J’ai été ravi de participer au petit-déjeuner organisé par Compario. Je tiens à remercier Frédéric Denel et toute son équipe pour m’avoir invité à prendre la parole dans un évènement où l’auditoire était d’une grande qualité. Mes slides sont disponibles dans la section ressources de Converteo, c’est d’ailleurs ceux que j’avais déjà présentés au forum e-marketing.

J’aimerai revenir sur quelques questions très pertinentes qui ont pu être posées et auxquelles j’ai essayé d’apporter une réponse :

• Quel est l’intérêt de payer pour une solution de web analyse alors que Google Analytics est gratuit ? -> Ma réponse a été plutôt technique, mais j’aurais pu commencer en évoquant une anecdote : je me rappelle d’une conversation avec un responsable d’un outil payant, qui me disait qu’il remerciait Google pour sa solution, car elle avait deux grandes qualités : être gratuite et assez facile d’utilisation - ce qui permet d’évangéliser le marché français concernant la web analyse, et être suffisamment limitée pour créer de la frustration et pousser les responsables de site à changer pour une solution plus puissante.

  En d’autres termes, il m’a expliqué que Google Analytics était la composante gratuite d’un modèle Freemium dont la partie payante était l’ensemble des autres acteurs. Assez croustillant je vous le concède. Ce matin je me suis contenté d’expliquer que pour passer de l’analyse au diagnostic, il fallait pouvoir investiguer certains points, qui nécessitaient très souvent de segmenter les visites à la volée sur différents critères. Google Analytics est incapable d’une telle prouesse car il génère des rapports précalculés. Il n’existe pas une structure de cube Olap qu’il serait possible de manipuler pour générer de nouveaux rapports.

  Ma conclusion a donc été de mettre en avant la finalité de la mise en place de l’outil : si c’est pour faire du reporting, Google Analytics est suffisant, si c’est pour faire du diagnostic et du datacrunching, il faudra envisager une solution plus puissante, ce qui sous-entend aussi d’avoir des ressources humaines ou des consultants pour exploiter la mine d’information. C’est là qu’intervient Converteo avec son offre de business piloting…

• Faut-il mettre un web analyste à temps plein sur un site ? -> Amazon a des dizaines de web analystes… Et vous ? La web analyse sert à décrypter le comportement des visiteurs sur le site et récupérer l’ensemble des informations utiles sur les clients pour améliorer leur expérience et in fine générer plus de CA. Il est donc important de considérer que les web analystes ne doivent pas faire uniquement du reporting, dans quel cas un outil bien paramétré et deux jours.homme par mois suffiront, mais ils doivent aussi diagnostiquer et être force de proposition pour optimiser la performance du site.

  Dès lors, en considérant que 5 jours.homme de web analyse orientée diagnostic/recommandation génèrent un travail digéré par une équipe de réalisation (graphiste + développeur) en deux à trois semaines, si vous voulez un web analyste à temps plein, il faudra au moins envisager de mettre deux à trois équipes de réalisation à sa disposition… Car le goulot d’étranglement, du moins c’est ma vision, n’est pas du côté du diagnostic/recommandation, mais bien de la réalisation.

  Si à présent vous confiez à un web analyste des projets d’A/B testing ou de testing multi variés sur lesquels il peut être plus ou moins autonome, vous pourrez envisager de lui allouer moins de ressources de réalisation, car il en assumera une partie. Les outils de type Holistis permettent d’envisager de telles configurations.

• L’information collectée via les outils de CRM et de web analyse sont-ils remontés aux fabriquants des produits vendus ? -> La France a la culture du reporting qui sert à se protéger (”vous avez vu, ce n’est pas moi le responsable, mais l’agence de génération de trafic qui fait n’importe quoi !!!), mais pas celle du reporting comme point d’entrée de la prise de décision.

