Dans ce 5ème article sur l’analyse Web, nous allons voir quelles sont les différentes étapes pour transformer les recommandations en actions concrètes d’amélioration des performances du site.

Distinguer les recommandations d’analyse de site Web

Les recommandations faites dans le plan d’action pourront être catégorisées selon deux types de critères :

  • leur temps de mise en place (chaude ou froide ?)
  • leur point de contact avec les internautes (acquisition ou parcours ?)

Il est important que l’expert en analyse Web réussisse à distinguer des recommandations dites « chaudes » de celles dites « froides ». Les premières représentent des recommandations rapidement actionnables et apportant un résultat rapide. Leur mise en place rapide permettra de mettre les équipes en confiance quant à la réalisation du plan d’action proposé.
Les secondes sont plus longues à mettre en place. Il sera judicieux que l’analyste Web cède sa place au chef de projet, qui a l’habitude de communiquer avec les équipes techniques.
A la distinction précédente vient s’ajouter la différence entre les recommandations qui sont liées à de l’acquisition et celles qui tiennent du parcours.
Pour illustrer ces distinctions, rien de mieux qu’un tableau :

Distinguer les recommandations en analyse de site Web
Distinguer les recommandations en analyse de site Web

Comme pour des fonctionnalités ajoutées par les équipes métiers, il faut suivre l’impact induit par la mise en place de ces recommandations. Ceci permet d’en en démontrer le succès et l’amélioration des performances, ou en expliquer l’échec en proposant des solutions alternatives.

 

AB test, principes et avantages

a. Les grands principes

Dans le cadre de l’optimisation d’un site, il est parfois intéressant d’avoir recours à de l’AB testing. Cet outil a pour but d’identifier les facteurs bloquants inhérents à la conception du site et les pistes d’optimisations possibles.

Un AB test permet de comparer les indicateurs de performances entre deux versions d’une page Web. En se basant sur la version originale d’une page Web, nous pouvons créer une variation de cette page comportant des modifications. Les deux versions de la page sont en ligne au même moment et le trafic arrivant sur cette page sera envoyé soit vers la version originale A, soit vers la variation B.

En général, le partage du trafic se fait sur un ratio 50/50 (configurable selon les besoins). Grâce à un système de cookies, l’internaute arrive sur l’une des versions de la page et l’outil le redirige toujours vers cette version, ceci évitant les confusions.

Dans un premier temps, il est recommandé de mettre en place un test AA. Il s’agit d’un pré-requis à la mise en place du test AB. Ce test « compare » deux versions identiques de la page pour déterminer la durée sur laquelle le test AB devra courir afin que les résultats soient fiables. Bien souvent, la durée du test est fonction du volume de visites sur le site.

Dans un second temps, le test AA nous permet aussi d’évaluer les premiers facteurs bloquants pour nous aider à définir des pistes de modifications à effectuer sur la variation. En plus de la possibilité de tester deux versions différentes d’une page, les outils d’AB testing proposent aussi d’effectuer des test multivariés. Il s’agit alors de tester des versions différentes d’éléments sur une page, comme par exemple la couleur des boutons.

b. Construire un plan de test

La valeur ajoutée de l’expert en analyse Web sur de L’AB testing est au niveau du cadrage qu’il communiquera sous la forme d’un plan de test.
Ce document comprendra :

  • Les indicateurs de performance
  • Le type de test (AB ou multivarié)
  • Le nombre de versions testées
  • L’échantillonnage entre les versions
  • La durée du test estimée grâce au test AA
  • Les spécifications pour le suivi

c. Analyse et restitution des résultats

A la fin du test, c’est à l’expert que reviendra l’étude des résultats. Si les premiers chiffres pourront s’appuyer sur les indicateurs de performance définit en amont, le Web analyste pourra aller plus loin pour tirer entièrement profit de ce test.
Ainsi, si le test portait sur l’ajout d’une information de réassurance sur un formulaire, en plus de regarder si la version comportant le message représente un meilleur taux de validation, il pourra aussi regarder si ce test peut amener à d’autres pistes de réflexions intéressantes pour optimiser les performances du site.

Utiliser intelligemment les données d’analyse Web

Si l’on souhaite arriver à tirer le meilleur profit des données d’analyse de site Web, il est important de traiter la donnée brute et la connecter à d’autres outils marketing. Le marché est amené à évoluer en ce sens : les données d’analyse Web en appui des actions marketing telles que cibler des segments, personnaliser une communication ou encore déclencher une action.

a. Cibler pour mieux acquérir et optimiser le ROI

Premièrement, il s’agit d’imaginer une communication entre l’outil d’analyse Web et les outils d’achat média. Dans cette optique, les données récoltées sur un visiteur, son parcours et la source d’acquisition peuvent être valorisés au moment de l’achat média. Ainsi, un outil de retargetting pourrait enrichir son Cookie Pool d’une segmentation web-centric allant plus loin que le retargetting après passage sur une page produit.

b. Personnaliser l’expérience utilisateur sur le site

De la même manière, en s’interfaçant avec des outils de push de contenu, l’outil d’analyse Web pourra envoyer des informations permettant d’affiner la segmentation des visiteurs. Il s’agit là de mettre en pratique sur un site, une personnalisation des contenus présents dons les « zones agiles » (c’est-à-dire les emplacements de bannières ou de contenus).
L’exemple le plus parlant est sans aucun doute le site d’Amazon qui consacre 50% de sa page d’accueil à du contenu personnalisé selon l’internaute qui navigue dessus.

c. Déclencher des actions marketing direct et des outils interactifs

L’analyse Web peut aussi avoir une vision plus customer-centric en alimentant un outil de CRM. L’ID client est interfacé dans les outils via les marqueurs et servir de clé primaire.

Bien souvent, il s’agit de mettre en place des « customer journey » après un signal fort – qu’il soit positif ou négatif. Un signal fort positif peut être la consultation d’une page produit engendrant l’envoi de mail avec une réduction sur ledit produit. Un signal négatif quant à lui, pourrait être une visite sur la page de résiliation d’un abonnement. Ceci pourra déclencher l’envoi d’un mail ou un appel téléphonique proposant une offre d’abonnement plus intéressante pour éviter la fuite du client.

Ainsi, l’outil de Web analyse nourrit d’inputs l’outil CRM pour le déclenchement d’actions de marketing direct.
De la même manière, les outils d’analyse Web peuvent servir de base au déclenchement d’un outil interactif de chat ou d’un questionnaire de satisfaction en se basant sur des cookies ou des informations de navigation.

Cet article s’inscrit dans une série d’article sur le sujet :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Voir plus
scroll to top