eTelligence : ou comment utiliser le WebAnalytics pour soutenir vos choix business

Il y a quelques mois maintenant, je vous parlais d’eTelligence et de l’importance de confirmer les données affichées par les outils d’analyse web. Dans ce second volet, nous allons parlé sur le fond du Web Analytics et sur la façon d’utiliser vos données pour prendre de bonnes décisions.

Google Analytics est une plate-forme en ligne gratuite qui collecte des données et autres mesures concernant les visiteurs d’un site web. Vous pouvez l’utiliser pour savoir comment les visiteurs trouvent votre site, quelle campagne vous apporte le plus de bénéfices et identifier vos segments de visiteurs les plus précieux .

Conversions et taux de conversion

Un conversion a lieu lorsqu’un visiteur effectue une action désirée sur un site web.

Taux de conversion = Nombre de conversions / Visites

Ont distingue deux principaux type de conversions : les conversions macro ou conversions micro. Les sites ont beaucoup de micro conversion. Pensez aux micro-conversions comme à des actions qui soutiennent la macro-conversion ou le but principal du site.

Des exemples de conversions :

  • Cliquer sur une demande d’informations
  • Regarder une vidéo
  • L’achat d’un produit (Le plus important pour le commerce électronique)

Segmentation des données

Segmenter les données vous aide à cibler et isoler un type de visiteurs spécifiques. Grâce à la possibilité de comparer plusieurs types de trafic et d’examiner les métriques sur ces types de visiteurs (ces segments), vous pourrez prendre de meilleures décisions .

Cas pratique : Comment de segmenter les données afin de déterminer la nécessité d’un site mobile

Il est possible d’utiliser la segmentation pour déterminer s’il sera rentable de développer un site mobile. Bien entendu, cette rentabilité dépendra de la solution et du prestataire choisi mais le principe reste le même.
Nous allons identifier le nombre de visiteurs mobiles, le panier moyen de ce segment et le taux de conversion. Avec ces informations, nous sommes en mesure de voir si le développement en vaut la peine.

Coût de développement / ( visites mobiles x panier moyen de ce segment )

Imaginons qu’une agence vous fasse un devis pour un site mobile de 800 € :

800 € / (100 visiteurs mobiles qui convertissent x 20 €) = 40 %. Dans ce cas de figure, le développement d’un site mobile s’avère rentable.

Prenons un autre cas de figure ou une agence vous propose un application mobile avec des fonctionnalités spécifiques et un tas d’options pour un montant de 10000 € :

10000 € / ( 100 visiteurs qui convertissent x 20 €) = 500 %. Cette option ne vaut, en l’état de choses pas le coût.

Bien sûr, les exemples présentés ne tiennent pas compte de l’évolution éventuelle du taux de conversion qui pourraient ben entendu impacter la rentabilité du projet à court ou moyen terme, mais l’idée était plus de vous montrer comment utiliser (relativement simplement) vos données d’analyse web pour soutenir des choix business.

 

Lire la suite

L’A/B testing n’est qu’un mythe

En tout cas pour la plupart des gens…

Chaque jour, des milliers de personnes se rendent sur leur lieu de travail, passent dans les mêmes rues, croisent les mêmes bâtiments, vont dans les mêmes restaurants et, pour bon nombre d’entre eux, commandent les mêmes plats. Su les parking, les voitures se ressemblent, les couleurs sont similaires. Mais un jour, alors qu’ils font leur trajet habituel, elles croisent une magnifique femme de rouge vêtue ou un bel éphèbe à la chevelure soyeuse. A cet instant, ces personnes s’arrêtent, certains prennent une photo qu’il iront poster sur leur compte Instagram, Twitter ou Facebook. Si, dans l’ensemble, les maisons, les voitures, les arbres et les gens autour d’eux n’ont pas changé, cet élément nouveau les a fait s’arrêter. Il en est de même sur Internet. Un simple changement sur votre site peut influencer les habitudes de vos visiteurs.

Le test A/B ne s’applique pas à la plupart des sites

Il existe plusieurs formules mathématiques pour calculer l’indice de confiance d’un test A / B. De manière générale, nous avons besoin d’un échantillon de données assez conséquent (et homogène) pour calculer ce fameux indice. , que tout site Web avec 100.000 visites / mois , vous auriez besoin mois pour obtenir des résultats fiables de test A / B. Ici vous avez une calculatrice pour vous de faire le test à la maison .

Pour valider l’efficacité d’une version par rapport à une autre, nous avons besoin d’une centaine de conversions générées dans les mêmes conditions. Cela inclus des conditions variables comme les jours de la semaine, la saison, la météo, la situation économique ou politique, etc… Cela peut sembler difficilie mais le fait est que ces variables font partie de l’équation.

Par conséquent, un test A/B n’a de sens que pour une grande enseigne ayant des milliers de visiteurs par heure pour lesquelles nous pouvons supposer que les conditions ne changent pas beaucoup. Pour les plus petites entreprises, l’AB testing ne permet pas vraiment de tirer des conclusions logiques car les hypothèses seront difficiles à prouver.