  Avec un tableau de bord bien pensé, il est possible d’avoir des warnings qui doivent pousser à l’investigation et au diagnostic. Malheureusement, je connais des sites de contenu, version en ligne de magazine papier qui marchent très bien, qui ont à peine un outil de mesure d’audience en place, et qui sont incapables de savoir sur une journée quel est l’article le plus… J’espère qu’ils ont depuis résolu le problème, l’anecdote date de juillet 2007. Tout cela pour indiquer qu’en interne les sites ne sont pas pilotés à la performance, alors quant à envisager de transférer de l’information à un site tiers, c’est presque utopique en France…

  L’exemple que je prends souvent est celui du moteur de recherche : en France, combien de responsables de site étudient hebdomadairement les requêtes qui ont été saisies dans le moteur de recherche ? Pour l’instant, si je dois extrapoler sur mes rencontres je dirai qu’il y en a moins de 10%. Par contre, ils sont tous prêts à payer des fortunes pour des focus group ou des questionnaires en ligne, alors que par définition, le moteur de recherche interne est un champ libre permanent lié à la question existentielle du “pourquoi êtes-vous là ?”

En fin de conférence, Frédéric Grivot directeur de Wexpay sur l’impact du nombre et de la nature des solutions de paiement sur l’amélioration des taux de conversion de site d’e-commerce. C’est un point que je remonte souvent dans les audits que je mène, mais j’avoue avoir omis d’en parler dans mes slides. Je vous avoue même découvrir à l’instant avec Thomas que nous n’en avons jamais parlé sur Blog-Conversion. On va corriger le tir rapidement, surtout que Frédéric m’a promis des documents…

J’espère en tout cas que mes réponses posées sur papier ne trahissent pas l’esprit de mes réponses orales, je n’ai certainement pas la même habileté avec mon clavier à tête reposée, qu’en live avec les regards braqués sur moi… Coluche disait que la répartie sont les mots qui vous viennent à la bouche quand l’autre il est parti. Heureusement donc que nous avons les blogs pour prolonger les débats et les conversations.

• Partager sur Facebook
• Enregistrer sur Del.icio.us
• Ajouter sur Scoopeo
• Voter sur Wikio

Quelles nouveautés pour optimiser le taux de conversion de vos campagnes d’e-mailing ? Pour beaucoup d’entre vous c’est une question de très haute importance. Pour vous qui rêvez d’une formule magique, mathématique, voici un début de réponse.
Marketing experimental Journal vient de publier un article traitant de l’optimisation des campagnes d’e-mailing dans le but d’augmenter le taux de conversion de celles-ci. On y retrouve les bonnes pratiques présentées sous forme d’une formule mathématique.
Au préalable, il vous faut lister les étapes clés qui seront à optimiser, ainsi que les objectifs liés à chaque étape.

Ec = Email capture -> Création d’une base d’emails qualifiés
Op = Open it -> Optimisation du taux d’ouverture de votre mail
Ct = Click through -> Mise en valeur du lien à cliquer pour atteindre votre offre
Lp = Landing page -> Optimisation de la landing page avec l’offre que vous désirez pousser

Alors pour l’instant vous me direz qu’il n’y a rien d’exceptionnel. Il s’agit d’un processus classique, même si je doute que tous les responsables de campagne mettent en pratique systématiquement cette méthode.

La différence fondamentale vient du fait que l’Email Optimization Sequences est une méthode proposant d’inverser le sens du processus. La landing page devenant la première étape et par conséquent le référent de la suite du processus.

Une fois ce principe énoncé, MarketingExperiment vous conseille d’utiliser une formule d’optimisation de chaque étape appelée : « Email Messaging Effectiveness Index». Il est conseillé d’adapter la formule qui suit selon la spécificité de chaque étape.

Cette formule vous permet donc d’identifier les leviers d’action dont vous disposez pour améliorer l’efficacité de chaque étape de votre campagne d’e-mailing.

