Les 9 péchés capitaux de l’analytique Web

Écrit  par   le 21 Mai 2014  dans Analytics, Marketing numérique   

death-164761

Les outils d’analyse de performance Web sont en constante évolution. Depuis l’annonce majeure du passage de Google Analytics vers Universal Analytics, Google a dévoilé une panoplie de nouvelles fonctionnalités et de mises à jour (segments avancés, personnalisation du modèle d’attribution, marquage automatique d’événements, etc.). Sauf que peu importe le nombre, la complexité ou la qualité des outils d’analytique, c’est l’utilisation qu’on en fait qui compte vraiment.

Ayant tout récemment changé de position dans l’agence, j’ai pu prendre un peu de recul quant à l’analytique Web. Ça m’a entre autres permis d’identifier ce qu’on a l’habitude de voir chez nos clients. Alors, soyons constructifs… C’est l’temps de se dire les vraies affaires!

À NE PAS faire lorsqu’on utilise un outil d’analytique Web:

1. Omettre d’analyser la performance de ses activités

L’analyse de la performance de ses initiatives Web est cruciale. Investir dans le numérique sans analyser la performance de ses activités est comparable à naviguer sans boussole. Pourtant, différents types de personnes y restent indifférents :

  • Ceux qui ne connaissent tout simplement pas les avantages que génère une stratégie d’analyse de performance bien définie.
    On les pardonne
  • Ceux qui croient suffisamment connaître leur marché pour se fier à leurs intuitions.
    Vous êtes de ceux-là? Il n’est peut-être pas trop tard pour changer d’idée.
  • Ceux qui ont pris la fuite la première fois qu’ils ont vu l’outil.
    Ça se comprend.
  • Ceux qui n’y voient aucun intérêt.
    Ces derniers sont souvent reconnaissables par le port d’oeillères et de bouchons dans les oreilles.

2. Oublier les objectifs d’analyse

Ici, l’idée à retenir est que sans objectif, on ne va nulle part. Afin d’identifier des opportunités d’optimisation, il faut bien définir les objectifs de l’initiative Web à court ou moyen terme. Ensuite, on identifie les indicateurs qui prendront le pouls de la situation. Tout cela peut paraître très simple. Pourtant, il n’est pas rare qu’un client ait de la difficulté à identifier clairement le moteur de ses activités numériques.

À quoi sert mon site Web? Informer, vendre, sensibiliser? — Mais encore? Il faut parfois revenir à la base et discuter des objectifs d’affaires ou des orientations stratégiques de l’organisation.

Par ailleurs, il est important de mentionner que les objectifs établis doivent absolument être SMART. Utilisez votre gros bon sens! Si vos objectifs sont trop généraux, ils ne seront pas vérifiables ou ne vous donneront aucun indice de performance.

3. Se noyer dans les données

Trop souvent, on mesure tout ce qu’on peut, on tente d’utiliser les toutes nouvelles fonctionnalités d’analytique pour accumuler des tonnes de chiffres dans différents rapports et ensuite, on remise le tout. Pourquoi? Parce que la méthodologie fait défaut, on finit carrément par se noyer! Presque trop de données sont accessibles en cette ère du Big Data, il faut tout simplement être en mesure d’ignorer ce qui est superflu. Éliminez les données inutiles et l’analyse de votre performance numérique passera en vitesse supérieure. Avinash Kaushik exprime bien comment s’en sortir dans son article  Good Analysts Are Great Assassins.

 4. Négliger le contexte

Sans analyse, les chiffres ne servent à rien. Consulter son outil de cybermétrie, copier-coller les métriques principales dans un tableur et le partager risque peu d’aider votre équipe à prendre des décisions d’affaires réfléchies. Des explications doivent accompagner les chiffres communiqués. À vrai dire, la valeur ajoutée de l’analyse de performance provient de l’émission et de la validation répétée d’hypothèses fondées sur les données recueillies. Concrètement il s’agit de se poser des questions pertinentes :

— Mon site reçoit normalement 10 000 visiteurs.
— D’accord. Mais sur quelle période, un an ou un mois? (Oui, ça arrive).

— Le taux de rebond moyen est de 70 % sur notre site Web.
— Est-ce un blogue ou un site transactionnel? Les visiteurs d’un blogue arrivent, lisent un article et repartent. Mais, ils reviennent régulièrement. Où est le problème?

— Le temps de visite moyen sur mon site est de 9 min. 45 sec.
— Impressionnant. Mais, est-ce que ça pourrait avoir un lien avec vos outils de navigation déficients?

Vous voyez le portrait.

