Analysez vos données pour évaluer vos résultats

Abandonnez l'analyse des données basée sur le feeling pour des principes plus éfficaces fondés sur une démarche scientifique.

Comment rallier le sensoriel à la vue factuelle des chiffres ?

L’aptitude à suivre rigoureusement les données facilite la prise de décision

Quels problèmes rencontrent les entreprises dans l’analyse des statistiques ?

On retrouve une situation assez commune dans les entreprises qui numérisent leur vente : un maîtrise imparfaite de la donnée. Le risque majeur d’une mauvaise organisation de la donnée au sein des sociétés se concentre sur une interprétation dysfonctionnelle des chiffres.

Chiffre « choux verts » et « effet de gourou » ajouté à des résultats biaisés qui cachent de sérieuses failles, et c’est toute la structure économique qui risque de prendre l’eau.

Pour ne pas sombrer dans l’incompréhension, les décideurs ont tout intérêt à organiser l’analyse statistique de manière limpide et efficace, avec une approche qui élimine les biais de confirmations.

Pour ce faire, nous allons aborder dans ce chapitre des moyens pour organiser la collecte de la donnée de manière générale, mais aussi nous trierons les bonnes informations pour évaluer chacune des actions marketing.

Détenir l’information de manière régulière et pertinente

Pour commencer, on s’aperçoit que la donnée ne s’écoule pas toujours de manière régulière dans une structure commerciale. En l’espèce, elle peut inonder les chefs de service, ou alors se tarir tout aussi rapidement qu’elle n’est venue.

Cette situation provient d’une mauvaise organisation de la donnée, car cette pratique exige un épanchement régulier et congruent.

La première étape consiste à réunir les informations prioritaires (en fonction des objectifs) le plus fréquemment possible.

Ensuite, chaque action précède une évaluation ce qui fait la base de toute stratégie de marketing numérique.

Mieux communiquer avec les équipes.

Un site internet vise principalement à apporter des leads régulièrement pour que le service commercial soit en mesure de contacter et de proposer des produits. Si de mauvaises habitudes s’installent, c’est toute l’ambiance entre les vendeurs et le marketing qui risque de se détériorer.

En conséquence, en informant (avec précision) chaque service des performances du moment, chaque service peut se voir des plans d’actions coordonnées pour agir.

L’implémentation d’une analyse des données émane d’une bonne communication et d’objectifs rigoureusement coordonnés.

En d’autres termes, la statistique web se fonde sur trois axes majeurs :

• Évaluer ses actions
• Corriger rapidement les mauvaises surprises
• Prédire les résultats et anticiper de nouvelles actions

Récolter l’information et automatiser ses collectes

Aujourd’hui, il n’a jamais été aussi simple de récolter de l’information. Que ce soit en magasin pour étudier le comportement des consommateurs, avec le « tracking shopper », ou même au sein d’un processus de vente en ligne, chaque étape du parcours client peut faire l’objet d’études approfondies.
Ces tests permettent d’élaborer un plan qui sera à son tour évalué.

Exemple de vue d’une caméra dédiée aux opérations de merchandising.

Avec ces outils connectés les uns des autres, les points de vente peuvent adapter leur facing et la disposition du magasin. Ces informations peuvent aussi impacter la stratégie en ligne afin de procéder à des études comparatives.

À ce titre, le marketing numérique se caractérise par une capacité similaire, voire plus pointue, car chaque action du visiteur peut être récoltée pour croiser les informations pour un coût bien moindre.

Comment exploiter correctement la donnée dans son activité ?
Chaque identité doit analyser la performance de ses actions marketing, ce qui impose de se pencher de manière régulière sur cette discipline avec :

• L’exploitation fréquente de la donnée afin de répondre à un objectif précis.
• L’exploration d’une hypothèse afin d’améliorer les conversions avec des tests rédigés.
• L’appréhension des zones de frictions les plus difficiles à prévenir.

Savoir dissocier les sources de trafic
Il faut bien comprendre que l’étude statistique apporte une vision heuristique dans l’entreprise. C’est-à-dire qu’il s’agit de collecter des données de sources différentes.

Par exemple, stipuler qu’un prospect provient de Facebook parce qu’il a cliqué depuis ce réseau social parait vraisemblable dans une moindre mesure, toutefois cette approche peut apparaitre biaisée.

Pourquoi ?

Parce que ce même prospect peut avoir consulté cette même publicité depuis une affiche display dans un autre endroit. Par conséquent, il s’avère difficile de mesurer son origine. (Un réseau social, une campagne display, ou encore le mail ?)