Tout d’abord il vous faudra optimiser la pertinence de chaque élément pour le consommateur. Ceci étant démultiplié d’une part par la maximisation de la valeur ajoutée de votre offre et d’autre part par la motivation à agir que vous saurez insuffler à l’internaute (achat, cliquer sur le lien, ouvrir le mail…).

Dans un deuxième temps vous devez être capable de diminuer au maximum l’impact négatif du processus (e-mailing et achat) et rassurer votre interlocuteur sur le partage de ses informations personnelles.

Au niveau de la landing page, l’optimisation de la pertinence (rv dans la formule) vous oblige à présenter l’offre présentée dans l’e-mailing. Cette offre doit répondre aux besoins suscités qui ont poussé l’internaute à cliquer sur le lien.

Dans le cas de l’adresse email, la notion de pertinence se traduit par deux facteurs :

• La pertinence de la qualification par rapport à vos offres -> Il serait bon au moins d’avoir le sexe si on pousse des vêtements, il faudra que j’en parle à 3suisses, j’ai sans cesse des mails pour des robes
• La spécificité de votre offre et sa capacité à répondre au besoin actuel de votre cible. L’offre doit être crédible et valorisante pour motiver l’internaute

Enfin vous pouvez, dans le but de pousser à l’action, insérer un caractère urgent ou exceptionnel à la spécificité de votre offre.

Synthèse

La méthode présentée par le Marketing experimental Journal doit vous permettre d’améliorer vos taux de conversion sur campagne d’e-mailing, en éliminant les erreurs fatales telles que l’absence de l’offre présentée dans votre mail sur la landing-page…

• Partager sur Facebook
• Enregistrer sur Del.icio.us
• Ajouter sur Scoopeo
• Voter sur Wikio

Agrandir le plan

Petit rappel, pour les inscrits au petit déjeuner de Compario au cours duquel j’interviens : rendez-vous 8h30 demain matin dans les locaux de Microsoft, 148 rue de l’Université 75007 Paris (Métro Invalides - Parking Tour Maubourg). Au programme, un petit cours d’alchimie du web par votre serviteur (60 slides en 30 min, ma solution anti somnolence), une présentation + une démo de l’outil Compario (la référence européenne du guided selling solution) et le témoignage de 3suisses (pour les derniers sceptiques). Compario était parti sur une salle de 50 places. Au final nous avons récupéré 50 places supplémentaires, et même avec un peu de surbooking, nous avons malheureusement été obligés de refuser du monde. Promis, il y aura d’autres évènements, plein d’autres… Dès que les dates sont fixées, je vous tiens au courant.

• Partager sur Facebook
• Enregistrer sur Del.icio.us
• Ajouter sur Scoopeo
• Voter sur Wikio

Avinash Kaushik auteur de “Web Analytics: An Hour A Day” et John Marshall CEO de ClickTracks ont posté un article des plus intéressants et quelques vidéos où ils exposent la “fragilité” des outils de Web Analyse lorsqu’il s’agit pour eux de calculer des R.O.I.

Leur exposé se structure autour de plusieurs scénarios mettant en lumière la difficulté à désigner quel a été l’investissement entraînant la conversion d’un visiteur en client. Des hypothèses, et donc des choix, ont été fait dans l’implémentation de Google Analytics et les autres outils de mesure d’audience. Mais les hypothèses ne sont pas toujours les mêmes et le R.O.I. n’est donc pas une mesure unique.

Pour mémoire, il est possible de définir des objectifs dans un outil de mesure d’audience. On peut attribuer une valeur économique à l’objectif. Par exemple, si l’objectif est un achat, la valeur économique est la valeur du panier. Les outils de mesure d’audience calculent ensuite les taux de conversion en faisant le rapport entre le nombre de visiteurs uniques ayant accompli l’objectif, et le nombre de visiteurs uniques total. Le calcul du R.O.I. sera lui effectué à partir du coût d’acquisition (liens sponsorisés, bannière, mailing…) du visiteur converti et de sa valeur économique.

