mai
21

Les joies du reporting web analytics

Dans notre boulot, comme dans tous les autres, il y a des tâches répétitives. Le reporting en fait partie mais, ce n’est pas forcément inintéressant pour l’analyste…
Au tout début d’un projet d’analyse web, on écoute, on parle d’objectifs, on définit des kpis et on se met d’accord sur la fréquence des rapports.

Mais les rapports, à quoi ça sert ?

La phase de reporting est primordiale dans un projet web analytics. Elle sert à contrôler les tendances de trafic, d’événements, d’objectifs, de transactions, de tout ces indicateurs qui ont été considérés et réfléchis comme étant clés. Une vision régulière et claire sur ces indicateurs permet de détecter les opportunités d’amélioration. Tout cela au niveau d’un site, d’une campagne, d’un application ou de tout autre opération digitale.

Lorsque des tests ou modifications ont été mis en place, le rapport web analytics permet de suivre le changement. Dans la plupart des cas, il sert à rassurer le client.

Le rapport est l’élément clé du suivi d’une opération digitale. On le met à jour régulièrement et c’est à partir de ce document que l’on commence à creuser et à analyser.

C’est un agrégat de données mises en forme. On y classe les kpi, les indicateurs secondaires, et en fonction des clients : le “bon à savoir” (“nice to know“ en anglais).

Le rapport peut prendre différentes formes : il peut être joli, moche, dans un excel, dans un mail, directement dans l’interface de l’outil d’analyse, oral, voire même parfois sur un bout de papier.

A qui s’adresse les rapports web analytics ?

Le rapport est un des livrables de l’analyste, il s’adresse le plus souvent au client mais il peut aussi être utile aux équipes projet.

Le rapport destiné aux équipes projet

Ce rapport n’est pas forcément celui que l’on bichonne le plus. Il est souvent fait “à l’arrache” et contient des données qui ne parlent pas à beaucoup de monde. C’est un rapport qu’on souffle à l’oreille d’un intégrateur qui s’intéresse à Google Analytics ou qu’on glisse dans l’ascenseur pour impressionner une stagiaire graphiste (même si ça marche rarement).

L’évangélisation, c’est important. Certes, nos collègues ne comprennent pas tout à notre métier mais il faut prendre le temps de leur expliquer. Les développeurs, les graphistes et les gens du conseil ont tous intérêt à en apprendre plus sur les données.

Le rapport pour les équipes projet peut donc contenir une répartition de l’audience par résolution d’écran pour aider les DA à “designer” des maquettes à largeur réaliste. Ou alors, il peut contenir le nombre de pages vues en fonction de l’heure pendant une période de campagne intense qui va permettre à l’administrateur système de prévoir certaines charges serveur.

C’est aussi un rapport qui fait plaisir quand on peut en dire “Ba voilà, en fait, notre opé, elle fonctionne !”… Ou alors celui qui devrait nous remettre en question lorsque les résultats sont catastrophiques.

Oui mais voilà, c’est un rapport qu’on boude, on le présente très rarement, il n’est jamais au planning et c’est bien dommage !

Le rapport pour le client

Pour faire simple, il existe deux types de clients : les clients à responsabilités et les autres. Les premiers sont à la tête de la hiérarchie et prennent des décisions pour l’entreprise. Les autres rapportent à leurs supérieurs mais ils ont un pouvoir décisionnel limité. Le problème dans tout ça, c’est que souvent, ce sont les autres qui prennent les décisions au niveau du choix de l’agence qui grillera le budget de communication…

Le rapport pour le haut de la hiérarchie : concis et précis.

Lorsque l’on rapporte les résultats d’une opération digitale à un client haut placé, c’est souvent simple et rapide. Il sait ce qu’il veut savoir, on a juste à lui expliquer.

Dans ce cas de figure, le travail de l’analyste est passionnant. Il mesure, met en forme les données, il les analyse, puis livre une synthèse au client avec les enseignements les plus importants accompagnés de quelques chiffres et graphiques.

Ce qui intéresse le client est surtout l’enseignement, l’avancée par rapport aux objectifs. Il suffit même parfois d’un mail ou d’un coup de fil pour livrer ce genre de rapport. Lorsque l’on parle le même langage, tout est plus facile.

Le rapport pour les autres : confus et laborieux.

Lorsque les autres veulent un rapport, comprenez les gens qui n’ont pas un pouvoir décisionnaire direct, c’est plus compliqué. Ils veulent tout savoir !

