Point de vue: Comprendre la donnée digitale et son apport dans le cycle de vie client ?

Point de vue: Comprendre la donnée digitale et son apport dans le cycle de vie client ?

Point de vue de Maxime, Superviseur au sein de l’équipe Customer Interaction

 

Comprendre la donnée digitale et son apport dans le cycle de vie client ?

 

Qu’est-ce que le Web Analytics ?

La donnée digitale est une donnée majeure de la connaissance client. Aujourd’hui, les clients sont hyper-connectés : Internet, réseaux sociaux, blogs, mobiles, etc., ils accèdent à tout moment aux supports digitaux. Il n’y a plus de parcours digital, mais un parcours client global donc le digital est l’un des piliers.  

Le Web Analytics (ou Digital Analytics) est littéralement le traitement et l’analyse de ces données digitales. Cela regroupe la collecte, la mesure et l’analyse des données sur le parcours du visiteur d’un site web, d’une application ou de toute autre plateforme informatique reliée à internet.

Nous allons voir dans cet article les possibilités offertes par le Web Analytics, à savoir :

  • Comment tracker l’utilisateur (sur un site web par exemple) afin de suivre son parcours et l’ensemble des interactions qu’il génère (achats, lecture d’une vidéo…) ?
  • Comment le Web Analytics est utilisé pour mesurer les performances d’une plateforme digitale et d’analyser les comportements des internautes afin de les optimiser ?
  • Comment aller plus loin dans l’analyse, afin d’avoir la vision 360 du parcours utilisateur, que ce soit avant, pendant, ou après la visite du site ?

Dans un souci de simplification, nous nous restreindrons ici au traitement des sites web, mais la réflexion vaut également pour les autres types de plateformes digitales (site mobile, application…).

Comment ça fonctionne ?

Pour pouvoir analyser les performances d’un site web et ainsi créer les indicateurs associés, il faut être capable de capter les données à la source.

La première étape est la mise en place d’un plan de taguage Cela consiste à lister et catégoriser l’ensemble des pages et événements (lecture d’une vidéo, téléchargement d’un document…)  du site afin de pouvoir ensuite indexer ses pages et pouvoir les regrouper par catégorie. On peut ainsi classer toutes les pages « produit » d’un site marchand dans une catégorie « Catalogue Produit ».

En suivant le plan de taguage, on ajoute ensuite un bout de code (souvent en JavaScript) dans le header html des pages du site pour récupérer les informations (voir ci-dessous) à chaque chargement de la page.

Attention : le plan de taguage et le code associé sont spécifiques à chaque outil de Web Analytics et doivent être mis en place avec un développeur. On peut utiliser des outils de taguage dédiés comme Google Tag Manager pour automatiser les développements.

Il faut également taguer des évènements spécifiques qu’on aimerait mesurer. Il est important de taguer tout lien qui amène du trafic sur le site (bannière, e-mail…) afin de pouvoir identifier la source d’arrivée de chaque utilisateur.

Une fois le plan de taguage mis en place, à chaque chargement d’une page, un log est envoyé par une API (web service) avec les informations suivantes (liste non exhaustive) :

  • Le nom de la page ou de l’évènement
  • Le navigateur utilisé (IE, Firefox, Chrome…)
  • Les infos techniques (système d’exploitation, résolution d’écran, support…)
  • Les infos globales (langue, région du monde…)
  • L’origine de la connexion (moteur de recherche, campagne e-mail/SEO, sites référents…)
  • La date et heure du log
  • Le cookie de l’utilisateurs

Le cookie est une information primordiale pour capter l’utilisateur. Il sert en effet d’identifiant, qui permet de savoir si l’utilisateur est déjà venu ou non et ainsi suivre son parcours sur plusieurs sessions. Cependant, l’utilisation du cookie comme identifiant est très limitée.

En effet, un cookie est spécifique à un device (téléphone, ordinateur…) et à un navigateur (Chrome, Firefox, Microsoft Edge…).

Ainsi, si un utilisateur visite un site sur son PC, puis sur son smartphone, il sera considéré comme 2 visiteurs différents.