C’est pourquoi, une analyse aboutit implique un niveau élevé de recherche.

Une donnée pour un objectif

C’est pourquoi la donnée doit être exploitée pour un objectif à la fois, ce qui demande une certaine hiérarchisation.

Pour corroborer les données au bon endroit et au bon moment, il tient lieu d’analyser les résultats de la même manière que le parcours client. Or, voici comme se décompose le tunnel de vente comme nous l’avons déjà vue précédemment :

• Prise de conscience
• Évaluation
• Conversion

Nous allons ensuite reprendre les mêmes stratégies et analyser leurs performances.

Le modèle de tunnel analytique pour visualiser les implémentations statistiques

Tunnel analytique en fonction de la progression de la valeur client.

Cette présentation apporte un visuel immédiat de l’état de transformation, des Kpi à utiliser en fonction du parcours client qui s’associe au modèle de la stratégie de marketing de contenu.

• TOFU : Top du tunnel de vente
• MOFU : Milieu du tunnel de vente
• BOFU : bas du tunnel de vente

Chaque étape du tunnel d’analyse entraîne un angle commercial distinct à savoir :

• Un format
• Une action
• Une évaluation

En outre, vous ne pouvez vous contenter d’en rester là, car votre prospect doit vivre le plus longtemps possible afin d’améliorer votre rentabilité. Chez Mission Croissance, nous croyons fermement à cette méthode, car la relation client basée sur la durée favorise les bénéfices et sécurise vos revenus. De fait, nous allons voir comment faire vivre et rentabiliser votre client tout au long de sa vie (Customer Live Value).

En l’espèce, cette action vous aide à connaitre le bilan de votre entreprise à un instant « T » et à chaque étape du parcours client.

Mais revenons à nos moutons et analysons comment se caractérise cette méthode et surtout quel KPI doit-on prioriser en fonction des étapes du tunnel.

TOFU du tunnel de vente

Nous l’avons vu précédemment, le tunnel de vente précise certaines actions en fonction du niveau de maturité du parcours client. Les campagnes, les contenus, mais aussi les résultats en dépendent.

Pour ce faire, le TOFU va identifier les données en lien avec la notoriété.

• Se concentrer sur l’obtention du trafic froid
• Segmenter les trafics
• Évaluer la notoriété

MOFU

Le MOFU vous donne un aperçu de la phase intermédiaire entre la prise de conscience et la transformation. À ce stade, vous allez noter les niveaux d’abonnements de vos réseaux sociaux, ainsi que les actions sur les formulaires.

• Le nombre de téléchargements indique les performances de votre offre hypocoristique.
• Le niveau d’ouverture des mails apprécie l’intérêt du public, tout comme le taux de clic (du mail ou sur une bannière) ou encore les pages visitées par chaque utilisateur.

BOFU

Désormais, il est temps d’optimiser les offres que vous avez proposées. Vos yeux peuvent se river sur le taux de conversion qui indique votre rentabilité. Si vos clients effectuent leur premier achat, il est temps d’analyser la pertinence en fonction du prix, de l’angle et des résultats attendus.

Il faut comprendre que tout ce qui précède la première vente appartient au backend, alors que toutes les étapes qui se succèdent signifient que vous allez vous concentrer sur l’amélioration de ces ventes (avec des offres promotionnelles), c’est-à-dire le frontend.

Organiser l’analyse statistique dans le temps 

Le cycle de vie de l’analyse statistique

Ce principe décompose quatre évènements qui induisent une évaluation.

• Nouveau client: un client vient d’effectuer un premier achat, ce qui l’invite à participer à de nouvelles actions. L’objectif vise à répéter l’acte de vente par le biais d’une promotion ou d’un contenu spécifique.
• Fréquence d’achat: la valeur de vie de client dépend de cette notion. Plus la fréquence d’achat se montre régulière, plus la rentabilité de l’entreprise se pérennise. Toutefois, il faut bien veiller à ce que cette fréquence s’étale dans le temps.
• Augmentation du panier moyen: au cours de la vie client, celui-ci se montre moins regardant sur la valeur du panier. Il connait le produit et fait confiance à la marque.
• Valeur de vie du client : comme énoncé un peu plus haut, l’objectif consiste à rallonger la durée de vie client par des opérations, mais aussi par une intensification de cette relation, grâce aux contenus et aux questionnaires.

