Introduction
Le concept de “datalayer” est souvent présenté comme le moyen d’implémenter de nombreux projets digitaux analytiques ou marketing. Pourtant ce concept reste flou pour de nombreux acteurs. Cet article introduit le concept du datalayer en expliquant ce qu’est un datalayer, ses avantages d’un point de vue business et l’état d’esprit à adopter pour lancer avec succès un projet qui implique un datalayer.
Qu’est-ce qu’un datalayer?
Conceptuellement, un datalayer est une structure qui permet d’organiser des données pour atteindre des objectifs business. En d’autres mots, c’est le pont entre les données d’un site web et les tags implémentés sur celui-ci. Le datalayer peut ainsi contenir l’ensemble des données customisées que vous voulez traiter de votre site web par exemple vers d’autres applications comme des outils analytiques ou des plateformes marketing.
Concrètement, un datalayer est un object JavaScript qui permet de capturer, contextualiser et traquer les informations fournies par les utilisateurs et leur comportement sur le site web. L’objectif est alors d’appliquer un effet de levier sur ces informations dans un environnement analytique, plateforme publicitaire ou d’autres outils. Par exemple, lier un datalayer avec Google analytique permet d'enregistrer les données comme dimensions customisées, métriques ou données ecommerce.
L’illustration ci-dessous reprend des exemples de plateformes qui peuvent bénéficier de l’usage d’un datalayer.
L’objectif d’un datalayer peut donc être plus large. La partie publicitaire n’est qu’une facette des opportunités qu’un datalayer peut représenter.
Pourquoi utiliser un datalayer?
La définition du datalayer, exposée précédemment, est principalement technique. Mais ses forces sont ses objectifs business. Ses 4 principaux objectifs business sont mis en lumière ci-dessous:
Un datalayer enrichit le marketing digital
- En apprenant à mieux connaître son audience et en l’articulant de manière pertinente, un datalayer peut mener à la création de profils clients plus riches. Un datalayer peut, par exemple, récupérer les informations complétées par le consommateur sur le site ou les éléments qu’il a consultés.
- En permettant d’isoler des segments des consommateurs qui ont des caractéristiques communes. Par exemple, si dans le funnel du site, des questions permettants une catégorisation sont posées. Ces catégories peuvent ainsi être utilisées pour du retargeting ou cross-selling en adressant un message sur mesure à un segment spécifique. Un message adapté à une audience qualitative et une meilleure allocation des budgets pour un segment spécifique d’utilisateurs permet d’améliorer le retour sur investissement.
Un datalayer nourrit les données analytiques
- Amélioration de la mesure du comportement des utilisateurs d’un site web en récoltant les données customisées du site vers l’outil analytique.
- Décision business fondée en attribuant le revenu généré à chacun des produits ecommerce.
Un datalayer permet de tirer parti de différents outils
- Optimisation du taux de conversion, par exemple avec des outils UX.
- Meilleure compréhension de l'interaction des utilisateurs avec le site web. Ceci mène à l’analyse des potentiels facteurs bloquants avec l’objectif d’améliorer le chemin utilisateur.
Un datalayer est sujet à évolution.
L’ancienne méthode pour utiliser des variables est de directement hardcoder un tag dans le code du site. Ceci signifie que chaque expansion nécessite une modification du code qui est extrêmement contraignante et prend beaucoup de temps. Alors qu’un datalayer combiné à un système de tag management permet de rendre le datalayer plus complet en enrichissant les tags. Dans cette perspective, l’avantage du datalayer est la :
- Cohérence entre plateformes
- Facilité du monitoring et débugging
Comment gérer l’implémentation d’un datalayer ?
Nous nous accordons maintenant tous sur les bénéfices d’un datalayer mais son implémentation est plus sensible. En effet, ce projet engage de nombreux acteurs allants du développeur au responsable marketing.
Responsables marketing, analystes et professionnels de la communication doivent déterminer les objectifs business qui vont être atteints par la récolte de données. L’implémentation d’un datalayer représente une collaboration intense entre les différentes parties, ce qui peut prendre plus longtemps que prévu. Une bonne communication entre celles-ci est donc cruciale. Spécialement en sachant que ces entités ont des langages totalement différents.
Un moyen de mener à bien ce projet est de développer un modèle de gouvernance. Ce modèle doit clairement décrire:
- Le contexte et le cadre du projet: en d’autres mots, le problème/besoin que le datalayer adresse
- Le datalayer en lui-même
- Son architecture et la motivation de ce choix
- Ses différents propriétaires et responsables
- L’implémentation choisie
- La version historique du document
- La définition des variables et taxonomie
Finalement, il est crucial de traiter le datalayer comme une entité vivante. Un datalayer récupère les données qui peuvent être utilisées par de nombreux outils, utilisateurs et parties prenantes.
Cette structure est le point d’entrée d’incroyables futurs projets. Sa structure et son objectif doivent donc être challengés pour évoluer, être déployés et réutilisés pour de futurs projets.
Conclusion
L’implémentation d’un datalayer est le moyen de mettre en place de nombreux projets digitaux. Comme nous avons vu précédemment, un datalayer peut être comparé à une interface standard entre le backend et les outils digitaux. Cependant, il est primordial de garder en tête l’objectif final de cette implémentation pour ne pas tomber dans les pièges communs. Malheureusement en pratique, le potentiel d’un datalayer est souvent sous-exploité en Belgique: souvent incorrectement implémenté ou quand implémenté, mal documenté et gouverné.
Margaux Marien
| LinkedinCette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.
