L’antidote aux mesures de vanité lorsque vous avez moins de 1 heure / semaine pour l’analyse marketing
Plus tôt cette année, chez Humanlytics, nous avons interviewé plus de 100 petites et moyennes entreprises (PME) pour en savoir plus sur leurs principaux problèmes de marketing numérique. Ce que nous avons constaté, c’est que deux thèmes récurrents revenaient encore et encore:
- Temps/bande passante limités pour l’analyse : La plupart des propriétaires de petites entreprises et des spécialistes du marketing disposent d’un temps et d’une bande passante très limités pour analyser leurs données. Ils sont trop occupés à gérer leurs entreprises. Comme l’a dit un propriétaire d’entreprise, « utiliser des données, c’est comme essayer de sauver un piano d’une pièce en feu — c’est bien d’avoir, mais j’ai des priorités plus élevées. »En effet, il faut beaucoup de temps et de formation pour transformer les données en informations commerciales exploitables, c’est-à-dire pour répondre aux questions commerciales et soutenir la prise de décision commerciale.
- Les mesures de vanité n’ajoutent pas de valeur commerciale : Les mesures de vanité sont des mesures qui vous permettent de vous sentir bien dans votre entreprise, mais qui ne vous aident pas réellement à prendre des décisions (elles ne sont pas exploitables). Le problème avec les mesures de vanité est qu’elles peuvent en fait être pires que de ne pas utiliser l’analytique. Ils ne sont pas seulement une perte de temps, ils peuvent en fait induire en erreur vos décisions commerciales. Les métriques agrégées telles que les « nouvelles sessions » sur votre site Web, par exemple, peuvent masquer plus qu’elles ne le révèlent. Par exemple, si votre nombre de nouvelles sessions augmente, est-ce une bonne chose (attirer de nouveaux utilisateurs) ou une mauvaise chose (la rétention des utilisateurs récurrents diminue)?
C’est là que l’analyse de cohorte entre en jeu. La fonction d’analyse de cohorte de Google Analytics est l’antidote aux deux problèmes (temps limité et mesures de vanité trompeuses).
Qu’est-ce qu’une cohorte? En un mot, une cohorte est simplement un sous-ensemble d’utilisateurs regroupés par caractéristiques partagées. Dans le contexte de l’analyse métier, une cohorte fait généralement référence à un sous-ensemble d’utilisateurs spécifiquement segmentés par date d’acquisition (c’est-à-dire la première fois qu’un utilisateur visite votre site Web).
Une « analyse de cohorte » vous permet alors simplement de comparer le comportement et les mesures de différentes cohortes au fil du temps. Vous pouvez ensuite trouver les cohortes les plus performantes (ou les moins performantes) et les facteurs qui déterminent cette performance.
Le rapport d’analyse de cohorte est l’une des fonctionnalités les plus sous-estimées de Google Analytics. Pourquoi? Parce qu’il vous aide à isoler l’impact de vos différentes activités marketing sur un groupe spécifique de destinataires, au lieu du bruit dans les données.
Exécuter une analyse de cohorte est l’un des moyens les plus simples de mener une expérience pour votre entreprise. En tant que marketeur, vous pouvez lancer une campagne limitée dans le temps avec certaines caractéristiques que vous souhaitez tester : contenu publicitaire, canal marketing, public cible, conception de page de destination, etc. Vous pouvez ensuite comparer les métriques de portée, d’engagement et de conversion pour ces différentes campagnes marketing, afin de voir quels facteurs de la campagne ont réellement ajouté de la valeur à votre entreprise et lesquels ne l’ont pas fait.
C’est la valeur réelle et le but de l’analyse marketing en premier lieu. En termes simples, les analyses marketing vous indiquent ce qui fonctionne, ce qui ne fonctionne pas et comment ajuster vos activités marketing en fonction de ces commentaires. L’analyse de cohorte fait exactement cela en se concentrant sur l’effet de chaque activité marketing ou changement sur un public spécifique dans le temps.
En ce qui concerne le problème de pénurie de temps pour de nombreuses entreprises, passer par votre analyse de cohorte typique chaque semaine vous prendra moins d’une heure. Chaque entreprise a des besoins différents en matière d’analyse marketing. Mais pour de nombreuses entreprises, si vous n’avez que le temps et la bande passante nécessaires pour consulter un rapport Google Analytics par semaine, je recommande souvent de commencer par le rapport d’analyse de cohorte, au lieu de perdre du temps avec des mesures de vanité.
Dans cet article, nous allons couvrir:
- Quelle Analyse de Cohorte est bonne Pour
- Limites de l’Analyse de Cohorte dans Google Analytics
- Une introduction pour les débutants au Rapport d’Analyse de Cohorte dans Google Analytics
- Quelques exemples d’Analyses de Cohorte pour vous aider à démarrer
En tant que technique d’analyse d’entreprise, une Analyse de cohorte vous permet de comparer les variables et les changements entre vos campagnes marketing.
Par exemple, comme les vrais magasins physiques, les sites Web changent. Si vous le faites bien, ils changent beaucoup et souvent. Vous pouvez utiliser une analyse de cohorte pour essayer d’isoler l’effet de la modification du site Web sur le comportement des utilisateurs.
Voici quelques facteurs qui peuvent avoir un impact sur le comportement des utilisateurs que vous voudrez peut-être analyser avec une analyse de cohorte:
- Public cible
- Contenu publicitaire
- Canaux
- Campagnes / expériences
- Refonte du site Web
- Nouvelles gammes de produits et offres de services
- Campagnes de vente, de réduction, de promotion
Dans l’analyse Web, vous pouvez comparer les performances des cohortes dans les mesures de trafic (par exemple, les utilisateurs qui reviennent), les mesures d’engagement (par exemple, la durée moyenne de la session) ou les mesures de conversion (par exemple sessions avec transactions).
Bien que vous puissiez théoriquement analyser l’un de ces facteurs avec une analyse de cohorte, tous les outils d’analyse (par exemple Google Analytics) ne vous permettent pas d’analyser l’impact de tous ces facteurs sur le comportement des utilisateurs.
Limites de l’analyse de cohorte dans Google Analytics
Bien que l’analyse de cohorte puisse être très utile en théorie, le rapport d’analyse de cohorte dans Google Analytics présente de nombreuses limites dans la pratique.
Tout d’abord, les cohortes en général peuvent techniquement être regroupées par n’importe quelle caractéristique commune. Cependant, le rapport d’analyse de cohortes dans Google Analytics (qui est en version bêta depuis un certain temps) ne peut actuellement définir que des cohortes en fonction de la date d’acquisition (c’est-à-dire la première fois qu’un utilisateur visite votre site Web).
Deuxièmement, le suivi de la rétention et du retour des utilisateurs sur votre site Web (ce pour quoi l’analyse de cohorte est souvent utilisée) est actuellement un exercice imprécis pour Google Analytics. Par exemple, disons que Pete est un utilisateur sur votre site et visite votre site aujourd’hui. S’il se rend à nouveau demain, Google Analytics devrait l’enregistrer en tant qu’utilisateur récurrent.
Cependant, si Pete fait l’une de ces choses, Google Analytics pourrait ne pas être en mesure de suivre correctement sa prochaine session en tant que session de retour:
- Effacement des cookies du navigateur
- Visite du site sur un autre appareil ou navigateur
- Visite du site en mode navigation privée
Le consommateur numérique typique possède désormais en moyenne 3,64 appareils, et 36% des Américains possèdent un smartphone, un ordinateur et une tablette. Cette incapacité à suivre de manière cohérente les utilisateurs sur tous les appareils, navigateurs et sessions n’est pas un problème trivial.
Enfin, il y a le problème de la confusion des variables. Comme nous l’avons mentionné précédemment, il peut être utile de superposer les mesures de votre cohorte avec votre calendrier marketing pour voir comment les mesures changent avec vos activités marketing.
Mais toute association entre une campagne marketing et une légère hausse des métriques est une corrélation, pas une causalité. Facebook a peut-être lancé cette nouvelle campagne publicitaire lundi dernier, mais l’augmentation de la rétention des utilisateurs peut-elle vraiment être attribuée à la qualité de vos publicités Facebook? Ou se pourrait-il que l’un de vos anciens articles de blog commence à gagner du terrain?
