Web Analytics 2.0
499 pages

Vous pourrez modifier la taille du texte de cet ouvrage

Web Analytics 2.0

-

Obtenez un accès à la bibliothèque pour le consulter en ligne
En savoir plus
499 pages

Vous pourrez modifier la taille du texte de cet ouvrage

Obtenez un accès à la bibliothèque pour le consulter en ligne
En savoir plus

Description

Changez la manière dont vous prenez des décisions et pilotez votre activité grâce aux données Web

Si le Web, tout comme le marketing et la publicité sur Internet, a connu ces dernières années une véritable révolution, nous n'avons pas pour autant changé notre manière d'exploiter les données que l'on peut y recueillir. Avinash Kaushik, leader d'opinion dans le monde de la mesure d'audience Internet, présente dans cet ouvrage sa méthodologie innovante pour les Web Analytics. Grâce à cette approche unique, vous pourrez doter votre entreprise des outils dont elle a besoin pour avancer vite et bien avec les Web Analytics.


Avinash Kaushik décrit ici des stratégies bien particulières pour sublimer les outils de mesure de trafic Web en y incorporant des données qualitatives, des tests et de l'intelligence concurrentielle. Il y explique comment mesurer, analyser et agir en tenant compte de l'évolution rapide des technologies et des tendances du Web - y compris les réseaux sociaux, la vidéo, la mesure des mobiles et du comportement des internautes. Tout en revisitant les approches conventionnelles du monde de la mesure d'audience Web, Avinash démystifie les idées reçues, identifie les pièges à éviter et dévoile des méthodes simples et puissantes qui changeront votre façon de travailler avec des données. Un ouvrage indispensable pour tous les professionnels du Web !



  • Découvrez des solutions à vos problèmes les plus ardus, comme l'analyse multicanal et l'attribution de campagnes sur plusieurs points de contact.

  • Quantifiez la valeur globale de votre site et mesurez des micro et macroconversions concernant la performance de votre site, qu'il soit de type e-commerce, non-marchand ou à destination de partenaires.

  • Tirez parti de méthodes d'analyse reposant sur trois piliers du référencement : la recherche interne, la recherche payante et l'optimisation pour référencement naturel (SEO).

  • Identifiez les indicateurs clés de performance (KPI) les plus pertinents pour votre entreprise puis créez des tableaux de bord percutants qui conduisent à des optimisations.

  • Mesurez avec précision l'impact de canaux émergents, tels que Twitter, YouTube, les blogs, les mobiles et autres applications avancées.

  • Utilisez l'expérimentation et les tests pour créer des sites qui correspondent le mieux aux attentes de vos visiteurs. Innovez en échouant rapidement !

  • "Éduquez" votre direction et changez votre entreprise ! Cultivez les compétences et l'expérience nécessaires pour réussir votre carrière dans les Web Analytics.

  • L'aventure ne s'arrête pas à la fin de ce livre ! Profitez de 4 heures de vidéo, 1 heure de podcast audio et de nombreuses ressources présentes dans les bonus (en anglais) sur le CD-Rom fourni (ou à télécharger après l'achat de la version numérique).



  • Le meilleur des mondes des Web Analytics 2.0

  • Questions pour préparer votre recherche de l'outils idéal

  • L'univers impitoyable de l'analyse des flots de clics : éléments de mesure

  • L'univers impitoyable de l'analyse des flots de clics : solutions pratiques

  • Les clés de la gloire : mesurer la réussite

  • Résoudre l'énigme du "Pourquoi" : utilisation des données qualitatives

  • Échouer plus vite : libérer la puissance de l'expérimentation et des tests

  • Analyse de l'intelligence concurrentielle

  • Mesures émergentes : social, mobile et vidéo

  • Solutions optimales pour les pièges cachés des Web Analytics

  • Principes de base pour devenir un Ninja de l'analyse

  • Principes avancés pour devenir un Ninja de l'analyse

  • La carrière Web Analytics

  • HiPPO, Ninjas et le reste du monde : créer une culture des données

Sujets

Informations

Publié par
Date de parution 07 juillet 2011
Nombre de lectures 514
EAN13 9782212410914

Informations légales : prix de location à la page 0,0202€. Cette information est donnée uniquement à titre indicatif conformément à la législation en vigueur.

Exrait


  • L'aventure ne s'arrête pas à la fin de ce livre ! Profitez de 4 heures de vidéo, 1 heure de podcast audio et de nombreuses ressources présentes dans les bonus (en anglais) sur le CD-Rom fourni (ou à télécharger après l'achat de la version numérique).



