Le Digital Analytics

📚  Introduction

Parlons Digital Analytics. En tant que Product Owner ou Designer, on le sait, connaĂźtre ses utilisateurs est essentiel. Afin de leur dĂ©livrer toujours plus de valeur et de leur simplifier au maximum leurs expĂ©riences, on a besoin de comprendre leurs comportements sur notre produit. C’est toute une liste de questions que l’on se pose et pour lesquelles on souhaite avoir des rĂ©ponses : combien de temps passent-ils Ă  l’utiliser ? Sur quels boutons cliquent-ils le plus ? À quel moment du parcours utilisateur dĂ©cident-ils de partir ?

L’analyse du comportement de nos utilisateurs rĂ©pond Ă  ces questions et nous aide Ă  affiner en permanence notre produit. C’est lĂ  qu’intervient le Digital Analytics. Ce qu’on vient chercher en lisant cet article :

-Comprendre l’intĂ©rĂȘt du Digital Analytics
-Avoir une bonne vision du fonctionnement qui se cache derriĂšre
-Connaütre l’importance du suivi des performances de son produit pour un PO

đŸ€”  Le Digital Analytics : Ă  quoi ça sert ?

Tout d’abord, qu’est-ce que le Digital Analytics ?

Le Digital Analytics regroupe la collecte, la mesure, l’analyse, la visualisation et l’interprĂ©tation des donnĂ©es relatives Ă  un site ou une application, web ou mobile.Ce qu’on chercher Ă  savoir, c’est de quelle maniĂšre les utilisateurs interagissent avec son produit. Mais cela va un peu plus loin.

En effet, il convient de diffĂ©rencier le Web Analytics avec le Digital Analytics. LĂ  oĂč le Web Analytics se focus sur le site / l’application uniquement, le Digital Analytics englobe Ă©galement les diffĂ©rentes campagnes marketing. Par exemple, une campagne emailing pour proposer du contenu, une nouvelle offre, ou encore une campagne sur les rĂ©seaux sociaux. Tout ce qui vise pour accroĂźtre sa notoriĂ©tĂ© et gĂ©nĂ©rer du trafic vers votre site web ou application.

Les objectifs du Digital Analytics sont multiples.

PremiĂšrement, il permet la collecte et la mesure d’informations prĂ©cises sur le comportement des consommateurs. Cela va permettre d’avoir une bonne connaissance sur ses utilisateurs, et adopter une approche centrĂ©e utilisateur est la meilleure façon de leur apporter une expĂ©rience Ă  la hauteur de leurs attentes (voire mĂȘme qui puisse dĂ©passer leurs attentes).

Il est Ă©galement tournĂ© ROI (retour sur investissement). En effet, il va permettre de mesurer les rĂ©sultats de campagnes marketing par exemple, mais Ă©galement de chaque parcours utilisateur. Il permet par ailleurs de mesurer le taux de conversion (c’est-Ă -dire le pourcentage de visiteurs qui entreprennent une action ciblĂ©e, sur le nombre total de visiteurs).

Enfin, grĂące Ă  l’analyse et la visualisation des donnĂ©es, le Digital Analytics va permettre de guider et optimiser l’expĂ©rience client, et donc les performances business et marketing de l’entreprise.

🔄  Le Digital Analytics : comment ça marche ?

On l’a vu plus haut dans la dĂ©finition du Digital Analytics, la premiĂšre Ă©tape consiste Ă  collecter la donnĂ©e.

Mais comment collecte-t-on la donnée sur un site ou une application ?

La genĂšse du Digital Analytics est apparue par le biais de la collecte des donnĂ©es par les logs, grĂące au protocole HTTP, qui stockait chaque interaction entre un utilisateur et un site web dans un fichier de logs (un fichier contenant des mĂ©tadonnĂ©es pouvant servir Ă  contextualiser un Ă©vĂ©nement qui s’est produit Ă  un moment donnĂ©). C’est ce qui a rendu possible l’analyse du comportement utilisateur.

Assez rapidement, pour ce type d’analyse, les logs ont laissĂ© place Ă  des balises JavaScript (JS), aussi appelĂ©es “tags”, deux ans aprĂšs la crĂ©ation du langage. Le tag est intĂ©grĂ© directement au site ou Ă  l’application et va collecter les informations sur l’utilisateur et ses actions tout au long de sa session.

Ces informations vont ensuite ĂȘtre retranscrites sur un outil d’analyse de traffic, qui va traiter et rendre les donnĂ©es plus visuelles pour permettre aux Ă©quipes Marketing et Produit de mesurer les rĂ©sultats et de les optimiser.

Outre les outils d’analyse de traffic, il existe un outil qui facilite l’implĂ©mentation des tags, appelĂ© le Tag Manager System (TMS).

Le Tag Manager System (TMS).

Il faut savoir que sans un outil TMS, il est nĂ©cessaire d’ajouter le fameux tag dont on parlait plus haut sur toutes les pages de son site ou son application. Ce qui signifie que, pour chaque nouvelle page, un nouveau tag doit ĂȘtre implĂ©mentĂ©. L’un des avantages d’un TMS est de s’affranchir de cette multiplication de tags. Sachant qu’il y a deux cĂŽtĂ© nĂ©gatifs Ă  ce type de pratique : d’une part, au niveau de la charge de l’équipe IT, qui est continuellement sollicitĂ©e pour ce type d’action. D’autre part, plus il y a de tags sur une page, plus la performance de chargement de la page est affectĂ©e. Une implĂ©mentation sans TMS est donc plus complexe et plus risquĂ©e. Un TMS permet Ă©galement Ă  l’équipe Data d’avoir la main sur le paramĂ©trage et l’activation des diffĂ©rents tags. Il faut savoir qu’à ce jour, l’utilisation d’un TMS est la norme dans le processus de collecte des donnĂ©es.

L’outil TMS est en charge d’écouter le Datalayer (espace sur le navigateur d’un utilisateur oĂč sont stockĂ©es des informations) et si des informations y apparaissent concernant les diffĂ©rentes actions rĂ©alisĂ©es par l’utilisateurs, il dĂ©clenche les tags, qui, comme prĂ©cisĂ© plus haut, vont ensuite ĂȘtre comptabilisĂ©es et affichĂ©es sur l’outil d’analyse de traffic.

Mais attention, la collecte des donnĂ©es ne peut pas se faire sans une information de la plus haute importance
il s’agit du consentement !

Le consentement et la collecte de données

Le consentement reprĂ©sente l’accord de la personne concernĂ©e Ă  ce que ses donnĂ©es soient collectĂ©es et utilisĂ©es. En d’autres termes, pas de consentement, pas de donnĂ©es. Pas de donnĂ©es, pas de Digital Analytics.

On fait face tous les jours Ă  ces petites banniĂšres qui concerne l’utilisation des cookies (vous savez, “Coucou, c’est nous les cookies ! 👋”). Eh bien le principe est simple, pour pouvoir collecter les donnĂ©es relatives Ă  la session de l’utilisateur, ce dernier doit “accepter les cookies”, c’est-a-dire qu’il autorise le site ou l’application Ă  installer des scripts de cookies sur son appareil. Ces scripts sont enregistrĂ©s sur le navigateur, ce qui permet de reconnaĂźtre l’utilisateur Ă  chaque fois qu’il vient se rend sur le site ou l’application, et de garder en mĂ©moire ses prĂ©fĂ©rences, telles que les informations de connexion.

Il convient nĂ©anmoins de nuancer la part que joue le consentement dans la collecte des donnĂ©es. En effet, certains outils d’analyse ne requiĂšrent pas de consentement pour pouvoir la rĂ©colter, car ils sont en conformitĂ© avec le RGPD (RĂšglement GĂ©nĂ©ral de la Protection des DonnĂ©es).

En rĂ©sumĂ©, dans le cas oĂč l’outil d’analyse requiert un consentement de l’utilisateur et qu’un outil de TMS est utilisĂ©, le consentement de l’utilisateur va entraĂźner le chargement du conteneur du TMS (qui regroupe l’ensemble des tags) qui se tient prĂȘt pour le dĂ©clenchement des tags. Par ailleurs, comme les cookies ont Ă©tĂ© acceptĂ©s, l’outil d’analyse dĂ©pose un cookie sur le navigateur de l’utilisateur pour ĂȘtre capable de le rĂ©-identifier lors de ses prochaines visites. À chaque action de l’utilisateur, un tag est dĂ©clenchĂ© et poussĂ© Ă  l’outil d’analyse qui va intĂ©grer la donnĂ©e et l’afficher Ă  l’utilisateur.

📊  Le Digital Analytics : quel usage pour le PO ?

