L'évolution de l'analyse numérique et du marketing

La transformation de la façon dont les spécialistes du marketing doivent aborder l'analyse est en cours. Il est temps d'arrêter de penser au flux d'utilisateurs et de penser plutôt à une série d'événements (tâches) que nous attendons des utilisateurs engagés.

Bien avant l'apparition de la première bannière publicitaire Web (27 octobre 1994, dans le magazine Wired), les spécialistes du marketing souhaitant aider leurs clients dans leurs efforts de marketing ont adopté le mariage de l'analyse et du marketing. Au fil du temps, ce mariage a évolué, tout comme les capacités des outils d'analyse.

À un moment donné, les rapports marketing disaient : "Regardez le nombre de visiteurs du site générés par la campagne !" ou "Voyez combien de pages vues nous avons pu obtenir !" Telles étaient les utilisations courantes de l'analyse. Finalement, à mesure que les outils d'analyse se sont améliorés, la capacité d'attribuer les ventes en ligne à des efforts de marketing spécifiques est devenue possible.

Au cours de ces 30 années et plus, une chose est restée constante dans l'interprétation marketing des analyses basées sur le Web : une campagne a attiré X visiteurs sur le site. Ils ont consulté autant de pages, ce qui a conduit à un nombre donné de ventes. Essentiellement, un flux utilisateur de base. Chaque étape du site durant le parcours du visiteur a été perçue comme fluide et facile à suivre.

En tant que spécialistes du marketing, nous devons commencer à préparer nos cerveaux pour ce qui s'en vient avec la prochaine génération d'outils et de techniques d'analyse. La nouvelle génération d'outils d'analyse ne traite plus l'enregistrement de l'activité des utilisateurs (fichier journal) mais stocke à la place des événements spécifiques dans une base de données. Si vous n'avez pas entendu parler de « Event-Based Analytics », vous en entendrez bientôt parler partout.

En octobre 2020, Google a publié Google Analytics 4 (GA4). Il était en mode bêta, mais tout utilisateur s'inscrivant à Google Analytics était automatiquement inscrit à GA4. Vous deviez vous familiariser avec GA pour configurer l'ancien Universal Analytics (UA). Alors que GA est peut-être l'outil d'analyse le plus populaire, Adobe Analytics propose depuis un certain temps des «analyses basées sur les événements», ainsi que plusieurs autres outils d'analyse.

Bien que la date officielle de Google obligeant tout le monde à passer à GA4 n'ait pas été annoncée, soyez assurés qu'elle arrive et qu'il est temps de commencer à penser à "l'analyse basée sur les événements" et à la façon dont elle diffère de ce à quoi vous êtes habitué. et certains des avantages qu'il contient.

Définition de l'analyse basée sur les événements

"L'analyse basée sur les événements est la méthode de suivi et d'analyse des interactions entre les utilisateurs et votre produit, également appelées événements."

Qu'est-ce que tout cela signifie pour les spécialistes du marketing ? Nous devons repenser la manière dont nous présentons les données d'analyse dans le cadre de nos rapports marketing.

Auparavant, lorsque nous parlions du parcours d'un utilisateur, nous disions : "Ils sont venus de cette campagne, ont atterri sur cette page, ont visité ces pages et ont effectué un achat de XXX,XX $."

Avec Event-Based Analytics, nous verrons toujours quelles campagnes ont amené des visiteurs sur le site. Les suivre sur les pages qu'ils ont consultées n'est pas aussi facile, mais suivre les étapes individuelles du processus de paiement devient beaucoup plus facile.

Avec Event-Based Analytics, nous obtenons une vue produit de ce qui s'est passé plus que le flux d'utilisateurs.

Par exemple, nous pouvons créer un segment pour une campagne spécifique et voir les étapes individuelles (pensez-y comme des tremplins, un utilisateur peut facilement passer de l'un à l'autre ou en ignorer certaines). Dans un site de commerce électronique, nous verrons combien d'unités de chaque produit ont été ajoutées aux paniers et combien ont été achetées. Vous ne verrez pas s'ils ajoutent un produit à leur panier, puis reviennent plus tard et le suppriment ou diminuent le montant commandé. Event-Based Analytics génère un rapport qui ressemble à ceci :

Analyse basée sur les événements et segmentation

Une fonctionnalité puissante qui devient disponible avec Event-Based Analytics est la segmentation améliorée. Bien que les outils d'analyse des commandes offrent un certain niveau de segmentation, vous aurez désormais beaucoup plus de flexibilité pour les définir. La segmentation vous permettra de séparer les prospects et les clients en groupes spécifiques en fonction de la manière dont ils interagissent avec votre produit.

Vous trouverez ci-dessous un exemple de la manière dont l'engagement des utilisateurs Event-Based Analytics peut être généré par différents canaux d'acquisition.