    • Le meilleur des mondes des Web Analytics 2.0

    • Questions pour préparer votre recherche de l'outils idéal

    • L'univers impitoyable de l'analyse des flots de clics : éléments de mesure

    • L'univers impitoyable de l'analyse des flots de clics : solutions pratiques

    • Les clés de la gloire : mesurer la réussite

    • Résoudre l'énigme du "Pourquoi" : utilisation des données qualitatives

    • Échouer plus vite : libérer la puissance de l'expérimentation et des tests

    • Analyse de l'intelligence concurrentielle

    • Mesures émergentes : social, mobile et vidéo

    • Solutions optimales pour les pièges cachés des Web Analytics

    • Principes de base pour devenir un Ninja de l'analyse

    • Principes avancés pour devenir un Ninja de l'analyse

    • La carrière Web Analytics

    • HiPPO, Ninjas et le reste du monde : créer une culture des données

    " />

    Nous vous remercions pour l’achat de ce livre électronique. La version papier ce cet ouvrage étant accompagnée d’un support physique, nous vous proposons de télécharger les fichiers depuis notre site, de manière à ce que vous puissiez pleinement profiter de votre achat.
    Avinash Kaushik, Web Analytics 2.0 , ISBN : 9782212128017
    9782212128017 - Web Analytics 2.0 - Bonus [563,4 Mo] http://www.st1.eyrolles.com/9782212128017/eyrolles-web-analytics-2.0.zip
    Pour toute remarque ou suggestion, merci d’écrire à mutilmedia@eyrolles.com
    www.editions-eyrolles.com www.editions-organisation.com