Ne jamais ignorer la taille de l’échantillon

Pour tous ceux d’entre nous qui ne sont pas accros aux stats et autre analyses, la taille de l’échantillon – dans le contexte de l’AB testing – est la quantité de visiteurs du site sur lequel nous envisageons de faire le test. Un échantillon de taille insuffisante signifie qu’il est statistiquement trop petit pour donner une représentation exacte de l’ensemble de la population (la population entière, dans ce contexte, signifie tous les visiteurs du site).

Si votre site draine 100 000 visiteurs par mois et que vous effectuez un test sur un échantillon de 100 visiteurs, soit 0,1% des visiteurs mensuels, vous n’obtiendrez pas de résultats concluants. L’évolution positive de la performance de vos pages dans ces conditions peut être simplement due au hasard.

Lorsque vous implémentez un changement sur votre site basé sur un échantillon de taille insuffisante, vous pourriez vous rendre compte que votre taux de conversion de suit pas la courbe espérée. Pire, dans certains cas, il pourrait même diminuer. Pour éviter cette erreur, vous devrez déterminer la taille appropriée de l’échantillon pour le test. Pour calculer le temps nécessaire pour effectuer votre campagne d’AB testing, vous pouvez utiliser gratuitement l’outil de Visual Website Optimizer

calculer le temps nécessaire pour effectuer une campagne d'AB testing

Cet outil va vous permettre de calculer le nombre de jours nécessaire à l’obtention de résultats fiables en fonction de votre propre situation. Le calcul est basé sur le nombre de versions que vous allez tester, les trafic de votre site, votre taux de conversion actuel, etc.

Qu’est-ce qui pourrait doubler mon taux de conversion ?

L’exemple classique d’un test A/B est de changer la couleur des boutons pour voir celle qui impacte le plus les conversions. Si vous travaillez pour CDiscount ou la Fnac et que vous obtenez des millions de pages vues par jour, vous pouvez vous permettre de valider efficacement cette hypothèse. Mais sans cette quantité de trafic, concentrez-vous sur des choses qui sont susceptibles d’apporter de très grandes différences dans le taux de conversion. Déplacez votre appel à l’action en au haut de la page au lieu du bas, testez différentes variations du titre (H1) de votre page pour vous assurer de garder l’intérêt de vos visiteurs. Testez deux mises en page complètement différentes…

Bien sûr, changer la couleur de fond des boutons à un impact sur le taux de conversion, nous le savons et de nombreuses études de cas sont là pour nous le prouver, mais sur un site à faible trafic, vous devez tester les choses qui auront un impact sur le comportement de l’utilisateur. Vous devez tester les choses que chaque personne qui atterrit sur votre site va voir, à savoir, les fondements mêmes de votre site.

Avant d’entrer dans le détail, posez vous toujours la question suivante : Qu’est-ce qui pourrait doubler mon taux de conversion ?

Lire la suite

WebAnalytics : Les 3 types de données que vous pouvez rencontrer

La Digital Analytics Association définit le web analytique comme l’activité de mesure, de collecte d’analyse et de reporting des données web dans le but de comprendre et optimiser les usages web. Cela va bien au-delà de dire combien de personnes ont visité votre site au cours d’une période donnée ou d’où ils venaient. Le web analytics peut vous dire beaucoup de choses sur vos clients, votre site web ainsi que votre produit.

Les opinions contradictoires sur l’importance et la façon d’utiliser telles ou telles données se trouvent relativement facilement. transformer des données brutes en information utilisable est un véritable champ de mines pouvant mettre à mal les plans d’action les mieux conçus.

De formation scientifique, jouer avec les chiffres est parfois un plaisir non dissimulé. Les chiffres peuvent être manipulés pour expliquer ce que nous avons à expliquer mais ils peuvent également être utilisés pour semer la confusion et induire en erreur.
Manipuler les données pour les présenter de manière optimale n’est pas inhabituel. De nombreuses entreprises sont tributaires de sources tierces (agences, prestataires…) pour obtenir les informations qui seront utilisées pour identifier les problèmes et les opportunités. Mais l’accès aux données brutes pour vérifier les conclusions sont limitées voir inexistantes.

Pour autant, quelle que soit la solution utilisée (Google Analytics, WebTrends…) on retrouve trois principaux types de données dans nos analyses :

Les données actionnables

Des données qui impactent vraiment les revenus, améliorent la satisfaction des utilisateurs ou réduisent les coûts d’exploitation. En règle générale, ces mesures sont axés sur les résultats.

Les données intéressantes

Avant qu’une information se traduise en une action, elle est intéressante. Des tendances peuvent être repérés dans les données, mais leurs sens et leurs application ne sont pas encore tout à fait clairs.
Les statistiques sont un parfait exemples de données intéressantes. On pose des questions (à un groupe bien défini en fonction des résultats que nous souhaitons obtenir), on compile les réponses dans une certaine forme de statistiques et nous voila prêt à créer un communiqué de presse qui généralise la situation.
Gardez en tête que les statistiques ne sont utiles que si elles s’appliquent à votre entreprise et peuvent être utilisés pour la rendre meilleur .

Les données inutiles

Certaines informations ne sont tout simplement pas utiles pour votre business. Elles peuvent être intéressante autour d’un café en démarrant la conversation avec ‘tu ne croiras jamais ce que je viens de voir’ mais elles ne permettent en rien de faire avancer votre entreprise.

Ne vous contentez pas d’un coup d’œil rapide sur les données. Ne leur donnez pas l’occasion de vous mener à des fausses hypothèses. Identifier à quel type de données vous avez à faire avant de tirer vos conclusions.

Lire la suite

Web Analytics : Tellement de données mais si peu de temps

Récupérer des données est relativement facile. Transformer ces données en informations décisionnelles qui améliore les ventes, la rentabilité ne l’est malheureusement pas. Filtrer les données pour trouver les pépites qui peuvent influer sur le comportement des internautes n’est cependant pas au centre de nombreuses entreprises.
Selon une récente étude de Yesmail/Gleanster, seulement 20% des professionnels du marketing interrogés intègre des données comportementales pour créer des communications ciblées avec leurs clients. Les limitations des outils existants ont été cités comme le principal challenge vis à vis d’une communication personnalisée.

Il y aura toujours des limites des outils existants. L’outil clé en main qui offrirait la bonne information au bon moment serait extrêmement coûteux si il existait. Mais Il y a un autre défi qui empêche les entreprises d’optimiser leur utilisation des données. Leur quête de perfection les empêche d’atteindre le bon.

La création d’une stratégie marketing qui utilise les données afin d’interagir avec leurs clients est un objectif louable. Le processus commence par l’identification d’une bonne tactique qui fonctionne pour les différents canaux et plates-formes. Les bonnes tactiques deviennent d’excellentes tactiques lorsqu’elles sont intégrées dans une stratégie de marketing globale axée sur l’utilisateur pour lui fournir une expérience exceptionnelle. Pour y parvenir, vous devez :

Améliorer la communication entre les services

Les systèmes qui fournissent les données nécessaires pour améliorer le marketing sont souvent gérés par différents systèmes. Améliorer la communication entre ces services facilitera la recherche de la meilleure stratégie pour votre entreprise.

Compiler des données

Savoir quelle information est disponible est la première étape pour trouver la meilleure façon de l’utiliser.

Homogénéiser l’information

Bien que chaque canal et plate-forme offre ses propres métriques, dont certains sont similaires. Vous devez essayer d’homogénéiser toutes ces informations et les rendre aussi cohérente que possibles pour qu’elles puissent être utilisés pour identifier des tendances.

Commencer petit

Identifier les tactiques qui fonctionnent le mieux pour motiver les gens à agir sur chaque canal et chaque plateforme que vous utilisez. Y a-t-il des tactiques qui fonctionnent bien dans un domaine et qui ne sont pas utilisés dans d’autres ? Peuvent-elles être adaptées pour d’autres régions ?

Utiliser l’information

L’utilisation est la seule raison de compiler les données. Si elle ne sont pas utilisées, pourquoi gaspiller des ressources pour les accumuler ? N’attendez pas d’avoir des tonnes d’informations pour les intégrer dans vos actions marketing. Testez des hypothèses dès que vous aurez des renseignements utiles.

Chaque test fera partie de vos fondations qui vont aider à développer votre entreprise, améliorer vos services et augmentez votre rentabilité.

Lire la suite

Nouvelle Interface d’Administration pour Google Analytics

De plus en plus de comptes Analytics semblent disposer de la nouvelle interface d’administration qui avait été annoncée il y a quelques mois.

Cette nouvelle interface rend plus facile la navigation entre les différents comptes et rend plus facile l’accès aux options permettant de modifier les paramètres d’accès des utilisateurs, la gestion des filtres et des objectifs.

 | Nouvelle Interface d’Administration pour Google Analytics

 

A propos de l ‘«administration», l’utilisateur a maintenant une vision globale de toutes les options et les niveaux de gestion des paramètres associés au « compte », à la « propriété » et au « Profil ». Nous pouvons donc accéder aux options de réglage en un seul clic.

Les profils seront bientôt appelés vues

Avec l’introduction de la nouvelle interface de gestion, nous auront – à mon plus grand plaisir – droit à un petit changement dans le libellé de « Profil »… Ainsi, dans quelques temps, nous aurons à faire à des ‘Vues’

“Dans la nouvelle interface d’administration de Google Analytics, les profils deviennent des vues. Le terme vue décrit plus précisément la fonction de cet élément, à savoir l’affichage des données d’une propriété.”

Les différents écrans permettant le réglage restent inchangés.

 | Nouvelle Interface d’Administration pour Google Analytics

Navigation dans les options

Lorsque vous sélectionnez un élément du menu, la navigation reste affichée sur le côté gauche de l’écran, permettant un accès facile aux autres options. Une autre nouveauté est la disponibilité d’un bouton ‘retour en arrière’, sur lequel vous pouvez cliquer pour revenir à l’interface d’administration générale.

Cette mise à jour est certainement un grand pas vers l’amélioration de la convivialité et permet – surtout aux débutants – d’avoir un meilleur aperçu des options disponibles.

Lire la suite