Pour pallier ce problème, Il faut définir un « user-ID » qui permet de suivre l’utilisateur sur l’ensemble de ses visites où il est « connecté ». Ce « user-ID » doit être récupéré de façon dynamique sur chaque log à partir d’un développement spécifique. On peut pour cela se baser sur le numéro client, l’identifiant ou l’e-mail de connexion.

Tous ces informations sont ensuite récupérées par l’outil de web Analytics qui traite et agrège les logs dans une interface dédiée.

ART

Quelle utilisation est faite du web-Analytics ?

Historiquement, le Web Analytics est avant tout un sujet « digital », géré par des chefs de projets digitaux :

En effet, c’est très utile pour mesurer la performance d’un contenu ou d’un parcours spécifique et ainsi aider à l’amélioration et l’enrichissement du site.

Il permet, entre autres de :

  • Mesurer l’audience du site en donnant le nombre de visiteurs ou de pages vues
  • Définir les pages (ou catégorie) les plus visitées
  • Connaître par où les utilisateurs arrivent sur le site et par où ils sortent
  • Analyser le parcours des utilisateurs et notamment les tunnels de conversion*

Les équipes digitales peuvent se servir de ces informations pour optimiser de nombreuses fonctionnalités :

  • La mise en place de nouveaux contenus via des A/B tests (proposer de façon aléatoire aux internautes 2 contenus différents) et de mesurer la performance de chaque contenu
  • La mesure les différents canaux de provenance (moteurs de recherches, campagnes e-mail/display, référencement payant…) pour ajuster les investissements marketing
  • L’optimisation des parcours aboutissant à un achat (dans le cas des sites e-commerce) et voir étape par étape les difficultés rencontrées par les utilisateurs.

Des études Ad Hoc peuvent être réalisées afin d’avoir des enseignements plus spécifiques.

Pour cela, il est nécessaire de bien connaître le fonctionnement d’un site web ainsi que les enjeux digitaux et marketing associés pour pouvoir l’analyser. Chaque site web peut avoir des enjeux différents (notoriété, e-commerce, diffusion de contenus…) et les indicateurs analysés seront alors différents.

Toutes ces analyses se basent sur des données macro et se limitent aux données digitales uniquement. On n’a pas de vision client ni de vision élargie aux autres données (informations clients, données transactionnelles…).

Il faut donc aller plus loin dans l’exploitation des données web pour mettre en place la vision 360° d’un client. Il faut donc passer d’une vision « digitale » à une vision « data » du sujet.

 

Comment aller plus loin ?

Nous avons vu les enjeux digitaux liés au Web Analytics. Cependant, la vie d’un utilisateur ne se limite pas à la visite du site web. Le cycle de vie client est un cycle de vie continue qu’il faut pouvoir analyser à tout moment.

ART2

Les données digitales restent au cœur de ces parcours, et elles font le lien entre les actions marketing et les informations digitales stockées dans les bases de données clients.

Pour aller plus loin dans l’analyse des données plusieurs solutions sont possibles :

  • L’import de données exogènes dans les outils de Web Analytics pour étoffer les analyses
  • Le plug de l’outil de Web Analytics à d’autres outil CRM : gestionnaire de campagnes, Data Management Plateform (DMP)…
  • Le traitement direct des logs à travers une démarche BIG DATA

Dans tous les cas, l’utilisation d’un USER-ID (voir plus haut) est nécessaire si on veut avoir une vision « client » et pour pouvoir croiser les données digitales avec les données provenant d’autres sources.

 

L’import de données Exogènes :

Il est tout à fait possible (dans Google Analytics par exemple) de récupérer des données clients et de les injecter dans l’outil de Web Analytics. Cela permet d’enrichir l’outil avec des données non récupérables via les logs.

Grâce à ces données, on peut mettre en place des analyses plus poussées en croisant les indicateurs disponibles avec de nouvelles « dimensions ».

Par exemple : on peut récupérer l’âge des clients pour voir si cela influe sur les comportements.

Cette solution est assez simple à mettre en place mais on reste limité par les indicateurs définis par l’outil de web analytics.

 

Le plug avec d’autres outil CRM :

De nombreux outils de web analytics font partie d’une suite de logiciels : Adobe analytics (ex-Omniture), IBM Watson Analytics, Google Analytics…

Cela signifie qu’on peut interfacer les outils d’une même suite entre eux et ainsi pouvoir exploiter les données analytics.

