peuvent enrichir une réflexion basée sur les solutions orientées clients (comme Google analytics 🙂 .
- Sinon, la principale difficulté est l’ intégration de l’outil avec le site web. Faut-il mettre la main dans le code où est-ce que l’outil est muni de templates représentatif du marché faciles à insérer ?
- Les possibilités de segmentation d’audience sont elles au rendez vous, à des fins de remarketing par exemple ?
- Manipulation de la data collectée : puis je intégrer facilement dans mon propre SI, la solution envisagée, puis avoir des exports ou des connecteurs faciles à paramétrer ?
Sinon dans les suites génériques selon Forester au filtre de l’offre en fonctionnalités (collecte, intégration), en nombre de clients acquis, et orientation de la solution (produit, corporate)
Acteurs traditionnels web analytics
Comprendre le parcours client
J’ai trouvé cette matrice dans un livre blanc de converteo, merci à eux. Elle rend lisible des solutions de web analytics spécialisée plus ou moins dans la compréhension de la contribution des différents canaux dans la conversion.
Prestataires analytics et attribution
Spécialisé dans l’analyse prédictive
Solutions de Predictive analytics
Utiliser la data comme un des leviers utile dans l’optimisation d’un site
Poser un projet d’analyse d’audience est bien sûr lié au métier, service, produit mise en œuvre, mais au-delà de la valeur ajoutée, le cadre logique reste toujours le même. L’intention stratégique doit se traduire à la fin en donnée palpable utile à l’analyse puis à l’action correctrice.
Par exemple ici, la société ecommerce diagnotique une baisse de son taux de re-achat, donc une diminution de sa fidélisation. La stratégie est celle d’une reconquête au détriment d’une stratégie pure d’acquisition. L’objectif est de se focaliser sur la clientèle existante via le biais de la newsletter . Ni le référencement naturel, ou le sea, dont les coûts d’ acquisition restent trop élevés sont choisis. L Les KPis à suivre (indicateurs clés de performances) seront ceux liés à la stratégie (progression globale des visiteurs connus et réussite des nouvelles campagnes emailing dont le process va être automatisé : lead nurtering). Les cibles à atteindre vont donner un sens à cette tactique et la lecture des données collectées se feront par ville, jour et heure, mais aussi par taux de ré-achat (progression de nouvelles conversions) selon une segmentation des utilisateurs basée sur la RFM (récence, fréquence, montant).
Framework pour plan de marquage marketing
Pour garder trace des ambitions de départ, il peut s’avérer utile de mettre dans un tableur ou autre document de conservation, le fil rouge du kpi à la lecture de la data. Exemple ci dessous pour un site d’acquisition de lead.
Plan de marquage marketing
Il convient aussi de présenter un plan de marquage à l’équipe marketing sous forme de document word, excel ou powerpoint afin de décrire les différents marqueurs. Ici , j’illustre le marquage des documents pdf disponible sur le blog.
Extrait livrable marketing de suivi d’audience
Dans un prochain post, on parlera du plan de marquage technique, car il faut bien mettre des marqueurs techniques qui sont la concrétisation de ce plan marketing d’un projet de web analytics.