I. Une situation optimiste et simple : une source de trafic

Cas 1 : conversion avec une source de trafic (Cliquez pour agrandir)

Cas 1 : conversion avec une source de trafic

Un visiteur regarde le site du NY Times, clic sur une bannière de publicité provenant de DoubleClick, arrive sur le site de e-commerce “Alpha” et fait un achat. Si les pages sont bien taggés (.js sur le diagramme) par une solution de mesure d’audience, l’origine de la conversion sera attribuée à DoubleClick. Toutes les solutions de mesure d’audience se comporte de la sorte.

II. Plusieurs sources de trafic

Cas 2 : conversion avec plusieurs sources de trafic (Cliquez pour agrandir)

Cas 2 : conversion avec plusieurs sources de trafic

Cette situation est plus délicate. Les pages sont correctement taggés, le visiteur démarre toujours sur une page du NY Times. Il clique sur la bannière et se retrouve sur le site “Alpha”. Il regarde quelque pages, mais n’achète rien et quitte le site. Il revient une seconde fois en passant par un lien sponsorisé sur un moteur de recherche du type Google, mais il n’achète toujours pas. En fait, il met la page du produit qui l’intéresse dans les favoris de son navigateur. Pour sa troisième visite, il utilise son lien dans les favoris et achète finalement le produit.
A qui est attribué le mérite de la vente ?

Votre solution de Web Analyse va la plupart du temps attribuer la conversion à la dernière source de trafic, le trafic direct dans le cas présent. Pour mémoire, on retrouve dans le trafic direct toutes les visites générées lors de la saisie de l’adresse par URL, par clic sur un lien de favoris, et tout ce qui n’est pas tracké, avec notamment les visites générées par les campagnes de mailing mal trackées.

Le souci de voir la conversion attribuée à une visite liée au trafic direct est qu’une telle visite n’a pas de coût… et pourtant en amont le visiteur est passé par deux fois par des sources de trafic payantes.

Beaucoup de solutions de mesure d’audience vont donc par défaut attribuer la conversion à la visite par trafic direct. Les gens de Google Analytics ont décidé pour leur part de conserver la dernière source de trafic payante comme source de trafic à laquelle attribuée la conversion. Concrètement, une source de trafic direct ne pourra pas écraser une source de trafic par liens sponsorisés, affiliation, mailing,… dans la logique d’attribution de la conversion. Maintenant, il reste à savoir si le choix fait par Google Analytics par rapport au standard du marché est pertinent/optimal.

III. Pourquoi les outils de mesure d’audience montrent des résultats différents

Nous venons de voir comment les outils de Web Analyse fonctionnent, et en quoi Google Analytics déroge au standard. Mais qu’en est-il des autres outils de mesure (hors outil de Web Analyse) présents ? Par exemple, on peut s’interroger sur le contenu du rapport généré par l’outil de rapport DoubleClick ? ou par la plateforme de liens sponsorisés ?

Après tout, cette personne est arrivée sur le site “Alpha” pour la première fois avec un clic sur une banière DoubleClick, et ensuite revenue par un lien sponsorisé et a été convertie via ses favoris. Tout les outils ont donc vocation à s’attribuer la réussite de la conversion ! Adwords, DoubleClick, Yahoo Sponsored Search… se définissent tous comme à l’originie de la conversion.

C’est pourquoi, il est important d’aller au-delà de la notion de visite. Avinash propose donc de s’intéresser au temps passé sur le site pour définir quelle est vraiment la source de trafic qui a été impactante dans la conversion.

IV. Que se passe t-il quand les cookies sont effacés ou blockés par des logiciels

Considérons le cas où le cookie de DoubleClick et celui de votre outil de Web Analyse sont éffacés. Lorsque la vente se fait, il ne reste plus personne à qui attribuer la vente. Ce cas explique pourquoi il y a beaucoup de sites présentant une part disproportionnée de trafic direct… Même sous Google Analytics, l’absence de cookie se traduira par l’attribution de la vente au trafic direct.

