Comment résoudre les plus grands défis du reporting e-commerce

Au cours de l'année écoulée, la pandémie a transformé les achats en ligne d'une commodité supplémentaire en un besoin urgent. La sphère se développe rapidement et avec elle, la concurrence pour les acheteurs s'intensifie. Parmi les principaux problèmes rencontrés aujourd'hui par les entreprises de commerce électronique figurent :

• S'adapter au commerce numérique
• Fidélisation de la clientèle
• Coûts de trafic plus élevés
• Restrictions relatives aux cookies tiers
• Suivre les concurrents

Il y a de plus en plus de données en ligne, et pour croître plus vite que les concurrents, vous devez utiliser ces données dans leur intégralité, non seulement dans les rapports KPI standard, mais aussi pour réduire les coûts et obtenir un retour sur investissement plus élevé. Dans cet article, nous examinons les principaux problèmes auxquels la majorité des spécialistes du marketing sont confrontés lorsqu'ils travaillent avec des rapports.

Les utilisateurs sont déjà habitués à ce que leurs données soient utilisées par les entreprises, mais en échange, ils s'attendent à obtenir des informations pertinentes sur les produits à tout moment et en tout lieu. De plus, les informations présentées doivent varier en fonction du comportement passé des utilisateurs. Tout devient encore plus compliqué car le comportement d'un public cible est différent à différents points de contact et nécessite donc une approche différente à chacun. Pour cette raison, les spécialistes du marketing utilisent aujourd'hui un grand nombre et une grande variété de canaux.

Les consommateurs utilisent les moteurs de recherche (52 %), les médias sociaux (43 %) et les avis des clients (37 %) pour rechercher des produits. Le parcours d'achat est de plus en plus fragmenté à mesure que les consommateurs utilisent des appareils plus différents, chaque public utilisant plusieurs canaux/sources pour trouver des réponses.

Utiliser correctement toutes ces données d'audience apporte de la valeur à toute une entreprise. N'oubliez pas que si vous voulez prendre des décisions fondées sur des données, vous devez disposer de nombreuses données de qualité et les utiliser correctement !

Cependant, c'est là que réside le problème. La quantité écrasante de données entrantes et le temps et les ressources limités pour travailler avec ces données réduisent l'efficacité du travail des spécialistes du marketing.

Nous venons de mentionner que plus il y a de données, mieux c'est. Mais vous connaissez probablement le revers de la médaille : plus il y a de données provenant de différentes sources, plus il y a de problèmes. Examinons les défis que vous rencontrerez lorsque vous travaillerez avec des rapports.

La collecte de données est le processus de collecte de toutes les données marketing fragmentées dont vous avez besoin pour créer des rapports et configurer des analyses avancées.

Pourquoi en avez-vous besoin? Tout comme le théâtre commence par un cintre, le reporting commence par la collecte de données. C'est la première étape et la plus cruciale . Si vous ne collectez pas toutes les données ou si vous collectez les mauvaises données, vous prendrez des mesures basées sur des informations erronées. Et cela ne finira pas bien.

Vous devez collecter les données de tous les points de contact client pour être sûr de tout prendre en compte :

• Données sur les coûts des services publicitaires
• Données sur le comportement des utilisateurs sur le site Web
• Suivi des appels, chatbot et données de messagerie
• Données de ventes réelles de vos systèmes CRM/ERP
• Autre informations

En fin de compte, personne ne veut dépasser le budget. Gardez à l'esprit qu'il est plus facile de prévenir une erreur dans la collecte de données que d'en corriger les conséquences : les spécialistes du marketing gaspillent 21 % de leurs budgets marketing à cause de mauvaises données.

Défis à surmonter. Les données de différentes plates-formes publicitaires vivent à des endroits différents et ont des structures différentes, ce qui rend difficile et fastidieuse leur collecte. Vous devez vous assurer des données que vous collectez (en les mettant à jour a posteriori) et de la sécurité du connecteur ou du service que vous utilisez à cet effet. De plus, tous les services publicitaires ont des API régulièrement mises à jour et, en conséquence, vos connecteurs doivent également être mis à jour. Sinon, vous courez le risque de prendre de mauvaises décisions en raison d'erreurs de collecte de données. Les défis de la collecte de données marketing incluent les suivants :

• Contrôler entièrement l'accès à vos données (tout est question de sécurité des données)
• Obtenir des données brutes non échantillonnées (pour éviter les rapports déformés) avec des coûts de ressources minimaux
• Collecte des données correctes (pas de duplication ni de perte de données)
• Assurer la pertinence et la haute granularité des données
• Préparer en amont la création de votre data storage ou data lake
• Mélanger des données de différentes sources sans avoir à écrire de requêtes SQL, etc.

