Grâce à l’article précédent et à la modélisation des gains business, le webanalyste a eu le feu vert de sa direction pour mettre en place les recommandations qu’il avait faites afin d’augmenter les performances du site.
Nous allons voir dans ce 5ème article, quelles sont les différentes étapes pour transformer les recommandations en actions.

Distinguer les recommandations

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 le webanalyste 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 au webanalyste de mettre les équipes en confiance quant à la réalisation du plan d’action proposé.
Alors que les secondes sont plus longues à mettre en place et bien souvent il sera judicieux que le webanalyste 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. Les recommandations d’acquisitions sont donc soit chaudes, soit froides. Tout comme les recommandations touchant au parcours.
Pour illustrer ces distinctions, rien de mieux qu’un tableau :

Distinguer les recommandations en webanalyse
Distinguer les recommandations en webanalyse

Comme il le ferait pour des fonctionnalités ajoutées par les équipes métiers, le Webanalyste doit suivre l’impact induit par la mise en place de ses propres recommandations pour en démontrer le succès 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 pour identifier les facteurs bloquants inhérents à la conception du site et les pistes d’optimisations possibles.
Un AB test permet de comparer les résultats 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 pour démontrer l’apport business de telle ou telle modification. Les deux versions de la page sont en ligne au même moment et le traffic arrivant sur cette page sera soit envoyé vers la version originale, soit envoyé vers la variation. En général, le partage du trafic se fait sur un ratio 50/50 (cela peut être modifié selon les besoins). Grâce à un système de cookie, l’internaute arrivant sur l’une des versions de la page sera toujours redirigé vers cette version, cela permet d’éviter la confusion.
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 visite 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’éléménts sur une page, comme par exemple la couleur des boutons.

b. Construire un plan de test

La valeur ajoutée du Webanalyste sur de L’AB testing sera au niveau de la modélisation et 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 webtesting, c’est au webanalyste que reviendra l’étude des résultats. Si les premiers chiffres pourront s’appuyer sur les indicateurs de performance définit en amont, le webanalyste 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 de Webanalyse

Si l’on souhaite arriver à tirer le meilleur profit des données de webanalyse, il est important de traiter la donnée brute pour pouvoir la connecter à d’autres outils marketing. Le marché sera amené à évoluer en ce sens pour que les données de webanalyse puissent épauler 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 de webanalyse 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 de webanalyse 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 actuellement 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

La webanalyse peut aussi avoir une vision plus customer-centric en alimentant un outil de CRM. Cela présuppose que l’ID client soit remonté dans les outils de webanalyse via les marqueurs pour servir de clé primaire lors de l’interfaçage avec le CRM.
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, par exemple, la consultation d’une page produit qui engendrerait l’envoi d’un 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 qui 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 webanalyse nourrit d’information l’outil CRM pour le déclenchement d’actions de marketing direct.
De la même manière, l’outil de Webanalyse peut 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 de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Voir plus
scroll to top