Synthèse

Les outils sont imparfaits, chacun repose sur des hypothèses différentes et chacun possède une part de la vérité. Voilà le constat qui pourrait résumer le problème du tracking du R.O.I. des campagnes sur Internet. Naturellement, on ne peut pas rester sur un tel constat, et il faut trouver des moyens d’avancer. C’est par exemple ce que propose Avinash en nous invitant à ne pas oublier de considérer le temps passé sur le site en parallèle du R.O.I., puisque cet indicateur est également une mesure clef du succès d’une campagne.

Article original
Blog d’Avinash Kaushik

• Partager sur Facebook
• Enregistrer sur Del.icio.us
• Ajouter sur Scoopeo
• Voter sur Wikio

Nous avons appris récemment que Google venait d’intégrer, à Google analytics, une fonctionnalité de benchmarking. Quelle surprise ! En effet il y a quelques mois, l’un des responsables de Google France assurait à Raphaël qu’ils n’avaient pas l’intention d’intégrer un outil de benchmarking !

Benchmarking Google Analytics (Cliquez pour agrandir)

Benchmarking Google Analytics (Cliquez pour agrandir)

Maintenant que c’est chose faite, expliquons en quelques mots le principe. Si vous acceptez de partager vos données (anonymement) avec les autres sites du même secteur d’activité, vous aurez accès à la fonctionnalité « Benchmarking » sur Google analytics. Celle-ci vous permet de consulter les évolutions de votre marché (taux de conversion, trafic…). Il ne s’agit pas d’une révolution dans le monde de l’analyse, d’autres outils vous proposent déjà de consulter ce type d’information ( Xiti http://www.xiti.com/ ou Fireclick http://www.fireclick.com/).

Benchmarking Fireclick (Cliquez pour agrandir)

Benchmarking Fireclick (Cliquez pour agrandir)

Quelles sont les différences entre ces outils ? Un début de réponse avec ce petit comparatif.

Bien entendu il vous faudra prendre du recul par rapport à ces résultats. La pertinence dépendra du nombre d’utilisateurs dans votre secteur d’activité, du taggage de votre site ainsi que de la définition des indicateurs.

D’ici quelques semaines les premiers chiffres seront disponibles et vous permettront donc de vous situer par rapport à votre environnement concurrentiel. Mais cet outil n’est pas une fin en soi.

En effet, il me semble bien plus important d’analyser les résultats de votre site non pas par rapport à ceux de votre secteur mais plutôt par rapport à vos résultats de l’année N-1. En parallèle, si vous voulez vraiment expliquer les évolutions, il vous faudra ventiler les indicateurs par catégories de pages et par sources de trafic. Seule une telle démarche permet de comprendre quels sont les facteurs (ergonomique, design, saisonnalité…) qui impactent l’évolution du taux de conversion et d’agir en conséquence.

Prenons pour exemple le cas d’Amazon. Le taux de conversion du site est passé de 17,6 % au mois décembre 2007 à 9,6% en janvier 2008 (Source Nielsen NetRating MegaView Online Retail Report, Dec 2007 / January 2008.). Une comparaison des taux de conversion du secteur sur le mois de décembre et ensuite sur le mois de janvier n’apporterait aucune information. Par contre, l’étude de la variation du taux de conversion d’Amazon comparée à la variation du secteur permettra de valider l’hypothèse de la saisonnalité comme une des explications à cette chute impressionnante. La comparaison en absolu apprend peu de choses, seules les variations des indicateurs sont véritablement exploitables en terme de benchmarking. Il est donc primordial de conserver et d’analyser les informations selon l’historique et les segments disponibles…

Liens vers les outils :
http://www.google.com/analytics/fr-FR/index.html
http://www.xiti.com/
http://www.fireclick.com/

• Partager sur Facebook
• Enregistrer sur Del.icio.us
• Ajouter sur Scoopeo
• Voter sur Wikio