Sauf si vous exécutez des essais contrôlés randomisés (ECR) dans lesquels vous affectez aléatoirement des utilisateurs à un groupe témoin ou à un groupe de traitement, vous ne pouvez pas établir définitivement la causalité entre une campagne de marketing et les modifications de mesure. Cela est particulièrement vrai si vous avez plusieurs campagnes en cours en même temps.
Cela étant dit, même avec ses limites, le rapport d’analyse de cohorte dans Google Analytics peut toujours être directionnellement correct pour la prise de décision basée sur les données, en particulier si vous testez vos campagnes marketing et modifiez des expériences distinctes (par exemple si vous ne diffusez que des publicités Facebook en janvier, des publicités Twitter en février, des campagnes Adwords en mars, etc.).
Voici une présentation comment utiliser la fonction d’analyse de cohorte dans Google Analytics.
Introduction pour débutants au Rapport d’analyse de cohorte dans Google Analytics
Vous pouvez trouver le rapport d’analyse de cohorte sous Audience.
En haut du rapport d’analyse de cohorte, vous pouvez ajuster les paramètres du type de cohorte, de la taille de la cohorte, de la métrique et de la plage de dates.
- Type de cohorte : actuellement, la seule option est la date d’acquisition (la date de la première session de l’utilisateur)
- Taille de la cohorte : vous pouvez choisir de définir des cohortes par jour, par semaine ou par mois. Par exemple, si vous sélectionnez par mois, chaque cohorte représente les utilisateurs acquis au cours d’un mois particulier (par exemple, la cohorte de janvier comprend tous les utilisateurs qui ont eu leur première session en janvier)
- Plage de dates: la fenêtre de temps que vous souhaitez examiner (par exemple les 6 dernières semaines)
- Métrique: les données que vous verrez dans le rapport. La mesure par défaut est la rétention des utilisateurs, qui mesure le pourcentage d’utilisateurs qui reviennent.
Vous pouvez également choisir ces métriques » par utilisateur » et » total « :
Vous pouvez ensuite sélectionner les cohortes à afficher sur le graphique.
Vous pouvez également ajouter des segments supplémentaires (par exemple, trafic mobile / tablette, etc.) à des fins de comparaison, comme pour tout autre rapport, en cliquant sur le bouton plus à côté de « Tous les utilisateurs » en haut du rapport. Vous trouverez notre tutoriel sur l’utilisation des segments Google Analytics pour analyser votre audience ici:
Cependant, la vraie viande du rapport d’analyse de cohorte est la carte thermique juste en dessous de ce graphique. Par exemple, ci-dessous, je compare tous les utilisateurs avec le segment de trafic payant.
Cette carte thermique vous permet d’identifier rapidement les métriques les plus performantes (et les moins performantes) par cohorte et par semaine après la date d’acquisition. La semaine 0 représente la semaine au cours de laquelle les utilisateurs de cette cohorte ont eu leur première session. Cette carte thermique de cohorte ne peut pas être exportée, vous devrez donc peut-être copier / coller ou capturer le graphique.
Disons que j’ai lancé une nouvelle campagne de remarketing Adwords la semaine du 11 septembre pour recibler les utilisateurs qui ont visité mon site. Comme vous pouvez le voir dans le rapport d’analyse de cohorte ci-dessus, ma rétention d’utilisateurs a considérablement augmenté cette semaine. Cela peut être la preuve que ma campagne de remarketing augmente la rétention des utilisateurs, que je peux explorer plus en détail dans mon rapport Adwords (en cours d’acquisition).
C’est pourquoi je vous recommande d’afficher votre calendrier marketing dans une fenêtre séparée pour superposer votre carte thermique de cohorte avec le contexte de vos activités marketing. Si vous souhaitez simplement suivre les dates de vos campagnes marketing, je vous suggère d’essayer la fonctionnalité d’annotations intégrée dans les rapports Google Analytics.