DĂšs qu’on parle de Digital Analytics, on fait tout de suite le lien avec l’équipe Marketing. On vient de voir plus haut que c’est un outil de pilotage primordial, notamment concernant la mesure des performances des diffĂ©rentes campagnes marketing. C’est Ă©galement trĂšs utile pour connaĂźtre un peu mieux son audience, Ă  savoir les zones gĂ©ographique ou le type d’appareil utilisĂ©. Cela permet Ă©galement de mesurer le nombre de nouveaux utilisateurs et les utilisateurs frĂ©quents.

NĂ©anmoins, le Digital Analytics Ă  une importance Ă©gale pour le produit. En effet, on le sait, dans la phase de discovery qui a pour objectif de construire le bon produit, c’est-Ă -dire un produit qui rĂ©pond aux besoins et problĂ©matiques des utilisateurs, il est nĂ©cessaire de recueillir des donnĂ©es qualitatives et quantitatives. Pour ces derniĂšres, les donnĂ©es recueillies et mises Ă  disposition par l’outil d’analyse en font partie.

S’appuyer sur la data c’est s’appuyer sur des donnĂ©es factuelles et permet de tirer des conclusions sur ce qui fonctionne, ce qui fonctionne moins, et nous aiguille sur le focus Ă  avoir dans l’amĂ©lioration de nos produits. Cette approche Ă  un nom : le Data Driven

Le Data Driven

Le Data Driven consiste Ă  prendre des dĂ©cisions stratĂ©giques sur la base d’une analyse et d’une interprĂ©tation des donnĂ©es. L’approche Data Driven permet d’examiner et d’organiser la data dans le but de mieux cerner ses consommateurs et ses clients.

Pour un PO, la data va lui permettre de mesurer les performances de son produits Ă  plusieurs niveaux.

Outre les informations Ă©voquĂ©es ci-dessus, cela va ĂȘtre trĂšs utile pour l’analyse des diffĂ©rents funnels, Ă  savoir mesurer le taux de perdition entre les diffĂ©rentes Ă©tapes et le taux de conversion (les utilisateurs qui vont jusqu’au bout du parcours). GrĂące Ă  cette donnĂ©e, il va pouvoir challenger le parcours avec l’aide du Design dans le but d’amĂ©liorer l’expĂ©rience utilisateur et donc obtenir de meilleurs rĂ©sultats.

De maniĂšre gĂ©nĂ©rale, la mesure des diffĂ©rentes conversions Ă  suivre sur son produit fait partie des indicateurs clĂ©s Ă  suivre. Lorsqu’on dĂ©fini une action comme une conversion, c’est que cette action Ă  un impact direct sur le business.

D’autres informations Ă  connaĂźtre et suivre sont le parcours utilisateur de maniĂšre globale sur une session, en analysant tout le chemin rĂ©alisĂ© par l’utilisateur et Ă  quel moment il termine sa session, les pages les plus consultĂ©es (donc qui dĂ©montre le plus fort intĂ©rĂȘt pour les utilisateurs), les mots clĂ©s les plus recherchĂ©s, les produits les plus consultĂ©s et les plus vendus (dans le cadre d’un site e-commerce), etc.

Bien entendu, l’évolution de tous ces indicateurs doit ĂȘtre suivie de prĂšs, afin de s’assurer d’une part de la fiabilitĂ© de la donnĂ©e (un fort accroissement ou une forte baisse des mĂ©triques sans raison apparente, ce qui pourrait signifier une rĂ©gression dans la collecte de la donnĂ©e), et d’autre part de la performance de son produit.

đŸ€“  Conclusion

Le Digital Analytics apporte une meilleure connaissance de ses utilisateurs, ce qui est essentiel pour leur proposer une expérience optimale.

Il est non seulement un levier d’optimisation incontournable pour les Ă©quipes Marketing, mais aussi pour les Ă©quipes Produit. Il est important de s’appuyer sur les informations fournies pour faire des constats et construire une stratĂ©gie d’amĂ©lioration en corrĂ©lation avec les objectifs fixĂ©s.

Il convient nĂ©anmoins de coupler ces mĂ©triques avec des informations plus prĂ©cises et qualitatives sur ce que pensent et ressentent les utilisateurs, par le biais d’interviews par exemple. Ces deux notions sont complĂ©mentaires avoir une maĂźtrise complĂšte sur la connaissance de ses utilisateurs.

🏃 Pour aller plus loin

Merci Ă  LĂ©a Roussel, Product Owner chez Monsieur Guiz pour la rĂ©daction de cet article 💜

1 commentaires

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.