Tout au long de mes années chez Semetis, j'ai rencontré beaucoup de demandes de tracking différentes. Certaines étaient bonnes, d'autres excellentes, mais certaines n'avaient pas vraiment de sens. Dans cet article, je vais essayer de mettre en évidence ce qui peut faire une bonne mesure (KPI) et pourquoi vous devriez ou ne devriez pas mesurer quelque chose.

Avec l'essor des outils d'analyse basée sur les événements - avec des outils tels que Mixpanel ou GA4 - j'ai pensé que le moment était venu de revenir aux bases de ces outils : un plan de suivi. Un plan de suivi sera et devrait être la pièce maîtresse de vos outils d'analyse pour plusieurs raisons :

Un bon plan de suivi sera la porte d'entrée pour la compréhension, l'utilisation et l’activation des données. Alors, comment vous assurer que vous sélectionnez les bons paramètres à mesurer? Certains des concepts que je vais aborder proviennent du livre Lean Analytics que je ne peux que vous encourager à lire.

Qu'est-ce qu'un bon paramètre à mesurer?

Un bon paramètre est comparatif, compréhensible, un ratio/taux et actionnable.

Il est essentiel de pouvoir comparer une mesure à travers le temps ou une cohorte. Il est plus pertinent d'affirmer que votre taux de conversion est supérieur de 12 % à celui de la semaine dernière que d'affirmer que votre taux de conversion est de 2,36 % cette semaine. 

Une bonne mesure doit également être compréhensible. Une bonne habitude à garder lors de la création ou de la modification des mesures utilisées est d'impliquer différents services et profils pour s'assurer que tout peut être compris par tout le monde au sein de votre organisation. Une bonne façon de s'en assurer est également de demander à un nouveau venu de passer en revue les paramètres définis et de s'assurer que tout est compris.

Liés au premier, un ratio ou un taux est implicitement comparatif. Lorsqu'ils sont comparés, les ratios sont plus faciles à utiliser et constituent un meilleur outil de mesure pour le bilan de santé. Lorsque vous créez votre plan de suivi, pensez aux ratios que vous souhaitez analyser et aux différents éléments dont vous aurez besoin pour établir ces ratios.

Enfin et surtout, une bonne mesure doit être une mesure sur laquelle vous voulez agir. Si vous pensez que vous ne serez pas en mesure d'agir sur les résultats donnés par cette mesure, elle n'est peut-être pas si pertinente et vous devriez la mettre de côté. C'est probablement le conseil le plus important pour éviter de suivre trop d’éléments et d'être surchargé de données dont vous ne savez pas quoi faire. C'est aussi la règle la plus difficile à appliquer car vous pourriez avoir l'impression qu'il vaut mieux avoir plus de données qu'il n'en faut. Vous pourriez aussi être sous la pression d'une ou plusieurs personnes en interne qui veulent suivre chaque interaction avec votre site web ou votre application. Gardez à l'esprit qu'un suivi trop important peut avoir un impact négatif sur l'utilisation des données au sein de votre organisation, car vos données peuvent devenir non pertinentes, désordonnées, obsolètes ou confuses.

Si vous gardez ces quatre règles simples à l'esprit lorsque vous travaillez sur votre plan de suivi, vous devriez déjà être bien parti.

Quelques autres éléments à prendre en compte

Maintenant que nous avons défini ce qu'est une bonne mesure, il y a quelques autres éléments que vous devez garder à l'esprit lorsque vous choisissez vos mesures.

Méfiez-vous des métriques de vanité. Une mesure de vanité typique est le "total des inscriptions". Comme ce chiffre ne fera qu'augmenter, il ne vous aidera pas à recueillir des informations pertinentes sur lesquelles agir. Une meilleure mesure serait, par exemple, le "pourcentage d'utilisateurs actifs". En effet, si vous améliorez votre produit, ce chiffre devrait augmenter et vous saurez que vous vous êtes amélioré de manière significative.

La différence entre une mesure dite leading et une mesure dite lagging. Ce sont deux mesures utiles, mais il est important de savoir qu'elles servent des objectifs différents. Une mesure lagging peut être une mesure de rejet. Il est très important de pouvoir mesurer le taux de désabonnement, mais même si c'est important, le mal est déjà fait. Vous pouvez encore agir, l'améliorer et le mesurer à nouveau pour analyser l'efficacité de votre action, mais vous avez quand même perdu ces clients au départ. Les mesures leading, en revanche, tentent de prédire ce qui va se passer. Le nombre actuel de clients potentiels est un bon exemple de mesure leading. Si votre nombre est faible, vous pouvez vous attendre à un faible nombre de ventes et donc agir en essayant d'augmenter ce nombre de prospects.

Métriques corrélées ou causales. La corrélation est une mesure de la mesure dans laquelle deux variables sont liées. Si vous prenez la consommation de glace et le nombre de noyades sur une année, vous verrez qu'elles sont corrélées. Plus les gens consomment de la glace et plus il y a de noyades en même temps. Même si ces deux éléments sont corrélés, la réduction de la consommation mondiale de glace n'aura pas d'impact sur le nombre de noyades. L'effet causal dans ce scénario est la température. Lorsque la température augmente, la consommation de glaces augmente. Le nombre de personnes qui se baignent, et finalement se noient, augmente également. Vous prouvez la causalité en trouvant une corrélation, puis en réalisant des expériences où vous contrôlez les autres variables et mesurez la différence.

Le dernier élément sur lequel je voudrais insister concernant un bon plan de suivi est d'en faire une chose vivante. Comme votre site web, votre application, votre produit et vos objectifs continueront à évoluer au fil du temps, il est essentiel que votre plan de suivi évolue avec eux. Si vous ne le faites pas constamment, vous risquez de vous retrouver avec ce que Brian Balfour appelle la Data wheel of death.

Enfin, il est essentiel pour votre entreprise d'avoir un bon plan de suivi et d'obtenir des mesures correctes, mais cela ne doit pas s'arrêter là. Vous aurez accès à de nombreuses informations précieuses et cela devrait aider l'ensemble de votre organisation à devenir plus orientée vers les données, mais vous ne devez pas vous en tenir uniquement aux points de données quantitatives. En effet, ces mesures quantitatives ne vous donneront pas une vue d'ensemble. Un aspect important qu'elles ne couvrent pas est le retour d'information de vos clients. Qu'il soit en ligne ou hors ligne, le retour d'information de vos clients est une source d'information incroyablement importante pour votre organisation. Un autre aspect important à considérer est que les données disponibles ne permettent pas de répondre à toutes les questions. Parfois, il est important de se fier à son intuition et d'encourager une approche de test et d'apprentissage dans votre organisation. Vous ne voulez pas trop confiner vos employés et ils doivent être capables de penser différemment.


publication auteur Grégoire le Hardy
AUTEUR
Grégoire le Hardy

| LinkedinCette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.

Tags: