Dans le monde de la publicité en ligne, une des tendances actuelles est la synchronisation en temps réel de campagnes de publicités avec des facteurs externes qui peuvent influencer les performances de ces-dernières. Ainsi, aujourd’hui, de plus en plus d’annonceurs parlent de synchroniser l’activation de leurs campagnes avec des éléments tels que l’horaire de passage de leurs spots télévisés, les résultats d’un évènement sportif ou encore la météo.

Parallèlement depuis toujours, de nombreux annonceurs basent certaines de leurs décisions sur un sentiment et un jugement qu’ils ont acquis au fil de leur expérience. Ainsi beaucoup prétendent que parce qu’il neige dehors les gens ont plus tendances à passer du temps sur leurs appareils connectés. D’où l’opportunité d’augmenter sa présence afin de capter un maximum de cette audience. Or rien ne prouve que ces intuitions soient vérifiées.

C’est sur base de ces deux constats que nous avons voulu croisé les données de sessions des utilisateurs sur un site avec la météo extérieure au moment de sa session. L’objectif étant, sur base de la data, de pouvoir répondre à la question suivante: “est-ce que la météo influence la manière dont les gens interagissent et achètent des produits sur un site ?”

Ce premier article a pour objectif d’expliquer comment nous avons pu croiser les données de performances d’un site et les données liées à la météo. Un second article décrira ensuite comment nous avons utilisé ces connaissances pour améliorer les performances de nos campagnes.

weatherappimage

Associer une session sur un site à la météo

Pour récupérer les données de météo et les envoyer vers un outil de web analytics (en l'occurrence Google Analytics), 3 éléments sont nécessaires:

  1. La géolocalisation - afin de savoir où un utilisateur est localisé lorsqu’il fait une visite sur le site
  2. L’API Open Weather - afin de récupérer les données météorologiques sur base des données de géolocalisation récupérées au préalable
  3. Un dataLayer - afin d’associer ces données météorologiques aux sessions et de les envoyer vers Google Analytics

Collecter les données de géo-locations et de météo

La première étape est donc de connaitre  la météo au moment où chaque session a lieu. Pour ce faire, nous déployons, grâce à l’utilisation du Google Tag Manager (GTM), un custom script sur chacune des pages du site. Attention que ce script ne doit tourner qu’une fois par session pour éviter de dupliquer  les informations.

La première fonction du script est de faire une requête à l’API geoplugin afin de récupérer les coordonnées géographiques (longitude et latitude) du visiteur lors de  sa session sur le site. Ces données sont alors stockées dans deux variables (une variable “longitude”, et une autre variable “latitude”).

C’est alors qu’entre en jeu la deuxième fonction du script, à savoir faire une requête à l’API open weather, lui envoyer la valeur de chacune des deux variables de géolocalisation et recevoir en contrepartie les données météorologiques telles que:

 

D’autres données sont disponibles mais celles-ci sont déjà suffisantes pour qualifier la météo lors de la session de l’utilisateur.

La troisième fonction du script consiste donc à stocker ces valeurs dans des variables préalablement déclarées dans le dataLayer.

Finalement, la dernière fonction de ce script consiste à indiquer que l’évènement de collecte des données météorologiques est terminé. Nous appellerons cet état ‘weather_is_done’, nous reviendrons sur son utilité dans le prochain paragraphe.

Envoyer les données de météo vers Google Analytics

Nous associons maintenant à chaque session les données météorologiques du lieu où l’utilisateur se trouve au moment de sa visite. Il ne nous reste donc plus qu’à envoyer ces informations vers Google Analytics. Différents éléments sont nécessaires pour communiquer nos données fraîchement collectées à Google Analytics.

La première étape consiste à déclarer de nouvelles ‘custom dimensions’ dans Google Analytics. Ces dimensions contiendront les données météorologiques (température, humidité, etc.).

Puisque Google Analytics est prêt à recevoir les nouvelles données, nous pouvons maintenant les lui envoyer au moyen d’un tag créé dans le Google Tag Manager.

Nous ajoutons donc dans notre GTM un event tag Google Analytics qui récupère et envoie les variables stockées par le script dans le dataLayer vers le compte Google Analytics spécifié. Le déclenchement de ce tag se fait sur base de l’évènement que nous avons décrit supra à savoir ‘weather_is_done’.

La boucle est maintenant bouclée et nous pouvons à présent facilement croiser les données météorologiques avec les données de performances du site tels que les transactions, le taux de transformation, le temps passé le site, le nombre de pages vues, etc. Il ne nous reste plus qu’à analyser les tendances afin de mettre en exergue certains scénarios métrologiques qui, sur base des données collectées et analysées, impactent positivement (ou négativement) les performances sur le site.

Comme expliqué supra, un second article traitera de la manière dont les données collectées ont été analysées pour définir ces scénarios et ainsi booster les performances des campagnes publicitaires.

Auteur: Julien De Visscher

 

Tags: