L’analyse de données : 3 problèmes rencontrés en e-commerce

Vous êtes-vous déjà arraché les cheveux en analysant les statistiques de votre boutique e-commerce sur Google Analytics notamment ? Nous sommes certains que c’est chose courante, car nous y avons tous déjà été confrontés. Comme nous l’évoquions dans notre article précédent « La data : l’or noir du 21ème siècle« , l’analyse de données est le tronc commun de tous vos efforts déployés en e-commerce et marketing. Pourtant, parfois, cette étape primordiale pour votre stratégie e-commerce/marketing est négligée ou prise à la légère. Non pas volontairement, mais surtout parce que beaucoup de contraintes peuvent se greffer à l’analyse des données et en réduire l’efficacité. Cette introduction n’a pas pour objectif d’effrayer ou d’insinuer que votre travail est mal fait… Au contraire, elle est le résultat des nombreux retours que nous avons collectés lors de notre récente tournée au salon Paris Retail Week 2017 ou nous avons rencontré bon nombre de e-commerçants pour la grande majorité très enthousiastes à l’idée de découvrir les dernières innovations ou les solutions à leurs problèmes.

Pour la petite histoire, beaucoup de personnes s’arrêtaient net devant un de nos kakémonos et nous regardaient en disant « c’est vrai, vous avez raison ! Je suis exactement dans la situation que vous décrivez là ». Le kakémono en question (que nous allons pour le coup réutiliser) met en avant qu’en réalité les e-commerçants ne connaissent pas 98% de leur audience web puisqu’ils sont pour la plupart concentrés sur les conversions et que le reste des données est généralement « moins prioritaire » à leurs yeux. Les conversions avoisinent rarement plus de 3% en e-commerce, seul ses 2 ou 3% sont analysés et surtout exploités.

Les 3 problèmes rencontrés par les e-commerçants pour l’analyse de données

La taille de l’entreprise et les conséquences sur l’analyse des datas

D’après les témoignages recueillis, les problèmes commencent souvent en amont de l’analytique lui-même. Au salon nous avons rencontré beaucoup de e-commerçants, certains faisant partie de groupes internationaux, d’autres étant presque seul à gérer leur business, mais même si les raisons des défaillances d’analyse n’étaient pas les mêmes, les résultats de ses défaillances étaient comparables.

Les groupes e-commerces

Groupe rime souvent avec multiples services, chacun ayant un périmètre bien précis à ne surtout pas dépasser. C’est également aussi des mails avec 10 personnes en copie pour un simple rapport, etc. Dans les échanges avec nos clients et les prospects rencontrés sur le salon, l’analyse de données semble vraiment complexe. Quand il y à un service CRM, un service Marketing et un service (ou une personne) expert Google Analytics avec tous 3 des objectifs bien différents, il est évident que la priorité de chacun consiste à remplir ses propres objectifs avant d’aider ou de renseigner les collègues d’un autre service. De plus, les relations humaines peuvent être compliquées à gérer surtout quand l’équipe GA est débordée de requêtes de la part des autres services et que les services en question ne se coordonnent pas pour faire des demandes groupées. Dans ces groupes, l’analyse de données représente souvent stress, pression des objectifs, dégradation des relations humaines (ce qui nuit au bon fonctionnement d’un groupe et à plus grande échelle d’une entreprise) autant de facteurs qui conditionnent les employés dans une logique de chacun pour soi.

Évidemment, les interactions sont multiples entre les équipes, donc un autre problème a été mis en avant par les responsables avec qui nous avons échangé. Il s’agit de l’agilité des équipes dans les mesures et les ajustements opérationnels à déployer si l’analyse des données met en exergue qu’il faut rapidement essayer autre chose pour régler un problème identifié. Or l’agilité est indispensable au bon fonctionnement du marketing et de la communication opérationnelle, car les imprévus surviennent régulièrement et l’analyse des données permet normalement de régler rapidement des problèmes liés aux actions de ses services avec des objectifs différents, pourtant tellement complémentaires.

Les e-commerces à échelle humaine

Qui dit petite structure, dit souvent personnel multitâche. Pourtant, l’analyse de données n’est pas un métier qui s’improvise ou qui peut se faire à moitié. Les e-commerçants ayant une entreprise de petite taille sont donc souvent confrontés à d’autres problématiques justement liées à la taille de la structure.