Solution. Au lieu de collecter les données manuellement, la meilleure solution consiste à collecter automatiquement les données dans un entrepôt de données à partir des services publicitaires et de votre site Web à l'aide de connecteurs de données tels que OWOX BI Pipeline. Ensuite, vous pouvez enrichir les données collectées avec des données de votre système CRM et d'autres sources.

Nous vous recommandons d'utiliser Google BigQuery pour le stockage des données. C'est la meilleure option sur le marché qui tient compte des besoins des spécialistes du marketing. Vous pouvez envoyer des données brutes de votre site Web à BigQuery et ajouter des données à partir de votre système CRM et de vos services publicitaires.

Il existe différents outils pour vous aider à rassembler toutes ces données :

• Connecteurs intégrés de BigQuery
• Connecteurs individuels (par exemple, le module complémentaire Google BigQuery vers Google Sheets)
• Plateformes qui fournissent des solutions de bout en bout pour la collecte, le traitement et la visualisation des données

La normalisation des données est le processus d'organisation ou de structuration d'une base de données afin que tous les enregistrements soient uniformes, ce qui signifie que toutes les données d'un champ donné sont dans le même format.

Pourquoi avez-vous besoin de normaliser les données ? Vous avez déjà fait un excellent travail et mis en place une collecte de données sur tous les points de contact client. Cependant, vos défis ne sont pas terminés. Vous devez maintenant obtenir vos données dans un format unique et vous assurer qu'elles sont à jour et complètes.

Imaginez que vous vouliez du jus frais. Vous prenez des pommes (données de coût de Twitter Ads en dollars), des poires (dépenses de services publicitaires en euros et en dollars) et des oranges (données de votre système CRM en livres). Vous les avez déjà mises dans un panier, c'est-à-dire que vous avez collecté vos données en un seul endroit. Qu'en est-il de votre prochaine étape ? Vous devez:

• Laver les fruits : Assurez-vous que les données ont été correctement collectées et qu'il n'y a pas de pommes pourries (pas d'échantillonnage ou de duplication).
• Pelez le fruit et coupez-le en morceaux : Rassemblez vos données dans un seul format, une seule devise, etc.

Vos fruits sont maintenant prêts à être envoyés au mixeur ! Et vos données complètes sont prêtes à vous plaire avec un flux constant d'informations fraîches.

Défis à surmonter. De nombreuses erreurs et difficultés peuvent apparaître lors de la normalisation des données. Si c'est fait manuellement, le monstre vient d'un tas de requêtes et de scripts, et si quelque chose se casse ou change, tout s'effondre.

À la suite de toutes les manipulations de données, vous devriez obtenir des informations précises et structurées en sortie : formats de balises uniformes, une seule devise, suppression des doubles de données, etc. Les données normalisées sont d'excellentes données ! Les principaux défis sont :

• Minimiser ou éviter les problèmes de modification des données : la mise à jour ou l'insertion d'anomalies peut avoir un impact important sur la précision des données
• Minimiser ou éviter les dépendances indésirables d'insertion, de mise à jour et de suppression

En général, vous devez fournir des données structurées de haute qualité afin de pouvoir vous concentrer sur la fourniture d'informations utiles.

Solution. Bien sûr, lorsqu'il s'agit de nettoyer les données et de les mettre dans un format unique, les analystes peuvent le faire manuellement à l'aide de scripts et de SQL. Cependant, il est beaucoup plus pratique d'utiliser les services ETL pour appliquer des solutions automatisées. Idéalement, le connecteur de données que vous avez choisi devrait normaliser les données sur tous vos canaux :

• Nettoyer et stabiliser les données et surveiller leur qualité
• Convertir des devises sur différents marchés ou magasins
• Fusionner les données de coût dans une seule colonne (chaque plateforme de marché a des noms différents pour les mêmes champs)

La fusion des données comprend la fusion de données provenant de plusieurs sources de données en un seul ensemble de données (généralement à l'aide de requêtes SQL).