Pourquoi ce type de client est si friand des données, pourquoi en veut-il tant ? Tout simplement parce qu’au moment de la demande de livrable, il ne sait pas du tout ce dont il aura besoin au final…

Vous allez me dire : “Mais Romuald, c’est à toi de leur expliquer, de les écouter puis de formaliser leurs besoins…” et je vous répondrai : “J’ai essayé, j’essaie encore régulièrement pourtant… Mais c’est vraiment très compliqué…”.

Ce type de client a besoin de beaucoup de matière parce que c’est lui qui analyse et synthétise pour sa hiérarchie. On ne peut pas lui en vouloir, il subit la pression de ses supérieurs et nous la transmet pour se décharger. Il ne connaît pas forcément bien l’analyse web mais il maîtrise son sujet, son marché et ses produits.

Dans ce cas de figure, le travail de reporting de l’analyste se limite à l’extraction et à la mise en forme de données. Il doit être calme et patient pour répondre aux demandes de dernière minute. Ce qui intéresse le client est l’abondance de chiffres, et de jolis graphes. Tout cela servira à agrémenter des présentations qu’il fera à ses supérieurs.

Il m’est arrivé de livrer un rapport complet à mettre à jour quotidiennement pendant une courte période et d’avoir pour retour : “Merci Romuald pour ce rapport, le header est magnifique”…
Pour résumer, ce type de client n’est pas foncièrement mauvais, mais il met en place un rapport de sous traitant / payeur qui ne facilite en rien l’échange. Ce serait plus simple de nous faire confiance et de travailler main dans la main… La connaissance parfaite d’un sujet liée à des compétences solides en analyse web, c’est un peu le graal de l’optimisation marketing.

Les avantages du reporting

La période de reporting a beaucoup d’intérêts pour l’analyste.

Maitriser les outils de consolidation et de mise en forme des données

Qui dit reporting, dit extraction et mise en forme de données.

Or l’analyste a besoin d’optimiser ces étapes, sinon il passera 90% de son temps à faire uniquement de la mesure. Il n’aura plus le temps d’analyser et encore moins d’optimiser…

L’extraction des données est un passage obligé. Il permet à l’analyste de se familiariser avec les interfaces des solutions web analytics et des outils tels que les add-in excel.

C’est ce qui pousse les responsables en recrutement à noter dans les annonces destinées aux consultants en web analytics : “Maîtrise d’excel souhaitée” ou “Capacité à s’adapter à divers outils SAAS, bureautique, tableurs” voire même “Connaissances en SQL requises”…

Savoir jongler avec des lignes, des colonnes, des formules et des graphes est indispensable. Cela permet au consultant d’automatiser une grande partie de son travail et de répondre rapidement et efficacement à certaines demandes de clients. Excel et ses fameux tableaux croisés dynamiques sont des outils extrêmement utiles à la résolution de certains problèmes.

Comprendre parfaitement la signification de chacune des métriques

En analyse web, il faut pouvoir lier, croiser, et mettre en perspective des métriques. Or pour cela il faut bien les comprendre. La seule solution est de mettre en pratique les connaissances acquises lors de sa veille ou de la lecture de la documentation des outils.

La période de reporting est propice aux questions. Notre cerveau ne fait pas que recopier des chiffres, il se demande également ce qu’ils signifient. Il n’est pas rare lors de la création d’un tableau avec une mise en forme pondérée en fonction des valeurs qu’il contient de se dire “Mais pourquoi cet indicateur varie autant d’une ligne à l’autre ? Et puis d’ailleurs, comment avec autant de pages qui ont un temps passé de 00:00:00 je peux avoir une moyenne au global positive… Bon va falloir que je comprenne bien comment cet indicateur est mesuré”.

Vous êtes censé être un spécialiste, vous devez absolument connaître sur le bout des doigts la signification et le mode de fonctionnement de tout ce que vous exposez dans vos rapports. Sinon, une simple question d’un client peut vous décrédibiliser définitivement.

Se poser les bonnes questions et entrevoir les premières tendances

“Concentrons nous sur le peu critique” dit un certain Avinash. Et bien il a raison, si on a bien fait notre travaille en amont, le reporting se limite à aller chercher les indicateurs principaux (KPIs). A partir de ceux-ci, on n’aura plus qu’à découvrir ce que toutes ces variations signifient. On fera une segmentation précise et chirurgicale des données qui nous intéressent pour comprendre ce peu critique en réalisant des “focus” et “analyses segmentées”.

