Pourquoi personne ne tape-t-il dans les mains de l'analyste ? Réponses dures mais vraies de Steen Rasmussen

Mariia Bocheva a eu un excellent entretien avec Steen Rasmussen, l'un des évangélistes de l'analyse Web les plus talentueux et les plus influents que nous connaissions. Nous avons également obtenu un enregistrement de la conférence qu'il a donnée à l'Analysez! conférence où il a couvert les détails qui nous aident à former une image cohérente de notre recherche.

Nous avons décidé de rompre avec notre style d'entretien traditionnel et d'en faire une lecture essentielle qui aidera les analystes à trouver de nouvelles idées.

Dans cet article:

Tout d'abord, quelques mots sur Steen Rasmussen : il est actuellement évangéliste de l'analyse Web, directeur et membre du conseil d'administration de l'IIH Nordic. Il peut également prétendre à juste titre être l'un des fondateurs de l'analyse moderne. IIH Nordic fait partie de ces entreprises avec un écosystème de données totalement unique et une culture axée sur l'expérimentation, où tout est conçu pour favoriser un travail significatif et efficace. Par exemple, ils ont un tel niveau d'organisation qu'ils ne travaillent que quatre jours par semaine tout en gérant la charge de travail d'une semaine de travail de cinq jours.

Cela ressemble à un rêve, non ? Découvrons ce que Steen a à partager avec nous.

Qui vous a dit que pour être un bon analyste, il fallait être bourré de compétences et d'outils ? Ou qu'être analyste est un travail sûr où vous faites des rapports et vous détendez ensuite jusqu'à la prochaine fois que des rapports sont nécessaires ?

Avoir une compréhension claire de la raison pour laquelle vous avez été embauché et de la valeur que vous apportez à l'entreprise est essentiel à votre réussite. Un analyste travaille pour fournir des informations aux entreprises afin d'atteindre deux objectifs principaux :

1. Diminuer les coûts tout en augmentant les profits
2. Acquérir de nouveaux clients et fidéliser les clients existants

C'est l'objectif principal du travail d'un analyste, et chaque tâche effectuée et chaque rapport construit doit partir des objectifs décrits dans la diapositive ci-dessus.

Les outils d'analyse, les technologies et les approches ne sont que des instruments. Et bien qu'ils influencent la qualité du service fourni, ils ne peuvent garantir une compréhension approfondie des besoins de l'entreprise – c'est à l'analyste de décider. Les outils que vous choisirez ne seront pas nécessairement la pile d'outils Google, mais un mélange d'outils qui correspondent à la saveur de votre organisation.​

Oui, chaque analyste travaille dur pour faire avancer son entreprise. Mais souvent, personne ne les félicite pour ce travail acharné. La principale raison pour laquelle cela se produit est que les collègues voient les résultats du travail d'un analyste comme ceci :

Ça a l'air plutôt bien, mais qu'est-ce qu'on est censé faire avec ces trucs ?

Avez-vous entendu des questions similaires? Cela se produit lorsque les gens ne perçoivent pas la valeur apportée par l'analyste.

Vos collègues ne sont pas méchants ou à l'abri des analyses ; ils doivent constamment prendre les bonnes décisions sous la pression d'un marché qui n'est plus convivial.

Et voici le revers de la médaille : vous ressentirez l'effet Dunning-Kruger ou le biais de survie même dans les entreprises les plus développées en matière de données, car c'est la nature des gens. Ils ne pensent pas que l'analyse soit si difficile et ils tirent des conclusions sur la base des informations dont ils disposent.

Ou parfois, un analyste met trop l'accent sur les chiffres, pas sur les idées ou les conseils sur ce qu'il faut faire. Mais mettre l'accent sur des données qui ne seront jamais parfaites à 100 %, combiné à l'incertitude inhérente aux décisions commerciales, ne fera rien de mieux.

Les analystes doivent faire de leur mieux pour :

• Communiquez ce qu'ils savent en termes compréhensibles.
• Développez de l'empathie pour les personnes qui travailleront avec leurs chiffres.
• Ne jamais tomber dans l'abîme des données sans une hypothèse avec laquelle se retirer. Rappelez-vous toujours pourquoi vous effectuez vos analyses.
• Traduire les résultats de l'analyse en solutions pour les personnes. Faites comprendre aux gens jusqu'où les données peuvent les mener. Éduquez vos collègues sur la façon d'appliquer l'analyse des données dans leur travail.
• Cultivez une autocritique saine. Présentez vos idées au bureau et n'ayez pas peur d'échouer.

Voici quelques-unes des plus grosses erreurs qu'un analyste peut commettre :

Ne pas vérifier le brouillon

Sans revérifier les chiffres dans leurs résultats, les analystes peuvent perdre beaucoup de crédibilité. Vous devez toujours vérifier avec d'autres systèmes et effectuer une simple vérification de la réalité - vos résultats peuvent-ils exister dans la réalité ? Peut-il y avoir 89 pages vues en moyenne en trois minutes ? Lorsque vous doutez de vous-même et que vous êtes strict envers vous-même, vous êtes bien plus qu'un spécialiste, vous êtes un spécialiste fiable.

Éviter de donner des conseils ou de répondre à des questions supplémentaires pour ne pas risquer d'avoir l'air stupide

Les analystes peuvent avoir peur de partager des chiffres supplémentaires. Soyez audacieux sur le partage des numéros ; c'est une grande compétence. Même si vous avez déjà fait quelques erreurs, même si cela a été mentionné, et même si vos idées ont été remises en question, ne négligez pas vos idées créatives tout en faisant machinalement ce qui était demandé. Restez curieux, créatif et intrépide.

Les analystes établissent des rapports basés sur les données qu'ils possèdent à l'heure actuelle, et parfois ces rapports décrivent des faits évidents de manière fastidieuse. Alors, que devrais-tu faire? Êtes-vous un mauvais analyste pour avoir fait cela ?

Rappelez-vous toujours qu'une partie des données que vous possédez peut être erronée ou corrompue, un volume de données beaucoup plus important n'est pas disponible parce que vous ne l'avez pas collecté, et il y a encore plus de données que vous ne pouvez même pas encore imaginer.

Une des tâches de l'analyste est de repousser les limites des données disponibles pour répondre aux questions de la direction et des collègues. N'essayez pas de trouver quelque chose qui ressemble à la réponse dans ce que vous avez déjà, mais cultivez les données de l'entreprise. N'essayez pas de trouver un support pour votre hypothèse tout en ignorant les preuves contraires. Essayez de couvrir tout ce que vous pouvez atteindre et rappelez-vous que même après cela, il y aura plus de données à collecter.

Comment pouvez-vous accéder à plus de données que vous n'en avez déjà ? Une approche que vous pouvez utiliser pour enrichir vos données marketing consiste à considérer chaque campagne publicitaire non seulement comme une source de prospects mais comme une source de données. Vous pouvez lancer une campagne entière juste pour obtenir des données, tout comme chaque campagne de test A/B est lancée pour savoir ce qui fonctionne le mieux.

Les tests A/B sont un excellent outil, et ils ont été précieux pendant longtemps. Mais les temps ont changé et la logique des tests A/B a été établie lorsque les faits sur le terrain étaient différents.

Chaque fois que nous décidons que A est meilleur que B ou que B est meilleur que A, nous excluons certains visiteurs qui préféraient l'autre version… Nous limitons donc notre champ d'activité à chaque fois que nous le faisons.

De ce point de vue, on voit que l'A/B testing n'est plus le meilleur outil d'activation des données. Ce qui est fascinant, c'est que maintenant nous pouvons proposer la variante A à ceux qui ont aimé A, et proposer B à ceux qui ont choisi une autre variante. C'est l'une des possibilités offertes par la vitesse moderne de collecte et d'activation des données. Aujourd'hui, vous n'avez pas besoin de choisir ; vous pouvez simplement satisfaire autant de clients que possible.

Alors ne restez pas coincé dans la mentalité de l'un ou l'autre ; changer votre approche de l'application des informations sur les données. Google Optimize et d'autres outils de personnalisation vous y aideront.

Voyons quelles autres menaces peuvent guetter un analyste en pleine journée de travail.

La meilleure façon de comprendre ce point est de modéliser une partition de segment pour une boutique en ligne typique.

Dans la diapositive ci-dessus, les personnes qui ont déjà acheté chez vous se trouvent le long de la ligne verte. Il y a aussi ceux qui n'achèteront jamais chez vous - ceux-là sont sur la ligne rouge. Une répartition type du budget publicitaire n'exclura aucun de ces segments car :

1. L'équipe marketing continuera d'essayer d'intéresser le public de la ligne rouge. Ces personnes peuvent cliquer sur la publicité et gaspiller votre budget, mais elles n'achèteront toujours rien.
2. Le marketing essaiera de récupérer ceux qui ont déjà acheté chez vous en leur offrant une remise et en perdant des bénéfices.

Cela se produit parce que c'est ainsi que fonctionne le marketing et que tout le monde y est habitué. Mais si vous modifiez votre système automatisé et concentrez votre publicité sur le groupe intermédiaire, en investissant toutes les ressources dont vous disposez pour cultiver ce type d'audience, vous obtiendrez une véritable augmentation des revenus, même dans les secteurs les plus difficiles. Ainsi, le meilleur conseil pour les spécialistes du marketing et les analystes impliqués dans les décisions concernant la répartition du budget publicitaire est que vous devez comprendre correctement vos données.

Ce moment est l'occasion de passer du lavage des données à leur orchestration. Les machines de marketing automatisées ne sont encore que des outils gérés par des analystes intelligents.

L'éthique n'est pas un aspect du travail d'un analyste dont on parle beaucoup. Mais tout en promouvant les intérêts des entreprises, il est important de rester éthique dans votre travail. Vous souvenez-vous de ce qui s'est passé avec Cambridge Analytica il y a quelques années ? Les clients finaux se soucient vraiment d'où vous prenez leurs données et de ce que vous en faites. Votre entreprise peut payer un prix énorme si vous collectez et stockez des données sans soin, si vous laissez des données empruntées sans protection ou si vous les utilisez pour manipuler des personnes sans autorisation.