• La culture de l’analyse de données : Sans faire de généralité, l’analyse de données peut vite passer au second plan quand les priorités sont de gérer les fournisseurs, les commandes clients, le stockage de la marchandise. Pour autant, beaucoup d’e-commerçants sont venus à notre rencontre avec cette même question en tête : comment puis-je améliorer mon taux de conversions ? Ils ont bien conscience que l’analyse de données est le sujet qui peut les aider, mais encore faut-il que les outils soient accessibles.
• Les compétences : Venons-en maintenant à Google Analytics. Penser le maîtriser et savoir le maîtriser sont 2 choses bien différentes, car les données peuvent vite être faussées si la configuration préalable n’est pas bien réalisée pour le secteur d’activité. Si les données analysées sont faussées et que des actions sont prises pour améliorer les performances, la catastrophe peut vite survenir. Le tout est d’être vigilant et surtout de prendre son temps pour faire évoluer vos compétences, car, même si Google met beaucoup de documentations gratuitement à disposition, encore faut-il prendre le temps de les consulter.
• Le temps : Nous n’allons pas répéter ce qui a été évoqué plus haut, mais reprenons une expression française connue de tous, le temps c’est de l’argent (merci Benjamin Franklin). Encore faut-il savoir le gérer de la manière plus efficiente possible.
• Le recul : les données nécessitent de prendre un certain recul pour pouvoir en tirer des conclusions. Il est primordial d’éviter de changer de stratégie du jour au lendemain parce que les données ont été mal interprétées. En effet, parfois une action d’acquisition de trafic, de fidélisation, d’amélioration de l’expérience utilisateur peut sembler fonctionner or ce n’est pas le cas. C’était en fait un autre facteur qui est venu interférer, mais ça Google Analytics ne nous le dit pas toujours à part si les actions sont scrupuleusement trackées et répertoriées, mais d’après les commerçants rencontrés, il semble que ce ne soit pas toujours le cas.
• Les moyens financiers et humains : D’après les e-commerçants rencontrés sur le salon, les moyens alloués à l’analyse des données sont moindres en comparaison à ceux dépensés pour l’acquisition par exemple. Dommage, car l’acquisition ne servira à rien si les moyens de la rentabiliser ne sont pas optimisés, mais pour ça encore faut-il analyser les données et se donner les moyens de le faire.

Les outils existants d’analyse de données

Une grande partie des outils les plus populaires et utilisés sur le marché ont une approche centrée sur le contenu du site web. Quand je parle de contenu, vous allez trouver toutes les statistiques liées à vos produits, les landing pages qui vous servent pour l’acquisition, etc. Mais pour reprendre l’exemple de Google Analytics, créer des segments d’utilisateurs en fonction des comportements précis et identifiés n’est pas toujours à la portée de tous. Une fois ces données analysées, il est presque impossible de déclencher des actions sur-mesure pour les segments d’utilisateurs ayant des comportements différents des autres. De plus, nous parlions tout à l’heure de la configuration de l’outil et le moins que l’on puisse dire, c’est que malgré sa mise à jour récente, en termes de data visualisation, GA reste un outil plutôt brut de design même s’il reste incontournable.

La finalité des données analysées

Autrement dit, nous sommes très fiers de notre kakémono qui semblait vraiment coller aux problèmes d’analyse que vous rencontrez au quotidien. Plus sérieusement, l’analyse de données est indispensable pour la compréhension des comportements utilisateurs, mais n’est pas à la portée de tous (à moins de s’en donner les moyens). Ceci dit, nous n’avons rencontré que très peu de e-commerçants qui analysaient vraiment l’ensemble du site, car la plupart se concentrent sur les conversions qui peinent parfois à représenter 3% des visites du site e-commerce. Les conversions sont décortiquées, mais les 97% des visiteurs restants sont pour beaucoup de professionnels une manne financière non optimisée, car l’analyse des données ne signifie pas toujours actions d’optimisations qui en découlent.

Ce salon ainsi que les études menées auprès de nos clients nous conforte dans l’idée de proposer un outil complémentaire à GA mais centré sur la création de segments d’utilisateurs en fonction de l’analyse de contenu et/ou de comportements identifiés par notre algorithme. 

Au-delà de l’analyse et de l’utilisation des données, à des fins de personnalisation, notre outil donnera accès à nos clients à une visualisation simple et intuitive de leurs données, de leurs indicateurs importants, des suggestions d’optimisation et permettra donc par la suite de déclencher des actions de personnalisation web ou mail par exemple.