Avec Event-Based Analytics, vous ne verrez probablement pas de mesure du taux de rebond signalée. Pourquoi? Car le simple fait de consulter une page est un événement. La plupart des outils d'analyse enregistrent désormais le temps sur la page (un événement est déclenché toutes les X secondes) via des minuteries et pas seulement à partir de l'horodatage entre les pages vues et ils suivront également le défilement de l'utilisateur sur une page (engagement). Pour simplifier cela, si un utilisateur passe X secondes sur une page ou commence à défiler, il n'a pas rebondi, mais il s'est engagé. Il faut maintenant penser aux « sessions engagées » versus « sessions non engagées ». Une vue d'une seule page, sans défilement et passant moins de X secondes est une "session non engagée".

Lire ensuite : Qu'est-ce que l'analyse du parcours client ?

Utiliser Event-Based Analytics pour augmenter les revenus

Avec un site Web de commerce électronique et une application mobile, un visiteur du site (peut-être d'une campagne de marketing) ouvre le site Web et parcourt un certain nombre d'articles avant d'ajouter un article à son panier. Cela peut prendre des jours plus tard, ils se reconnectent à l'application mobile et finalisent l'achat. Maintenant, dans votre plate-forme d'analyse, les comportements ou événements ci-dessus peuvent ressembler à ceci : "Inscription de l'utilisateur", "Rechercher des articles", "Afficher les détails de l'article", "Ajouter un article au panier" et "Achat terminé". Sur de nombreux outils d'analyse plus anciens, vous ne verriez pas ce parcours connecté, mais vous verriez qu'un utilisateur est venu de la campagne X, a ajouté des articles au panier, puis s'est arrêté. Un autre utilisateur s'est connecté "par magie" via l'application mais a acheté des choses sans même les ajouter au panier.

Les données basées sur les événements peuvent générer des questions qui conduisent à des modifications et à des ajustements de produits. Après avoir examiné les données de l'exemple ci-dessus, nous pourrions nous demander :

1. Le pourcentage d'utilisateurs qui terminent le paiement en une seule session ?
2. La conversion diffère-t-elle selon l'article ou la marque ?
3. Si les utilisateurs n'ont pas effectué de conversion, où l'ont-ils fait ? (abandonné le site, continuer à consulter d'autres informations, etc.)
4. Combien de temps faut-il (en minutes ou en jours) pour la conversion ?
5. Les utilisateurs sont-ils confrontés à une erreur de paiement ou à d'autres problèmes (événements) lors du processus de paiement ?
6. S'ils n'ont pas acheté immédiatement, sont-ils partis pour toujours ?

Vous pourrez peut-être répondre aux questions ci-dessus avec vos outils d'analyse existants, mais avec l'analyse basée sur les événements, cela devient beaucoup plus facile.

Analyse basée sur les événements et entreposage de données

La combinaison de vos données Event-Based Analytics avec un entrepôt de données met vos données sous stéroïdes. Vous avez peut-être remarqué que chaque événement est essentiellement un point de données qui peut facilement être exporté vers un entrepôt de données.

En exportant simplement vos données, vous avez maintenant le pouvoir de manipuler et de traiter vos données brutes. Auparavant, vous deviez travailler avec les données disponibles dans votre outil d'analyse.

Par exemple, avec un site de commerce électronique, vous suivez probablement un identifiant client unique. Conformément à la loi, il s'agit d'un identifiant anonyme (aucun moyen de créer un lien vers des informations personnelles identifiables spécifiques). Dans votre base de données, vous pouvez effectuer une recherche de clients et commencer à voir combien de clients spécifiques commandent et quand. Que diriez-vous de générer un rapport des clients qui ont laissé des articles dans leur panier pendant plus de 2 semaines ? En tant que spécialiste du marketing, vous pouvez ensuite générer des e-mails basés sur des incitations, ou même demander à leur représentant commercial de les appeler pour voir ce qui se passe. C'est dans cette puissance des données combinées dans l'entrepôt de données que l'analyse basée sur les événements permet véritablement d'augmenter les ventes.

Le reporting est encore amélioré et facilité grâce à vos outils de visualisation de données lors de l'accès à l'entrepôt de données. Vous n'avez plus besoin de connecter plusieurs sources de données et d'afficher des rapports individuels. La connexion de votre outil de visualisation de données à l'entrepôt de données permet de présenter les données dans des tableaux et des graphiques unifiés.

Si votre organisation n'a pas encore mis en œuvre l'analyse basée sur les événements, commencez à planifier pour le faire. Si vous utilisez actuellement Universal Analytics (UA) de Google, commencez à vous préparer pour le moment où ils annonceront la date de désactivation de UA et vous obligeront à passer à GA4. En tant que recommandation à tous les utilisateurs d'UA, il est temps de commencer à exécuter GA4 en parallèle, si ce n'est pour une autre raison, de vous familiariser avec lui et de commencer à voir la puissance qu'il apporte.

Les opinions exprimées dans cet article sont celles de l'auteur invité et pas nécessairement celles de MarTech. Les auteurs du personnel sont répertoriés ici.