Rester à flot : comment prospérer avec les deep data

Ryan Anderson, directeur de l'analyse chez FortyFour, est assis à côté de la cuisine de l'agence tandis que la lumière du soleil passe par la fenêtre derrière lui. Il se sent chanceux d'être ici.

"Après l'université, j'ai commencé à travailler dans la logistique de la chaîne d'approvisionnement", déclare Anderson. "Il m'a fallu environ 18 mois pour réaliser que je n'avais tout simplement pas très envie de rechercher des moyens plus efficaces de déplacer des cartons."

Anderson a quitté ce poste pour travailler pour des start-up et des entreprises technologiques jusqu'à ce qu'Adam Roe l'approche. Roe et Thomas Frank ont créé FortyFour, une agence de conception de sites Web. Mais une fois les sites Web créés, les clients voulaient connaître leurs performances.

"FortyFour se concentrait de plus en plus sur le marketing et l'analyse lorsque j'y suis entré", dit Anderson. "Quand vous avez les données nécessaires, vous voulez ensuite apprendre à stimuler les performances. Mais cela a été une sorte de transition pour moi. J'ai dû apprendre à utiliser plusieurs comptes au cours d'une même journée de travail et à comprendre qu'une bonne communication avec le client est cruciale. Mais une fois que j'ai eu traversé cette période d'apprentissage, j'ai vraiment commencé à apprécier la vie en agence."

Données séculaires

FortyFour a travaillé pour l'American Cancer Society, le  Robot Chicken de Cartoon Network et la campagne très populaire "Share a Coke" de Coca-Cola. Pendant tout ce temps, Anderson a durement travaillé en coulisses, en utilisant les données pour parvenir à ses fins. Cela signifie plus que de collecter des analyses après coup. Tout d'abord, et surtout, cela signifie comprendre les objectifs du client.

"Nous commençons par nous assurer que nous comprenons comment les clients perçoivent leur entreprise et ce qu'ils veulent qu'elle fasse", déclare Anderson. "Essayent-ils d'augmenter leurs ventes au détail ? Ou d'optimiser leur site Web ? Quels indicateurs sont réellement importants ? Nous voulons également savoir s'ils estiment déjà obtenir ces données sous une forme ou une autre, afin de comprendre la situation."

De nombreux clients d'Anderson sont déjà engagés dans un type de collecte de données, qu'il s'agisse d'un panel de statistiques WordPress ou de Google Analytics. Ce type de données peut être utile dès le départ, mais ce n'est pas strictement nécessaire.

"Nous sommes indépendants des plates-formes : si les gens aiment leur plate-forme d'analyse, nous sommes heureux de travailler avec", déclare Anderson. "Le principal, de notre point de vue, est de déterminer si nous pouvons répondre aux questions qu'ils se posent avec les données qu'ils ont collectées. Si la réponse est non, nous commençons à renforcer le suivi de leur site Web et sur des plates-formes telles que Facebook et Mailchimp."

Mais les outils d'analyse ne sont pas toujours d'accord, précise Anderson. C'est là qu'il est important de savoir s'il faut s'inquiéter ou pas.

Sous-marins nucléaires et baleines blanches

Imaginez un instant que vous demandiez à vos collègues de décrire la voiture de votre patron. Il peut y avoir un désaccord sur l'année du modèle, ou la nuance de rouge. Ce type de petits désaccords est à prévoir. Ce n'est pas un problème tant que personne ne dit, en fait, que votre patron conduit un sous-marin nucléaire.

"Les gens s'inquiètent beaucoup lorsqu'ils constatent un écart entre leur plate-forme de mesure et leur base de données d'enregistrement", explique Anderson. "Google Analytics, par exemple, a tendance à ne pas donner les mêmes chiffres que Shopify, et ce de manière assez cohérente. Il y a presque toujours un écart de 3 à 5 %. Mais nous le savons, nous nous y attendons, donc cela ne nous inquiète pas. C'est lorsque l'on obtient une vraie valeur aberrante que l'on s'inquiète."

Une partie du problème concerne l'attribution. Chaque plate-forme marketing a sa propre méthode de comptage des clics. Faire en sorte que ces plates-formes s'accordent n'est pas facile.

"Le problème général d'attribution est la grande baleine blanche de l'analyse, le problème que tout le monde essaie de résoudre", explique Anderson. "Cela peut vous rendre fou. Mais à un certain moment, vous devez décider de la formule que vous allez utiliser et prendre des décisions en fonction de ce qui vous attend. Sinon, vous pourriez vous retrouver paralysé par les données."

Pour éviter ce problème, Anderson a une solution simple.

Les bons indicateurs pour le travail

"Quelles mesures vous permettent d'agir ? Ce sont celles qui comptent", dit Anderson. "En e-commerce, par exemple, tout le monde veut suivre le chiffre d'affaires, et à juste titre. Mais en termes d'action, il n'existe pas de levier de revenu que je puisse actionner pour augmenter ces chiffres. La mesure ne se traduit pas en action."

Au lieu de cela, Anderson demande aux clients d'examiner les facteurs qui génèrent des ventes.

"Le chiffre d'affaires est composé du trafic multiplié par le taux de conversion multiplié par la taille moyenne de commande, n'est-ce pas ? Et ce sont des indicateurs avec lesquels vous pouvez élaborer des stratégies. Vous pouvez trouver des moyens pour les augmenter, ce qui se traduira par une augmentation des ventes", explique Anderson.

Une autre façon d'éviter la paralysie des données est de choisir vos mesures et de les respecter.