Voici quelques possibilités offertes par les suites de logiciels :

  • Utiliser les données provenant d’Adobe Analytics dans Adobe Campaign afin de contacter des utilisateurs ayant abandonné un parcours d’achat
  • Ajuster les enchères de Google Adwords grâce aux informations fournies par Google Analytics
  • Récupérer des données analytics dans des plateforme DMP (Google Audience center 360, Adobe audience Manager) pour les croiser avec d’autres sources : données clients, données transactionnelles, réseaux sociaux

La plupart des gros éditeurs incluent une solution de Web Analytics dans leur package car ce sont des données essentielles à la compréhension des parcours utilisateurs et permettent de piloter au mieux les campagnes marketing.

 

 Le traitement direct des logs :

On peut récupérer directement l’information brut fournie par les logs (voir la partie « comment ça marche ») et l’analyser directement via un outil de traitement de données.

Cela peut notamment être utile si on veut croiser les données avec des données clients, surtout si on est capable de récupérer un USER ID.

Cela permet aussi d’avoir plus de possibilités de traitements par rapports aux outils qui peuvent être limités, voir flou dans leur méthode de calculs.

C’est en tout cas la méthode qui donne le plus de libertés et qui permet de faire les analyses les plus poussées.

En revanche, cela demande une puissance de traitement de données assez importante pour récupérer et analyser les logs.

Exemple : un site avec 50 000 visites par jours et 4 pages vues par visite génère par mois 6 millions de logs.

Logs qu’il faut ensuite retraiter pour définir des parcours clients et des visiteurs uniques.

Pour les sites de cette taille, cette approche se fait le plus souvent dans une démarche Big Data. D’ailleurs la solution Hadoop a notamment été mis en place pour pouvoir traiter des logs internet.

Ces trois exemples sont là pour illustrer les possibilités offertes par l’exploitation des données digitales et comment passer d’une vision digitale du Web Analytics à une vision DATA.

On peut ainsi mettre en place et suivre des démarches « Web to Store » afin d’inciter le client à passer sur les points de ventes physiques. On peut également analyser les comportements d’achats d’un même client en fonction du canal d’utilisation (Web, Mobile, offline…).

Il est important pour les équipes DATA de s’emparer du sujet qui n’est plus qu’un sujet lié à la « performance digitale » mais bien un sujet de « connaissance client ». Dans un monde de plus en plus digital et où une grande partie des interactions se font en ligne, il est indispensable de comprendre les comportements digitaux et de les croiser avec des données CRM ou Offline, afin d’avoir une vraie vision 360 du client.

 

_________________________

A PROPOS DE GROUPE ESTIA

Le Groupe Estia est un cabinet de conseil spécialisé dans la transformation des données en actifs.

Créé en 2010, il rassemble aujourd’hui 100 consultants experts de la donnée et de son exploitation à forte valeur ajoutée (data scientists, statisticiens, experts du décisionnel et experts fonctionnels) et génère 10m€ de CA.

Le Groupe Estia intervient auprès des directions métiers de plus de 30 clients grands comptes, dans tous les secteurs d’activités : Banques, Assurances, Distribution, Energie, Transports, Médias, Services,… Son objectif : faire des données un accélérateur business pour nos clients. Son intervention couvre l’intégralité du cycle de transformation et de valorisation de la data.

Notre gamme de services se décline en 6 offres : Pilotage des activités, Connaissance clients, Communication omnicanal, Modélisation à visée prédictive, Transformation vers une organisation data centrics, Gestion de projets data & nos expertises couvrent l’ensemble des problématiques data : CRM analytique, gestion de campagnes, datamining & webmining, business intelligence, conception d’outils, d’applications analytiques, d’algorithmes & de modèles,…

En 2017 la société accélère son développement en s’appuyant sur un nouvel actionnaire de référence, le groupe Consort NT intégrateur et opérateur de solutions et d’infrastructures (2 000 collaborateurs, 140m€ de CA, 6 pays). Le Groupe Consort NT et Groupe Estia proposent dorénavant une offre unique couplant technologies, infrastructures et capacités algorithmiques au service de la performance de leurs clients.

0 Avis

Laisser une réponse

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

*

Vous pouvez utiliser ces balises et attributs HTML : <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>