Se rendre compte de ses erreurs

“Un taux de rebond de 8% sur cette landing page, c’est génial… Mmmmh, et si j’allais tout de même vérifier que le tag part bien à ce niveau du site”… Quelques minutes plus tard… “Double taggage foireux… ok comment je fais maintenant ?”. Qui d’entre vous, amis analystes, n’a jamais eu ce petit sentiment de frustration, voire de haine intense envers soi-même.

Vous êtes responsables des données (au moins aux yeux des clients), si elles ne sont pas récupérables, c’est vous qui prenez…

N’hésitez pas à partager vos expériences et votre point de vue. Les périodes de reporting semblent laborieuses mais lorsque l’on s’en sort avec quelques insights précieux, elles deviennent victorieuses ! Alors, au rapport tout le monde !

Google+
mai
18

Comment recruter un bon web analyste ?

Author François    Category Opinions et débats     Tags

C’est vrai le titre de l’article est un peu racoleur, cependant j’avais envie de faire un peu le tour des qualités qui font un bon web analyste sur le terrain.

La web analyse est un métier jeune et l’on trouve dans les entreprises des profils vraiment différents occuper des postes d’analystes, chacun ayant ses forces et ses faiblesses. Je discutais la semaine dernière avec une assistante RH chargée de recruter des profils de web analystes et le constat que l’on fait aujourd’hui c’est qu’il y a une pénurie sur le marché de profils confirmés et seniors. Et parmi ces profils, lorsque l’on reçoit les candidats au delà des années d’expérience écrites sur le CV, quelles sont les qualités, parfois subtiles qu’il faut savoir aller évaluer lors de la phase de recrutement.

La passion

Sans nul doute ce qui fait d’abord un bon analyste c’est la passion qui l’anime, le carburant du quotidien qui lui donnera la force d’aller creuser au plus profond d’Excel, de Google Analytics, d’Omniture ou de bases de données pour avancer à petits pas vers la compréhension du comportement du visiteur. Il faut être passionné du web d’une part, mais aussi passionné du marketing et des opérations digitales. En général de cette passion découle une bonne connaissance des différents canaux, leviers ou mécanismes. Sans cette passion pour le métier, la flamme s’éteint rapidement devant l’inertie d’un responsable digital ne comprenant pas le web ou devant l’attitude complètement blasée d’un chef de projet laminé par des années de refus…

Le offline

Du web, oui ! mais pas que
Le profil un peu hétéroclite présente à mon sens de grand avantage (et je ne prêche pas que pour ma paroisse). Je trouve que les analystes qui ont des centres d’intérêts très éloignés du web, ou qui ont des expériences ou formations totalement différentes ont une ouverture d’esprit qui leur permet bien souvent de résoudre des problèmes avec ingéniosité. En plus, le bon web analyste doit savoir faire la part des choses, parfois le monde des affaires passent avant tout par les canaux traditionnels, même si l’on a le nez dans les chiffres du web il faut savoir prendre du recul.
Il faut donc aussi de solide connaissances en marketing traditionnel et comprendre comment fonctionne une entreprise, un business en général. La priorité pour une marque n’est pas toujours un taux de clic sur une bannière ou un lien SEO dans le footer.

Dans la partie offline je rajouterais aussi qu’il faut de bonne compréhension des statistiques. Les outils web analytics actuels sont tels qu’ils nous donnent des résultats facilement (des données), mais il faut savoir aussi évaluer la pertinence de ces données. Si l’on lit cet article sur les définitions de base sur les statistiques on comprend bien qu’il ne faut pas se précipiter dans les conclusions en regardant deux résultats de campagne différents. Au contraire il faut faire appel à de vraies capacités…. d’analyste.

La curiosité, la patience, l’opiniâtreté et l’imagination.

Je regroupe toutes ces qualités sur la même ligne car il s’agit de la façon que va avoir le web analyste de gérer son quotidien lorsqu’il est tout seul face à ses données.

