Quelles sont les nouvelles du Web analytics ?

Le Web analytics n'est pas qu'un outil de décision a posteriori.

Il peut aussi, en amont d'une opération ou d'une refonte, aider à la décision.

De nombreux outils existent désormais pour pouvoir tester différentes versions d'un site ou d'une campagne pour capitaliser sur la plus performante au regard de l'objectif fixé.

Pour des opérations d'e-mailing, cela peut se traduire par des tests A/B : ceux-ci consistent à envoyer deux variantes (A et B) d'un e-mail à un échantillon de la base totale.

La variation peut être au niveau de l'expéditeur, de l'objet, de l'heure d'envoi ou de la création en elle-même (visuels utilisés, accroches et call-to-action...).

Une fois les deux variantes envoyées, le webmarketeur analyse la performance des opérations : taux d'ouverture, taux de clic et conversion in fine.

Il peut alors choisir la variante la plus performante et l'envoyer au reste de la base e-mails.

Le même raisonnement peut être décliné pour le site Internet.

Les outils récents permettent même d'établir des tests avec plusieurs variables (MVT pour Multiple Variable Testing).

Pour une page donnée, il s'agit de définir un certain nombre de variantes (bouton rouge ou bleu, accroche sur le prix ou sur le stock limité, petit ou grand visuel...).

La solution établira alors un environnement de test composé d'autant de pages que de combinaisons entre les différentes variantes.

Elle répartira ensuite les accès au site pour générer du trafic sur l'ensemble de ces variantes et établira un rapport de performance qui permettra d'identifier la combinaison la plus efficace.

Encore très récemment, le tracking se concentrait sur la dernière source de trafic : le dernier clic.

Dès lors, la conversion d'un objectif était attribuée intégralement à la dernière source de trafic sans prendre en compte l'impact des autres leviers de webmarketing dans le processus de décision.

Cela conduit ainsi à minorer l'efficacité du display, qui s'inscrit dans une stratégie à long terme de construction de la notoriété et de l'image de la marque, essentiel dans le processus d'identification des solutions et dans la rassurance.

Par ailleurs, cela conduit à surestimer la dernière source de trafic alors que celle-ci n'a vraisemblablement pas toujours un impact significatif.

Dans le cas d'un achat en ligne, un consommateur qui a porté son choix sur un produit et sur un site peut très bien décider, juste avant de passer commande, de chercher un coupon de réduction pour réduire un peu le montant de sa commande.

Il va donc se rendre sur un site de couponing à qui sera attribuée la conversion.

Il y aura donc un biais dans l'analyse des sources de trafic qui peut conduire le webmarketeur non averti à basculer trop de budgets vers certains leviers au détriment des autres.

Dans cet exemple, le search pourrait ainsi être minoré alors qu'il a certainement contribué à orienter l'internaute vers le bon produit, au bon prix, chez le bon marchand.

De plus en plus, les logiques de multi-funnel se mettent en place pour évaluer la contribution de chaque source de trafic dans la conversion finale.

A la manière de l'affiliation dont la mesure de performance se fait de plus en plus post view, l'analyse multi-funnel va répartir la conversion entre les différents leviers webmarketing utilisés et ainsi de :

- mesurer la performance réelle de chaque levier ;

- identifier les combinaisons les plus performantes (display et search, e-mailing et search...) ;

- piloter plus finement ses budgets pour optimiser l'efficacité de ses dispositifs.

En parallèle, le data exchange se développe entre des annonceurs différents et non-concurrents.

Il s’agit de croiser le web analytics avec des données clients d’un autre annonceur pour optimiser les parcours de navigation.

C’est ce qu’a fait la chaîne de distribution alimentaire Woolworths en s’associant à American Airlines.

Le site est désormais capable d’identifier dès la 1ère visite le profil du visiteur (CSP-, CSP++…) grâce à la connaissance clients d’American Airlines, et donc de présenter des offres plus pertinentes à ces consommateurs.

On arrive à un marketing one to few, c'est-à-dire personnalisé pour des segments réduits de clients.

De la même manière, le web analytics peut également être lié aux dispositifs de scoring pour optimiser l’offre en fonction de l’appétence d’un individu et de sa navigation sur le site (catégories consultées, fréquence de visites…).

Le dispositif de scoring maximise les taux de conversion lorsqu’il croise des données transactionnelles (qui vient ?), la navigation (que fait-il ?) et le comportement face à une sollicitation par e-mail (comment réagit-il ?).

Avec le développement du Web, de l'Internet mobile et de l'Internet des objets, reliant les machines aux machines et les hommes aux machines, le nombre d'appareils et d'objets connectés se multiplie.

Les usages sont en constante progression, tirés notamment par la consommation de vidéo, les médias sociaux...

Cette forte croissance de consommation d'Internet et de développement des interactions entre les individus génère un grand nombre de données à travers le monde.

De grands acteurs se positionnent sur ce créneau pour créer de la valeur à partir de grands ensembles de données (les big data ) qui dépassent les capacités de traitement des bases de données classiques.

Parmi les défis : pouvoir identifier rapidement de nouvelles tendances pour réagir rapidement, et pouvoir enrichir la connaissance clients au travers de l'ensemble des interactions.

Des acteurs comme Expedia, qui génèrent d'énormes volumes de données, ont recours à des solutions permettant la gestion de ces big data.

Ils peuvent ainsi mieux piloter leur activité et notamment les coûts d'acquisition au regard de la valeur client (Life Time Value) .

Les bénéfices de ces solutions permettent de travailler la fidélisation à long-terme des clients en identifiant les offres et les leviers qui vont favoriser la répétition de commande (repeat order) et maximiser la valeur client au fil du temps.

Avec le Web et les médias sociaux, l'information s'est accélérée : c'est l'avènement du temps réel. Il s'agit dès lors d'être capable d'identifier rapidement les dernières tendances, notamment sociales, pour en tirer profit ou s'en protéger.

Un bad buzz doit pouvoir être rapidement repéré et maîtrisé.

Par ailleurs, de nouvelles tendances doivent être identifées pour protéger et développer son activité.

Etre précurseur sur des innovations qui entraîneront demain des ruptures de marché permet d'avoir un comportement opportuniste.

Des acteurs comme Spotify, Ikea et des médias ont recours aux informations sociales pour enrichir l’expérience utilisateur et optimiser leur offre .

La big data doit répondre à cet enjeu qui nécessite un traitement immédiat d'un volume conséquent de données.

Autre enjeu : le Web prédictif.

C'est un véritable Graal du webmarketeur, l'outil suprême qui permettrait de prévoir le comportement d'un consommateur en fonction de son profil, de ses attentes et de son comportement pour ajuster l'offre, le parcours de conversion... et améliorer l'efficacité de webmarketing.

L'analyse des données et des interactions clients va permettre de modéliser plus finement les comportements et de mieux planifier les actions marketing.

Malgré les difficultés que cela peut poser, le web analytics peut apporter des solutions pour mesurer l'efficacité multicanale de ses actions.

Tout l'enjeu est donc d'identifier des passerelles entre les deux univers.

Il faut donc créer des objectifs mesurables qui feront le lien entre Internet et les autres canaux d'interaction (point de vente, téléphone...).

Cette réflexion doit être menée du offline vers le online et du online vers le offline.

Ainsi, la réalisation d'un devis et sa conversion doivent pouvoir être identifiés.

Si une agence reçoit un client souhaitant assurer un véhicule et lui établit un devis, la concrétisation de ce devis en contrat sur l'espace en ligne doit pouvoir être affectée à l'agence et non à Internet.

A l'inverse, la réalisation d'un devis sur Internet doit pouvoir être suivie en agence ou par téléphone.

Cela permettra de mettre en place des opérations de relances de ces devis et d'en mesurer le taux de conversion.

Cela est également valable avec des coupons de réductions téléchargés online et utilises offline.

Avec un smartphone, un numéro d'appel devient cliquable.

Google Analytics propose désormais de suivre les clics sur les numéros de téléphone, offrant ainsi la possibilité aux annonceurs de mesurer le volume d'appels issus de mobiles et d'en estimer la performance.

Nous l'avons vu précédemment, le BtoB est marqué par une chaîne de décision plus longue et plus complexe qu'en BtoC.

Si pour certaines activités, comme la vente en ligne de fournitures de bureau, on se rapproche beaucoup des modèles BtoC avec une chaîne de décision courte et rapide, pour d'autres activités, la commercialisation d'une offre sera beaucoup plus étalée dans le temps et nécessitera une approche particulière en fonction des cibles et de leur rôle dans le processus de décision.

La mesure de la performance sera par ailleurs d'autant plus dure à établir que la conclusion de la vente ne se fera pas nécessairement, voire même rarement, en ligne et que l'acheteur ne sera pas forcément le prospect initial (utilisateur final, manager...).

La construction des tableaux de bord va donc dépendre du choix des objectifs en amont.

Le pilotage en BtoB doit se faire beaucoup plus en parallèle d'une approche de Prospect Relationship Management (PRM) qui consiste à adapter ses efforts marketing en fonction de la maturité d'un contact (lead nurtering).

L'analyse webmarketing doit ainsi conduire à mesurer l'impact des différents leviers dans ce processus de maturation.

Ainsi, la reconnaissance d'une expertise et la génération de leads au travers d'un livre blanc pourra se mesurer au volume de téléchargements et de formulaires complétés pour y accéder.

Le taux de couverture de la cible sera également un indicateur pertinent à suivre via le nombre de visiteurs uniques sur la page de téléchargement et le taux de nouvelles visites.

Le taux de rebond permettra quant à lui d'évaluer la pertinence du ciblage, l'intérêt généré auprès de la cible, et permettra d'optimiser le triptyque ciblage - attractivité - effort (formulaire).

Par ailleurs, certains prestataires permettent de croiser les données de navigation avec celles d'identification.

Concrètement, lorsqu'un prospect visite un site équipé de cette solution, sa société peut être identifiée à partir de son adresse IP.

L'annonceur est alerté de cette visite et peut adapter ses efforts marketing en fonction.