Que sont-ils devenus ? Episode 5 : Clément Boxebel...Les FABERNOVEL KITCHEN SESSIONS (#FKS pour les int...
Events

La web analyse data face

- Retour sur notre FABERNOVEL SCHOOL de janvier -

 “La web analyse regroupe la mesure, la collecte, l’analyse et la présentation de données provenant d’Internet, et utilisées pour optimiser un site/app web en terme d’UX, et améliorer les conversions et les campagnes marketing.” C’est par ces mots que nos experts Camille et Cédric, Data Specialists chez FABERNOVEL DATA & MEDIA, ont introduit notre dernière FABERNOVEL SCHOOL, cette fois sur la web analyse.

En 4 sessions, ils nous ont formés, nous, Designers, RHs, Project Analysts, Product Managers et Developers, sur ces sujets data, dans le but de nous préparer à la fameuse certification Google Analytics.

Et concrètement ?

Tout d’abord un cours sur l’histoire de la web analyse, la définition de ses concepts (session, user, taux de rebond, conversion, etc), et la comparaison des différents outils (Google Analytics, Tag Management System, etc). Nous avons ainsi pu comprendre et appréhender le champ des possibles offert par la web analyse, comme la réconciliation de données online (e.g. website) et offline (e.g. magasin) de nos clients.

Après la théorie, place à la pratique ! Plongés dans l’interface Google Analytics, nous avons pu découvrir comment réaliser l’audit data d’un site web (ici le site Merchandising de Google) : quelles métriques regarder et surtout comment les interpréter.

Finalement, après ces 3 sessions riches d’enseignements, la FABERNOVEL SCHOOL s’est finie en beauté avec un sans-faute à notre examen blanc de la certification Google Analytics ! La seule question qui demeure : à quand le badge officiel ?

Les enseignements à retenir ?

  • La web analyse est tout sauf : un outil ad-centric ou ad-serving (elle n’a pas vocation à servir de base de rémunération), un outil comptable (bien qu’enregistrant des transactions elle ne peut se substituer à un outil de back-office), ou un outil de marketing direct (elle s’arrête à l’analyse et la récolte d’informations) ;
  • Il existe des pré-requis indispensables à la web analyse : connaître ses objectifs business, les traduire en KPIs mesurables, se fixer des cibles (raisonnables et atteignables) pour savoir si l'on a réussi ou échoué, et enfin toujours observer les indicateurs par segments d'audience - on n’attend pas les mêmes résultats pour un utilisateur qui nous connaît déjà, et pour quelqu'un qui découvre notre marque ;
  • Il est important d’avoir un socle data propre et correctement configuré au risque de fausser de manière irrémédiable sa collecte de données ;
  • Attention enfin à ne pas être “data rich and information poor” : le risque est de vouloir se concentrer sur trop d'indicateurs, mais cela est inutile si l’on ne parvient pas à les traduire en informations utilisables. Attention aussi aux métriques “vaniteuses”, qui peuvent être piégeuses. Prenons l’exemple du nombre d’inscriptions : gratifiant, puisqu’elles augmentent au fil du temps, mais à prendre avec précaution : les nouveaux inscrits peuvent être inactifs, et finalement ne pas apporter de valeur. Suivre l'évolution du nombre d'utilisateurs actifs sur 30 jours est donc plus pertinent et permet d'avoir une vision réelle de la performance de notre site ou application. Pour cela on peut suivre le rapport de cohortes par exemple. Finalement, pour traduire nos bons indicateurs en informations utilisables, il faut se concentrer sur les indicateurs clé et en tirer des éléments actionnables.


<>