J’ai remarqué que les bons analystes ont la soif d’apprendre : nouveaux outils, nouvelles méthodes, nouvelles mesures, nouveau service, nouvelles solutions, du nouveau il veut toujours du nouveau. Alors que certains métiers dans l’entreprise ont peur du changement et par conséquent sont assez peu curieux de nature, je trouve le bon analyste extrêmement curieux.
Et de la curiosité il va lui en falloir pour finir par trouver l’élément extérieur qui se corrèle parfaitement avec le phénomène qu’il est en train d’observer. Il faut de la curiosité pour trouver des solutions aux problèmes qui se posent au quotidien, mais aussi une bonne dose d’imagination. Evidemment l’analyste n’est pas un créatif, c’est à dire que son imagination ne va pas nécessairement aboutir à la création de quelque chose mais par contre elle est indispensable dans le processus de résolution ainsi que dans celui de proposition.
L’analyste doit trouver des « insights » et proposer des recommandations pour améliorer une campagne ou l’expérience utilisateur sur le site. Pour proposer des recommandations il faut une bonne dose d’imagination, l’expérience n’est pas toujours le plus important.
Enfin la patience et l’opiniâtreté sont deux vertus qui vont faire la différence entre un bon analyste et un excellent analyste dans certaines société. En effet lorsque l’on analyse les données on se rend toujours compte des problèmes, des erreurs, des défauts. On alerte, on dénonce, on propose les bonnes solutions mais souvent, beaucoup trop souvent nous butons sur l’inertie du système d’une organisation ou sur la réalité matérielle du projet. Le bon analyste ne perdra pas patience, il continuera à proposer des solutions, peut être d’une autre manière, peut être en présentant les choses différemment, mais il n’abandonnera pas.

La personnalité

Je terminerai sur cette partie qui est essentielle.

Le web analyste n’est pas seulement une personne qui va se retrouver seul face à son Excel. Il est aussi un vendeur. Oui, il faut vendre. Il faut convaincre.
Avoir une idée, ne sert à rien si les autres ne l’acceptent pas. Même si c’est la meilleure idée. Détenir la vérité ne sert à rien, si les autres ne la comprennent pas.

Le web analyste devrait être le moteur du changement de la partie digitale. Il détecte les opportunités, il découvre les faiblesses ou les problèmes. Il est capable de proposer des solutions pour changer, mais simplement les proposer ne sert à rien. Il faut qu’il les fasse accepter, il faut qu’il sache gagner la confiance des ses clients (internes ou externes). Donc effectivement il faut être un bon communicant comme on voit dans certaines offres d’emploi, car il faut savoir exposer ses idées et surtout savoir construire au fil de la relation un lien de confiance. Il doit donc avant tout avoir confiance en lui (et en ses données) et aussi être fin psychologue.

Conclusion

Donc pour conclure le bon analyste n’est pas forcément celui qui a 5 ans d’expérience sur Omniture, qui est certifié AtInternet ou qui à un super score GAIQ. Le bon analyste sera celui qui est passionné par le digital, sans être obsédé, il connait bien le marketing et les statistiques, il fait preuve de curiosité, de persévérance et d’imagination, il sera un collègue agrable au quotidien avec qui l’on a envie de partager ses informations et il est capable de soutenir ses convictions et convaincre les décisionnaires.

Et là on comprend mieux pourquoi les salaires s’envolent…

Google+
mai
17

La mesure, la dimension et le segment

Author François    Category Premiers pas     Tags , , ,

J’ai reçu la semaine dernière une longue liste de « metrics » que je serais bien aimable de fournir toutes les semaines…

Bon alors bien évidemment je suis habitué à ce genre de demandes, je ne veux pas débattre aujourd’hui de l’intérêt de fournir des rapports qui ne s’alignent sur aucun objectif tangible mais je voudrais juste remettre un peu d’ordre dans le vocabulaire que les praticiens du web utilisent au quotidien.

Lorsque l’on a une certaine expérience en tant qu’analyste on a bien sûr déjà remarqué que très souvent nos clients veulent faire le travail d’analyse à notre place. Ils nous demandent souvent de fournir une liste de chiffres (rapports bruts) qu’il veulent « analyser » eux même, puisqu’après tout, l’analyse c’est juste un peu de bon sens. Soit, soit… C’est comme si j’appelais le plombier pour un problème de fuites et qu’une fois sur place je prends ses outils pour réparer le tout moi même. Après tout si je sais utiliser les outils et que je paye le plombier, je doute qu’il se plaigne, mais si j’appelle une clé à molette un marteau et que je veux déviser un syphon avec un tournevis, je doute que le résultat soit optimal.

Le web analytics c’est pareil ! Il y a un nom précis pour désigner les objets et je vous propose ici de vous donner une vision (certes un peu simplifiée) sur la théorie du reporting et l’analyse.

La mesure.