5. Manquer de rigueur

«On peut faire dire ce que l’on veut aux chiffres». Il est facile de présenter les chiffres de manière à nous avantager. «Tout est beau dans le meilleur des mondes». Mais il demeure impératif de vérifier si le constat observé est une réelle tendance. Il est même préférable de prendre un peu de recul avant de prendre des mesures. Les chiffres sont reconnus pour nous faire tourner la tête.

D’ailleurs, il est plus intéressant et constructif pour les dirigeants de se faire présenter les améliorations à une situation en apparence parfaite. Et il s’agit là de bien meilleurs arguments pour débloquer des investissements dans les projets numériques.

6. Miser sur la perfection des outils statistiques

Il n’est pas rare que le nombre réel de ventes soit légèrement différent du nombre de ventes enregistrées par l’outil d’analyse statistique. Il n’en faut pas plus pour que les gestionnaires d’une entreprise perdent confiance en l’outil utilisé. Il ne faut pas oublier qu’un outil tel que Google Analytics permet de cerner des tendances.

Il ne s’agit pas d’un outil comptable. Les outils en analytique sont très fiables, mais estimatifs et les variables sont plutôt nombreuses. En effet, la plupart du temps, les données présentées par ces outils sont basées sur des échantillons de données, un peu comme les sondages.

Enfin, dites-vous que si votre argumentaire repose sur la précision de l’outil, il y a fort à parier que votre analyse exige davantage de travail.

7. Confondre corrélation et causalité

Après avoir fouillé dans les amas de statistiques recueillies, plusieurs ont tendance à mélanger corrélation et causalité dans la formulation d’hypothèses. Contrairement aux autres, ce péché ne vous envoie pas directement en enfer puisque la distinction n’est pas évidente. La corrélation mesure la relation entre 2 variables (X et Y). Cette relation peut être positive ou négative. Si chaque fois que X augmente, Y augmente aussi, il y a une corrélation positive; et inversement, une corrélation négative. Par contre, ce n’est pas parce qu’il y a une forte corrélation entre les deux variables qu’il y a «causalité». Il y a «causalité» lorsque X est la cause directe de la variation d’Y.

Allons-y avec un exemple concret:

Une organisation qui investit de façon importante dans la publicité Web et qui remarque une augmentation du nombre de visiteurs sera tentée de conclure que sa campagne publicitaire a fonctionné. Pourtant, bien qu’il y ait corrélation entre ces deux données, rien ne prouve que ce soit vraiment les publicités qui soient la cause de cette augmentation du trafic (à moins de le démontrer à l’aide d’une analyse des sources de conversion). Il est possible qu’au même moment, un site d’importance ait publié un lien vers le site Web de cette organisation, ce qui pourrait expliquer cette hausse. Il n’y aurait donc pas de lien de causalité entre les publicités et la hausse du trafic. Comprendre cette nuance est l’essence même de l’analyse des tendances. Autrement, ce ne sont que des données collectées.

BD illustrant la confusion entre la corrélation et la causalité

8. Négliger les données qualitatives

Bien que les chiffres présentent un potentiel considérable, ils ne peuvent malheureusement pas tout expliquer. Certaines données qualitatives viennent appuyer les données quantitatives. Quelle est la motivation des visiteurs d’un site? Est-ce que ces visiteurs ont été satisfaits par le contenu du site visité? Quels ont été les défis rencontrés durant leur visite? Il est possible d’analyser les données statistiques pour essayer de répondre à ces questions. Cependant, il est impossible d’en avoir le coeur net sans leur poser la question directement. Plusieurs moyens permettent d’en apprendre davantage sur les raisons qui expliquent le comportement des visiteurs d’un site Web. On peut notamment penser aux entrevues ou aux tests utilisateurs.

9. Modifier sans tester

En plus de ne pas effectuer l’analyse statistique de leurs sites Web, ceux qui croient connaître parfaitement leur marché ont aussi tendance à effectuer des modifications en se basant principalement sur leurs intuitions ou en bon français, leur gut feeling. Bien qu’on ne puisse leur enlever le mérite de vouloir optimiser, c’est plutôt illogique compte tenu du fait que des solutions simples et gratuites existent. En effet, plusieurs outils permettent de valider la performance de différentes avenues à l’aide de tests A/B et multivariés.

Vous ne vous reconnaissez pas en lisant cet article?

Bien joué! Sinon, ne soyez pas complexés, vous n’êtes pas seuls… Mais n’hésitez surtout pas à nous poser vos questions, il nous fera plaisir de vous guider vers la bonne voie. Enfin, si vous êtes plus du type «autonome», alors il y a le centre d’aide Google Analytics qui peut certainement vous initier ou vous aider à peaufiner vos stratégies d’analytique Web.

Admettez maintenant que ça fait du bien d’en parler!

____________

Sources & Référence | Approfondissez le sujet…

FacebooktwitterlinkedinFacebooktwitterlinkedinby feather

Laisser un commentaire