Marketing : Ce que j’aurai aimé apprendre en école de commerce 2/3

Deuxième article de la série d’article a pour objectif de partager les connaissances importantes pour un stage ou une première en marketing.

Aujourd’hui, nous allons voir la gestion des données pour les usages marketing.

Nous évoquerons : 

L’importance des données pour le marketing

Les usages des données à utilisation commerciale

Les usages des données pour améliorer l’expérience utilisateur

 

L’importance des données pour le marketing :

On ne le dit jamais assez les données sont une mine d’or pour les « gens du market » : elles permettent de quantifier et mesurer les interactions avec les clients et prospects, mesurer le retour sur investissement des campagnes marketing, voire aider à prédire les comportements des utilisateurs.

Sans des données de qualité, impossible de mettre en place une stratégie marketing efficace ! Seulement bon nombre de campagnes ne sont pas tracées : j’ai souvenir d’un client avec un budget marketing très conséquent qui ne traçait même pas la moitié de ses campagnes web ! Un élément révélateur d’une culture d’entreprise à « l’instinct » et pas du tout orientée vers les données.

Les usages des données à utilisation commerciale :

Comme indiqué dans le précédent article de cette série, sans stratégie et objectifs définis, il est impossible de mettre en place des campagnes et d’avoir une stratégie marketing efficace.

L’identification et la segmentation des utilisateurs ayant de valeur pour vous :

Comme l’indique Avinash Kaushik (lien vers un site externe en anglais), il faut segmenter des données pour leur donner du sens. Une des premières étapes est d’analyser les données pour créer des segments, en fonction des profils utilisateurs et des personas pour donner du sens aux données « brutes ».

Se poser la question des processus à valeur ajoutée sur vos plateformes numériques permet de prioriser les travaux sur ceux-ci et comprendre vers quoi orienter vos utilisateurs lors des campagnes.

Le ROI des campagnes :

Le calcul du retour sur investissement est primordial pour faire valoir les actions marketing lancées.

Cela nécessite donc de tracker les campagnes (avec le bon niveau de granularité), pour déterminer de façon détaillée ses résultats.

Même si c’est parfois une tâche fastidieuse, il faut donc passer par la phase de création des URL ou liens de campagnes pour suivre avec précision les retombées des actions marketing.

Le nombre de leads et leur valorisation :

Quand les commerciaux « terrain » remontent des leads, elles sont valorisées. Avec l’émergence d’une vision omnicanale, il n’y a pas de raison légitime de ne pas faire de même pour les leads numériques. Dans le calcul de ROI, il est donc important de valoriser les leads (même à une valorisation inférieure à celle des leads terrain) pour calculer un ROI sur des campagnes d’acquisition.

L’analyse détaillée du tunnel de conversion :

L’entonnoir ou tunnel de conversion doit être scruté à la loupe pour comprendre le pourcentage de transformation, le churn à chaque étape afin d’optimiser petit à petit votre processus d’achat.

On peut coupler ces données analytics par des outils d’enregistrement de parcours pour avoir une vue précise des points de blocage et des comportements moyens lors du processus d’achat.

Les usages des données pour améliorer l’expérience utilisateur :

Merci à Camille (lien vers un site externe) pour son aide sur cette partie !

Entendons nous sur un point : investir dans une expérience utilisateur satisfaisante c’est améliorer son ROI (lien en anglais vers un site externe)

Quelles sont les données vous aidant à améliorer l’UX ?

Les éléments ci-dessous sont les éléments les plus courants et ne tiennent pas en compte des spécificités métiers des différents sites / appli / services. Cette approche est à compléter par une segmentation des différents profils clients pour avoir une analyse fine des différents usages. Elle se repose sur une approche data driven design pour améliorer l’expérience utilisateur.

Les données technologiques : terminaux utilisés / L’OS / Le navigateur :

Vos utilisateurs utilisent-ils un terminal plutôt qu’un autre ?

Un OS ou un navigateur se distingue dans votre solution d’analytics ? 

Mettez l’accent dessus lors de vos prochaines livraisons en production.

La répartition géographique et données socio / démographiques :

On ne s’adresse pas de la même façon à des digital natives ou à des  personnes qui n’ont pas l’habitude d’utiliser un ordinateur ou un smartphone. Il faut donc adapter l’expérience utilisateur en fonction de l’utilisateur, à ses conditions de navigation et à son environnement.

Le comportement sur le site/l’application :

Les outils de web analyse permettent d’obtenir un bon nombre d’informations cruciales pour améliorer l’UX de votre site et application voici quelques indicateurs intéressants pour analyser et adapter votre UX.

L’utilisation du moteur de recherche interne :

Combien de recherches sont effectuées depuis votre moteur de recherche interne ? Quels sont les recherches les plus populaires ? Cela vous permettra d’adapter votre contenu en fonction des besoins utilisateurs.

Un suivi précis des abandonnistes / des utilisateurs à rebond :

Quelles sont les pages qui présentent le plus de rebond ? Qu’est ce qui peut expliquer cela ? Comment adapter le contenu pour que les utilisateurs restent plus longtemps ? Y-a-t’il une typologie spécifique de vos utilisateurs à rebond ?

Un suivi détaillé des utilisateurs les plus rentables :

A contrario du précédent item, il faut également se poser les mêmes questions pour les utilisateurs les plus rentables : qui sont-ils ? Que font-ils sur votre site etc. En le comprenant, vous pourrez être en mesure de faciliter les comportements profitables pour votre site : conversion, augmentation du panier moyen, enregistrement à des newsletters.

Afin d’analyser au mieux le parcours de ce type d’utilisateurs, il est recommandé d’utiliser des solutions de heatmap et d’enregistrement de parcours utilisateur.

Les données déclaratives : NPS, intérêts, préférences etc. 

Pour avoir des données intéressantes, il faut parfois les demander aux utilisateurs.

L’ensemble des données déclaratives de type Net Promoteur Score, intérêts et préférences permettent de connaître des informations pour tailler une expériences utilisateur sur mesure.

Elles permettent également de segmenter vos utilisateurs et mieux comprendre les parcours clients (pourquoi mon NPS est bon sur cette catégorie et pas celle-ci ? ).