Les cookies, les politiques de confidentialité et les cases à cocher ne sont que la première étape du maintien de la relation entre les clients et les sites Web qui utilisent des données personnelles. Les analystes peuvent trouver ces limitations injustes car elles conduisent à des données fragmentées. Et parfois, les expérimentations avec les données personnelles des clients peuvent être techniquement intéressantes mais discutables d'un point de vue éthique.

De plus, il n'y a pas d'endroit sûr pour les enfants sur le Web. Les enfants utilisent plus les smartphones que les adultes et publient beaucoup de données profondément personnelles en ligne. C'est un nouveau défi éthique que les marketeurs et les analystes doivent relever. Peut-on vendre en ligne à des enfants sous la tutelle de leurs parents ? A partir de quel âge peut-on montrer de la publicité aux enfants sans porter atteinte à leurs droits ?

Le seul cas où vous n'avez pas besoin d'analytique est celui où vous ne l'utiliserez pas. Si vous ne voulez vraiment pas utiliser les résultats de vos analyses, ne gaspillez pas votre argent dessus.

Comment dépenser de l'argent dans l'analyse est une toute autre histoire, mais rappelez-vous que l'analyse marketing est un investissement et qu'elle doit augmenter le retour sur investissement pour être rentable.

Complétez votre boîte à outils en tenant compte du profit que chaque outil peut apporter, et non de sa popularité ou de sa fraîcheur. Et rappelez-vous que chaque outil a ses limites et a été créé pour vous aider, pas pour vous remplacer.

Plus de conseils pour les analystes :

1. Arrêtez de comparer votre taux de conversion avec la moyenne. Ce n'est pas la meilleure base de croissance. Ce que vous devez comparer, c'est votre propre taux de conversion actuel à votre taux de conversion du mois précédent. Fixez-vous la référence contre vous-même, dépassez-vous à chaque fois, et une croissance stable ne sera pas un rêve mais une réalité.
2. Arrêtez de vous appuyer sur des mesures moyennes. Parce que les moyennes cachent des informations vraiment importantes… et un corps. Parfois, les gens sont paresseux et pensent linéairement, et nous sommes vraiment heureux quand nous voyons des chiffres qui nous satisfont. Mais lorsque nous approfondissons, nous nous avouons que l'événement de conversion (par exemple, un clic sur une campagne Google AdWords) peut ne pas conduire à un achat - ou du moins pas à un achat du produit exact dont nous avons fait la publicité. Et si les gens achetaient un étui pour iPhone au lieu d'un Macbook Pro ? La marge est différente, n'est-ce pas ? Ainsi, même si une entreprise affiche toujours un bon ROAS, vérifiez cette métrique de l'intérieur et découvrez comment tout s'est passé.

Conseils aux entreprises :

1. Arrêtez de supposer que si vous embauchez un analyste numérique, vous avez construit tout le département de science des données. Vous devez constituer une équipe avec un large éventail de compétences : embauchez un statisticien, un analyste/interprète commercial, un scientifique des données doté de compétences techniques. Ces spécialistes sont votre principal investissement dans l'analyse, pas la boîte à outils que vous achetez !
2. Si vous êtes une petite entreprise, rassemblez des données sur vous-même, sachez comment fonctionnent des startups similaires et les références du marché, essayez d'obtenir des données plus larges, créez votre propre ensemble de données et définissez le monde qui vous entoure.
3. Si vous êtes sur un grand marché, faites attention aux concurrents et déplacez-vous de l'intérieur vers le monde extérieur. Il y a tant à faire pour venir à bout de la concurrence !

Pendant longtemps, les analystes ont appris à collecter des données et en étaient obsédés comme par les mines d'or ou les puits de pétrole.

La plus grande valeur des données est au moment où l'événement se produit. Au moment où les données sont préparées pour l'analyse, les résultats sont livrés, les décisions sont prises et les actions entreprises, il peut être trop tard. Le monde a déjà changé et de nouveaux événements se sont produits.

Ainsi, nous devons nous rappeler que nos données existent dans le contexte du monde qui nous entoure.

Merci, Steen, pour une interview aussi approfondie et une excellente conférence à l'Analyze ! conférence!

Nous espérons que vous avez apprécié cette lecture et que vous avez acquis une nouvelle vision de l'analyse et du rôle de l'analyste sur le marché moderne. Chez OWOX, Steen nous a inspiré à défendre des normes anthropocentriques en analytique où les outils comptent moins que les spécialistes. Nous pensons que les analystes eux-mêmes sont la partie la plus importante de l'analyse, et non les puissants outils qu'ils utilisent. Alors apprenons les uns des autres pour faire de l'analytique la meilleure discipline de tous les temps !

Abonnez-vous à notre blog pour lire les prochaines interviews dans le cadre de nos recherches sur l'état de l'analyse numérique et adapter l'expérience des meilleurs analystes à votre entreprise.