Alors la mesure (en français), la metric (en anglais), est dans le cas du web analytics le résultat d’une opération. Il peut s’agir d’une addition pour les mesures de type compteur (visiteurs, visites, pages vues, etc) ou il peut s’agir d’une division pour les mesures du type ratio (Taux de conversion, Page vues par visite, Taux de clic, etc).

Ce qui peut se mesurer sur un site web (je vais faire simple dans ce billet), ce sont les visiteurs, les visites qu’ils effectuent, les pages qu’ils chargent dans le navigateur mais aussi toutes sortes d’actions du visiteur n’étant pas liées au chargement d’une page et qui peuvent avoir une importance pour la compréhension du comportement. En fait on compte (mesure) la somme de ces évènements.

Ces mesures sont donc tout simplement des nombres. Si l’on parle des mesures d’un site web on parle donc d’un certain nombre de visites, de visiteurs ou de pages vues, de commandes, de clics, de lectures de vidéos, d’inscriptions, etc.

Il est fort probable que ces nombres ne nous disent pas grand chose en soi, il va donc falloir commencer un travail d’analyse. Pour information l’analyse est une méthode par laquelle on sépare un tout en ses différentes parties constituantes afin de mieux le comprendre.
Si l’on prend l’exemple des visites sur un site, le total ne nous explique rien, on va donc regrouper les différentes visites selon un « type » que l’on aura choisi, c’est à ce moment là qu’entrent en jeu les dimensions.

La dimension.

La dimension est un attribut que l’on donne à une mesure. Dans le cas des visites, on peut prendre comme attribut de visite la source, l’origine géographique, la langue du navigateur, etc.

La valeur d’une dimension est très souvent un texte (histoire de bien comprendre la différence entre metric et dimension), mais on peut aussi trouver des nombres (tranches de temps passé, prix d’un produit, nombre de visites passées, etc). On va retrouver principalement 4 types de dimensions dans le web analytics : l’attribut du visiteur (ex:Navigateur web), l’attribut de la visite (ex: refferer de la visite, etc), l’attribut de la page vue (ex: catégorie du site, produit présent sur la page, etc), l’attribut d’un évènement (ex: produit acheté, prix d’une commande, etc).

On va retrouver les dimensions dans ce que l’on appelle un rapport qui va se construire en plaçant en général sur chaque ligne la valeur des dimensions et dans les colonnes à coté la valeur d’une ou plusieurs mesures. Comme sur cet exemple :

N’oublions pas que les dates sont aussi une dimension qui permet déjà de comprendre ce qui s’est passé avant même d’aller chercher des attributs plus compliqués. Un rapport avec tous les jours du mois sur les lignes (dimension) et les visites (mesure) dans une colonne nous donne un joli rapport de tendance.

Le segment.

Le segment est simplement un regroupement d’une série de valeurs d’une ou plusieurs dimensions. Le segment permet d’isoler une partie du trafic d’un site afin de le comparer soit au reste du trafic soit à un autre segment. L’intérêt du segment pour l’analyse par rapport à la simple dimension c’est que pour le segment on peut établir des successions d’opérations booléennes sur différentes dimensions et que l’on peut appliquer le segment à d’autres rapports que celui de la dimension dont on se sert.

Par exemple, sur mon blog j’aimerais savoir si nos amis francophones du Quebec sont intéressés par les mêmes articles que nous autres européens, avec une maturité web analytics peut être différente.

Je vais choisir d’isoler dans mon premier segments la valeur Quebec dans la dimension Région avec plus d’une page vue (je ne garde que ceux qui manifestent un minimum d’intérêt pour le blog).
Dans mon deuxième segment j’isole la valeur Europe dans la dimension Continent avec plus d’une page vue.
Maintenant je peux appliquer ces deux segments à divers rapports qui me paraissent intéressants pour répondre à la question que je me pose : Visites (mesure) par Mot clé cherché dans les moteurs de recherche (dimênsion), Consultations uniques (mesure) ou temps passé (mesure) par Page (dimension).

On voit bien que la vraie analyse commence avec la segmentation, en faisant ce simple exercice j’ai déjà appris deux ou trois choses importantes (que l’on nome parfois abusivement « insights ») que je ne vais pas expliquer ici car j’imagine que ça n’intéresse personne… Par contre si je veux attirer plus de québécois par Google sur mes articles il va falloir que je commence à décrire mon site comme un « blogue web analytics » (et non plus un blog web analytics)….

Google+