"Nous avons tendance à avoir deux types de clients : l'un veut des chiffres pour tout : il veut un maximum de données et des mises à jour chaque minute, il adore ça", dit Anderson. L'autre ne regarde les chiffres qu'occasionnellement et n'est pas forcément à l'aise avec eux. Dans les deux cas, nous leur recommandons de lancer une campagne en se concentrant sur 3 à 5 mesures. Il est important de progresser progressivement dans le domaine de l'automatisation marketing. En effet, si vous avez trop de points de données, ils n'auront pas de sens pris ensemble et vous finirez par passer votre temps à essayer de trier les réponses aux questions sur les données au lieu d'élaborer des stratégies pour les éléments qui auront un impact sur votre entreprise."

Comme vos données, aimez votre marque

Grâce à l'analyse des e-mails, Anderson suggère une stratégie similaire : Hiérarchisez quelques indicateurs liés à vos objectifs et suivez-les sérieusement.

"Mailchimp offre une segmentation assez approfondie qui nous permet de suivre qui reçoit des e-mails, à quelle fréquence et quelles actions s'ensuivent", déclare Anderson. "Et commencer par quelques indicateurs simples permet toujours des avancées assez poussées au fur et à mesure que vous recueillez davantage de commentaires. En voyant ce qui fonctionne avec chaque segment d'audience, nous pouvons adapter notre message à chaque groupe."

À mesure que les résultats nous parviennent, nous mettons en avant les données qui éclairent le mieux notre prochaine décision. En e-commerce, cela peut signifier que la vente est plus importante que l'ouverture.

"Bien sûr, nous voulons que les gens apprécient l'e-mail, mais en fin de compte, l'objectif est toujours de vendre un produit", dit Anderson. "En e-commerce, nous nous intéressons davantage au suivi des articles ajoutés aux paniers, aux achats et au montant par vente. Nous sommes moins préoccupés par les taux d'ouverture, car ils peuvent être ajustés au fil du temps. Ce qui est plus difficile pour nous à comprendre au début, c'est qui lit un e-mail puis effectue un achat. C'est là d'où proviennent les données les plus précieuses."

En se concentrant sur quelques indicateurs clés, les décisions stratégiques deviennent plus faciles, et cela peut également renforcer la marque dans son ensemble.

"Votre audience vous laisse beaucoup plus de marge de manœuvre si vous êtes sincère et passionné à propos de votre entreprise", explique Anderson. "Il est difficile de maintenir ce niveau de passion si vous êtes constamment concentré sur la moindre donnée, ou si vous apportez des changements qui améliorent vos résultats de quelques infimes points de pourcentage. Vous serez bien mieux servi à long terme si vous êtes prêt à défendre l'identité de votre marque au lieu de laisser les chiffres s'en charger. C'est ainsi que vous établirez une affinité à long terme entre vos clients et votre marque."

4 façons de gérer les mauvaises données

Tôt ou tard, cela nous arrive à tous : les données n'ont plus de sens. Vos plates-formes de mesure ne sont peut-être pas d'accord sur votre trafic. Les chiffres d'engagement vous amènent peut-être à essayer des lignes objet catastrophiques et des appels à l'action absurdes. Quoi qu'il en soit, toute personne chargée d'analyser les données se heurtera tôt ou tard à cet écueil.

De mauvaises données, cela arrive même aux meilleurs d'entre nous. Voici comment y remédier :

1. Faites confiance à votre instinct (la plupart du temps). Il peut être tentant d'utiliser les données même lorsqu'elles n'ont aucun sens, mais cela peut vous mener sur de mauvaises pistes. Au lieu de nier qu'il y a un problème avec les chiffres, faites confiance à votre instinct. "Lorsque vous essayez d'éliminer les mauvaises données, il vous faut souvent juste du bon sens", dit Anderson. "Si un résultat est absurde, commencez par examiner vos données pour comprendre ce qui se passe avant de modifier votre stratégie."

2. Éclaircissez la question. Les données floues peuvent être le résultat d'une question ou d'une hypothèse floue. Il pourrait être bon de revoir les bases ou de demander simplement l'avis d'une personne qui a davantage de recul par rapport à la campagne. Dans tous les cas, l'objectif est le même. "Vous devez comprendre ce que vous testez et comment vous le testez", dit Anderson. Cela signifie poser des questions claires, utiliser peu de variables et tester un échantillon aussi grand que possible.

3. Voyez les choses en grand. "Si vous effectuez beaucoup de petits tests, qui entraînent des ajustements minimes, vous ne maximisez que localement", déclare Anderson. "Vous arrivez au sommet d'une colline, mais vous finissez par passer à côté d'une autre colline dont l'ascension nécessiterait un changement drastique." Si vous passez beaucoup de temps à collecter des données pour exécuter une stratégie qui n'entraîne que des gains marginaux, vous ne voyez peut-être pas les choses suffisamment en grand. Au lieu de soumettre des lignes objet à des tests A/B, il est peut-être temps de tester deux tout nouveaux modèles.

4. Admettez vos hypothèses. "Les mauvaises données ressemblent un peu au problème de l'attribution marketing", déclare Anderson. "Lorsque vous avez des informations disparates, à un moment donné, vous devez admettre ce que vous allez supposer et simplement vivre dans ce monde pendant un certain temps." Si vous tombez sur des données contradictoires, vous pouvez admettre celles qui correspondent à vos hypothèses initiales tant que vous avez conscience de cette acceptation et que vous êtes prêt à les revoir plus tard, à mesure que de plus amples informations deviendront disponibles.