Bien que cette approche soit habituelle, les entreprises progressistes ont commencé à appliquer la modélisation des données afin de ne pas préparer les données pour chaque rapport. L'équipe OWOX BI utilise un outil de génération de données (DBT) pour modéliser les données clients. Avec cette approche, les données sont modélisées une seule fois, après quoi il est facile de gérer les requêtes, de créer des rapports et d'apporter des modifications. Le service DBT est très pratique et certainement l'outil numéro un pour une telle tâche.

Pourquoi avez-vous besoin de fusionner des données ? La combinaison des données est cruciale pour obtenir un aperçu clair du retour sur investissement afin d'identifier les plateformes sous-performantes et de réaffecter le budget.

Malheureusement, alors que mélanger des fruits est simple, il suffit d'envoyer les morceaux coupés dans un mélangeur et le tour est joué ! le jus est prêt - il n'y a pas de solution aussi simple avec des données. Les données proviennent de différentes sources (plateformes publicitaires, systèmes CRM, etc.) et ont donc des structures différentes. Cela signifie que pour que tout fonctionne, vous devez prendre des résultats de requête distincts pour différentes sources de données et les agréger dans un seul ensemble de données.

Nous avons déjà mentionné la normalisation des données à l'étape précédente, mais elle peut être effectuée à différents niveaux, et nous souhaitons fusionner les données de différents systèmes dans une table et obtenir différents niveaux de granularité et de détails.

Défis à surmonter. Tout est assez facile lorsque vous analysez une seule source de données. Cependant, le plus grand défi survient lorsque vous devez créer, par exemple, un rapport de performances contenant de nombreuses données. Ce processus, impliquant de grands ensembles de données provenant de diverses sources, prend énormément de temps et est souvent tout simplement impossible sans la participation d'analystes.

De plus, les éventuelles limitations du processus de fusion des données dépendent fortement de l'outil avec lequel vous avez choisi de travailler. Pour déterminer quels services sont les mieux adaptés à vos tâches et éviter de payer trop cher, nous vous recommandons de profiter des périodes d'essai gratuites et des réunions de démonstration.

Solution. Comme pour la normalisation des données, des outils ETL spécialisés vous aideront à fusionner les données. Quelle option choisir pour la fusion des données ? Tout dépend de la taille de votre entreprise et, par conséquent, de la quantité de données avec lesquelles vous travaillez.

• Si vous avez une ou deux sources de données - par exemple, un site Web et des publicités Facebook - il vous suffit d'utiliser des outils gratuits et populaires comme Google Data Studio.
• Si vous avez un gros projet e-commerce, de nombreuses campagnes publicitaires sur différentes plateformes, et que vous souhaitez prendre en compte les actions des utilisateurs en ligne et hors ligne, alors vous ne pouvez pas vous passer de services avancés (comme OWOX BI + Data Studio/Tableau/Power BI, etc. ) et l'assistance d'un analyste. Choisissez des services qui offrent également une importation universelle, fournissent une granularité élevée des données et surveillent la qualité des données.

Noter! Data Studio ou tout autre outil de BI est conçu pour fonctionner avec des ensembles de données prêts à générer des rapports dans lesquels les données sont déjà mélangées. Si l'outil de BI fusionne lui-même les données, il fonctionnera lentement et de manière peu pratique en utilisant plus de deux sources de données.

La création de tableau de bord est la présentation visuelle des indicateurs de performance clés qui vous aide à ne plus deviner combien vous avez dépensé sur tous vos canaux et à rendre compte des performances marketing en toute confiance.

Pourquoi avez-vous besoin de tableaux de bord ? Pour comprendre si vos campagnes et votre site Web attirent de nouveaux clients et pour obtenir des informations sur les canaux qui fonctionnent, dans quelles zones de croissance il vaut la peine d'investir et où arrêter de gaspiller votre budget. En bref, les rapports sont requis pour deux raisons principales :

1. Surveiller la situation actuelle et l'avancement des travaux
2. Pour analyser et découvrir pourquoi quelque chose de spécifique se produit

Noter! N'oubliez pas la visualisation des données, qui vous aide à comprendre les informations plus rapidement et plus facilement.

Pour plus de facilité d'utilisation, lancez des campagnes publicitaires payantes avec des tableaux de bord prédéfinis qui montreront l'efficacité réelle de votre investissement. Si vous ne préparez pas de rapports à l'avance, vous dépenserez d'abord votre argent sans but, puis vous devrez quand même préparer des rapports.

Défis à surmonter. La visualisation des données est une tâche régulière et laborieuse qui demande beaucoup d'attention. De plus, si vous devez constamment attendre l'aide d'analystes, vous devriez penser à utiliser des services qui vous éviteront de perdre du temps et aideront les spécialistes du marketing à créer des rapports. Parmi les principaux défis de la création de tableau de bord figurent :

• Visualiser correctement le sens des rapports
• Utilisation de données complètes et de qualité pour créer des rapports avec tous les paramètres et métriques sans limites
• Mise à jour automatique des données et modification de la période de rapport en toute simplicité
• Indiquer clairement au premier coup d'œil quelles informations sont présentées dans les graphiques et les tableaux
• Pour les tableaux de bord complexes avec une grande quantité de données et de sources de données, vous pouvez souvent avoir besoin de l'aide de vos analystes, alors qu'ils ont généralement d'autres tâches prioritaires.

N'oubliez pas non plus que pour obtenir des rapports de performance holistiques, vous devez porter une attention particulière à votre choix de modèle d'attribution — il doit tenir compte de l'entonnoir et des particularités de votre entreprise.

Solution. Le marché offre aux spécialistes du marketing de nombreuses opportunités pour créer des rapports pour tous les goûts, des feuilles de calcul Google préférées de tous aux outils complexes de veille stratégique. Notez que si vous créez des rapports publicitaires manuellement, comme dans Excel ou Google Sheets, vous risquez votre temps et la qualité de vos données. Et des données de mauvaise qualité, comme nous l'avons déjà dit, sont la première raison des mauvaises décisions.

Maintenant que vous êtes allé jusqu'au bout (vos données sont collectées, nettoyées et modélisées), vous devez franchir la ligne d'arrivée en connectant ces données au service de tableau de bord et en obtenant des rapports.

L'outil utilisé dépend généralement de la taille et des exigences de l'entreprise. Que peuvent faire les spécialistes du marketing pour obtenir d'excellents résultats ?

1. Collecter des données à l'aide d'outils ETL
2. Utilisez des services tels que Smart Data qui fonctionnent avec des données modélisées et permettent aux spécialistes du marketing de créer des rapports sans l'aide continue des analystes et basés sur les données de Google BigQuery
3. Importer des rapports dans les services de visualisation ou Google Sheets

Gérer le monde changeant du commerce numérique sans une surveillance constante est très difficile. Offrez-vous un cadeau et arrêtez de perdre du temps sur les rapports manuels ! Ça sonne bien, n'est-ce pas?

Vous pouvez tout obtenir avec OWOX BI. Ce service vous libère un temps précieux et gère :

• Collecte de données
• Nettoyage, déduplication, suivi de la qualité et mise à jour des données
• Modélisation des données et reporting

Avec OWOX BI, vous pouvez collecter des données marketing pour des rapports de toute complexité dans le stockage cloud sécurisé BigQuery de Google sans l'aide d'analystes et de développeurs.

Vous n'avez plus à attendre les rapports d'un analyste. Offrez-vous des modèles de tableau de bord marketing prêts à l'emploi ou obtenez un rapport personnalisé basé sur des données modélisées et adapté uniquement à votre entreprise.

Grâce à l'approche unique d'OWOX BI, vous pouvez modifier les sources de données et les structures de données sans réécrire les requêtes SQL ni réorganiser les rapports. Ceci est particulièrement pertinent dans le monde du nouveau Google Analytics.

Pour éviter les problèmes de signalement, vous devez sélectionner des outils d'analyse qui vous permettent de :

• Assurez-vous que les données que vous utilisez sont exactes et obtenez une meilleure surveillance de la façon dont vous gérez vos données
• Évitez de perdre du temps sur plusieurs ensembles de données et de mettre des chevilles carrées dans des trous ronds
• Assurez-vous que toutes vos équipes sont alignées, utilisent les mêmes processus et communiquent efficacement