L’étude de la rétention ne peut venir que d’une analyse interne. Google, Analytics, ne peut vous apporter ce type de donnée, car c’est à vous de la compiler :

• L’activation de l’abonnement [si vous en avez une, notamment pour les SaaS[Pour ce faire, vous pouvez consulter les contenus associés à la CRO].
• La rapidité du premier achat [le temps c’est aussi de l’argent).
• La valeur de vie du client
• La fréquence d’achat
• Le panier moyen

C’est aussi le bon moment de récupérer les avis et de les notifier dans un classeur Excel, afin d’évaluer le niveau de satisfaction.

Ce schéma intègre l’ensemble des données brutes

Quelles approches adoptées avec l’ensemble de ces analyses ?

Une fois l’implémentation de votre système d’analyse effectué il est intéressant de se poser quelques questions. Pour maîtriser la statistique et prendre les bonnes décisions, la première étape consiste à se baser sur des hypothèses. Celles-ci vous donnent une cartographie des actions à mener en fonction des réponses du marché.

Cependant, pour se poser de bonnes interrogations, il faut aussi se tenir sur certaines données compilées. Dans le cadre d’offres à abonnement, gardez un œil sur le niveau d’abandons et le niveau de captation qui vous laisse un aperçu de votre rentabilité. Ces chiffres peuvent varier en fonction de la parution d’un article ou au cours d’une intervention.

En d’autres termes, votre analyse tient compte de plusieurs environnements :

• L’historique
• L’interne
• Le contextuel
• Les zones de frictions externes

• Votre prisme historique vous apporte une expérience de votre donnée. Elles vous révèlent les situations à un moment précises dans lesquelles vous savez comment agir.
• Les zones de frictions externes réunissent les modifications du marché. Cela peut provenir d’un évènement, ou d’un nouveau paradigme.
• Le contexte interne dépend totalement de vos performances. Si vos équipes se montrent plus motivées que d’habitude, ou encore si vos campagnes se montrent plus performantes alors ces succès vous appartiennent.
• La contextualisation aborde principalement l’interprétation de ces résultats sans risque de biais de confirmation. Il s’agit de compiler correctement vos analyses pour en tirer parti. Pour réussir cette étape, le rôle de l’analyste ne dépend de personne. En quelque sorte, c’est un peu l’expert-comptable qui certifie vos données.

La donnée au cœur de l’optimisation des conversions

Un métier qui progresse beaucoup ces dernières années vise à améliorer les conversions. Imaginez que le chiffre d’affaires d’un site comme la redoute ou Cdiscount se compte en milliards d’euros.

Les raisons pour lesquelles la CRO [conversion rate optimisation[Pour ce faire, vous pouvez consulter les contenus associés à la CRO].

Cette fonction vous aide à fluidifier votre trafic afin de maximiser vos revenus. Il s’agit de l’ultime étape d’amélioration de son réseau de sites. Pour ce faire, cette fonction s’appuie essentiellement sur des données et des tests A/B. Cependant, dans les PME se munir d’une telle compétence se paie. Toutefois, des alternatives existent telles que les consultants spécialisés qui font intervenir de nombreux experts [data, copywriting, designer, architecture et développement web] sous leurs bannières.

Qui se charge de l’analyse statistique ?

Personne ne se charge de l’analyse statistique en particulier si ce n’est que tout le monde. Parce qu’être informé fait partie de chaque responsabilité dans un poste de marketing numérique.

Toutefois, certains professionnels modélisent la donnée pour apporter une information plus fine en fonction des besoins comme le responsable DATA.  

Semblable au Data scientist, le responsable de donnée ou d’analyse apporte un vrai savoir-faire dans cette thématique. En sélectionnant des tâches partagées aux responsabilités du responsable d’analyse, de nombreuses entreprises peuvent se perfectionner dans ce domaine sans viser l’embauche d’un DATA SCIENTIST.

En lui donnant une mission qui se spécialise sur la compilation de données, et sa récupération [Scraping] vous lui donnez une chance considérable. C’est pourquoi chez Mission Croissance nous croyons à l’intégration d’un responsable DATA qui assure toute la donnée de l’entreprise quelque qui soit. Cette fonction peut agir sur plusieurs aspects de la société telle que la partie commerciale, financière, ou le marketing.

Aller plus loin

À ce stade de ce chapitre destiné à améliorer les performances de sa stratégie de marketing numérique, vous détenez les bases de la compréhension des données.

Dans le prochain chapitre, vous allez découvrir les pistes pour recruter et organiser les équipes qui se chargeront de votre présence en ligne.

Comment monter une équipe dédiée à sa stratégie de marketing numérique et monter en éfficacité ?