    Web Analytics 2.0

    CHEZ LE MÊME ÉDITEUR
    N. M ALO , J. W ARREN . – Web Analytics. Mesurer le succès et maximiser les profits de votre site web .
    N°54481, 2009, 254 pages.
    S. R OUKINE . – Améliorer ses taux de conversion web (2 e édition).
    N°12858, 2011, 260 pages.
    O. A NDRIEU . – Réussir son référencement web (3 e édition).
    N°12868, 2010, 550 pages.
    R. G OETTER . – CSS avancées . Vers HTML5 et CSS3.
    N°12826, 2011, 400 pages.
    E. K ISSANE . – Stratégie de contenu web.
    N°13279, à paraître.
    D. C EDERHOLM . – CSS3 pour les web designers.
    N°12987, 2011, 132 pages.
    J. K EITH . – HTML5 pour les web designers.
    N°12861, 2010, 98 pages.
    A. B OUCHER . – Ergonomie web illustrée. 60 sites à la loupe.
    N°12695, 2010, 336 pages.
    I. C ANIVET . – Bien rédiger pour le Web (2 e édition).
    N°12883, à paraître.
    A. B OUCHER . – Ergonomie web (2 e édition). Pour des sites web efficaces.
    N°12479, 2009, 426 pages.
    A. B OUCHER . – Mémento ergonomie web.
    N°12386, 2008, 14 pages.
    S. B ORDAGE . – Conduite de projet Web.
    N°12665, 2010, 432 pages.
    N. C HU . – Réussir un projet de site Web (6 e édition).
    N°12742, 2010, 260 pages.
    T. P ARISOT . – Réussir son blog professionnel (2 e édition).
    N°12768, 2010, 312 pages.
    M. N EBRA . – Réussir son site web avec XHTML et CSS (3 e édition).
    N°12485, 2010, 318 pages.
    E. S LOÏM . – Mémento Sites web (3 e édition). Les bonnes pratiques.
    N°12802, 2010, 18 pages.
    AVINASH KAUSHIK
    Web Analytics 2.0
    MESURER L’IMPACT DE VOTRE SITE WEB ET DES RÉSEAUX SOCIAUX POUR OPTIMISER VOTRE ACTIVITÉ ET RÉPONDRE AUX ATTENTES DE VOS VISITEURS
    Adapté de l’anglais par Tristan Kottelanne et Paul Durand Degranges sous la supervision de Julien Coquet
    ÉDITIONS EYROLLES61, bld Saint-Germain75240 Paris Cedex 05 www.editions-eyrolles.com
    Traduction autorisée de l’ouvrage en langue anglaise intitulé Web Analytics 2.0 : The Art of Online Accountability and Science of Customer Centricity d’Avinash Kaushik (ISBN : 9780470529393), publié par John Wiley & Sons sous la marque Sybex. All Right Reserved. This translation is published under licence.
    En application de la loi du 11 mars 1957, il est interdit de reproduire intégralement ou partiellement le présent ouvrage, sur quelque support que ce soit, sans l’autorisation de l’Éditeur ou du Centre Français d’exploitation du droit de copie, 20, rue des Grands Augustins,75006 Paris. © 2010 by Wiley Publishing, Inc., Indianapolis, Indiana pour l’édition en langue anglaise © Groupe Eyrolles, 2011, pour la présente édition, ISBN : 978-2-212-12801-7
    Table des matières CHAPITRE 1 Le meilleur des mondes des Web Analytics 2.0 1 État du paysage des Web Analytics 1 État de l’industrie 2 Repenser les Web Analytics : Web Analytics 2.0 4 Le quoi : parcours de navigation 7 Le combien : analyse de résultats multiples 7 Le pourquoi : expérimentation et tests 8 Le pourquoi : la voix du client 9 Le quoi d’autre : l’intelligence concurrentielle 9 Changer, yes we can ! 10 L’impératif stratégique 10 Changement tactique 11 Et en cadeau 13 CHAPITRE 2 Questions pour préparer votre recherche de l’outil idéal 15 Anticiper la réussite future 16 Étape 1 : Trois questions essentielles à vous poser avant de chercher l’âme sœur en matière de Web Analytics 17 Question 1 : « Est-ce que je veux des rapports ou des analyses ? » 17 Question 2 : « Ai-je une force informatique, une force métier, ou les deux ? » 20 Question 3 : « Est-ce que je cherche des solutions en termes de flots de clics (clickstream) ou de concept Web Analytics 2.0 ? » 21 Étape 2 : Dix questions à poser aux éditeurs avant de signer 21 Question 1 : « Qu’est-ce qui différencie votre solution d’un outil gratuit de chez Yahoo! ou Google ? » 22 Question 2 : « Êtes-vous un pur prestataire de services hébergé (ASP) ou proposez-vous une version logicielle traditionnelle ? Envisagez-vous une version logicielle ? » 22 Question 3 : « Quels mécanismes de capture de données utilisez-vous ? » 23 Question 4 : « Êtes-vous en mesure de calculer le coût total d’exploitation de votre outil ? » 23 Question 5 : « Quel type d’assistance proposez-vous ? Quelles sont les prestations incluses et quelles prestations induisent un surcoût ? Est-ce gratuit en permanence (24 h sur 24, 7 jours sur 7) ? » 25 Question 6 : « Quelles fonctions de votre outil me permettent de segmenter les données ? » 25 Questions 7 : « Quelles sont les possibilités d’exportation de données de votre système vers celui de notre entreprise ? » 26 Question 8 : « Quelles fonctions mettez-vous à ma disposition pour intégrer des données issues d’autres sources à votre outil ? » 26 Question 9 : « Quels sont les deux nouveaux outils (ou fonctions ou acquisitions) que votre entreprise met actuellement au point pour préserver son avance concurrentielle sur les trois prochaines années ? » 27 Question 10 : « Pourquoi les deux derniers clients que vous avez perdus ont-ils rompu leur contrat ? À qui font-ils appel désormais ? Pouvons-nous contacter l’un d’eux ? » 28 Comparer les éditeurs d’outils de Web Analytics : diversification et conquête 29 La stratégie des trois boîtes 29 Étape 3 : Identifier l’âme sœur analytique (comment mettre en œuvre un projet pilote d’outils efficace) 30 Étape 4 : Passer chez le notaire avant de signer avec l’âme sœur et contrôler que les SLA1 sont inclus dans le contrat 34 CHAPITRE 3 L’univers impitoyable de l’analyse des flots de clics : éléments de mesure 37 Les éléments de mesure revisités : huit points à mesurer absolument. 39 Visites et visiteurs 39 Durée de visite d’une page et durée de visite d’un site 46 Taux de rebond 53 Taux de sortie 56 Taux de conversion 57 Implication 58 Les mesures Web démystifiées 61 Quatre attributs pour de grands éléments de mesure 62 Exemple d’un formidable élément de mesure Web 64 Les trois leçons pratiques d’Avinash Kaushik pour une réussite à grande échelle 65 Tactiques d’une stratégie visant des mesures Web décisives 66 Diagnostiquer la cause fondamentale des performances d’un élément de mesure – conversion 66 Tirer parti de rapports personnalisés 68 Créer des rapports selon des micro-écosystèmes 71 Commencer par des éclaircissements à grande échelle 72 CHAPITRE 4 L’univers impitoyable de l’analyse des flots de clics : solutions pratiques 77 Précis élémentaire des Web Analytics 78 Introduction aux indicateurs de base 78 Comprendre les forces d’attraction des visiteurs 79 Rectifier et économiser 81 Analyser la densité des clics 83 Mesurer le rapport Visites avant achat 86 Le meilleur rapport de Web Analytics 87 Sources de trafic 88 Résultats 89 Stratégies analytiques fondamentales 89 Segmenter ou mourir 89 Se concentrer sur le comportement des clients et non sur les agrégats 95 Rendre les analyses des flots de clics quotidiens exploitables 97 Analyse des recherches internes au site 97 Analyse de l’optimisation des moteurs de recherche (SEO) 103 Analyse des recherches payantes/PPC 113 Analyse du trafic direct 120 Analyse de campagnes par courrier électronique 123 Analyse d’une interaction enrichie : animations Flash, vidéos et mini-applications de type Widget 126 Contrôle de la réalité : perspectives sur les défis clés des Web Analytics 130 Cookies de suivi des visiteurs 130 Cours avancé d’échantillonnage de données 134 Valeur des données d’historique 137 Utilité de rejouer le parcours client 140 Rapprochement de données : la checklist idéale 143 CHAPITRE 5 Les clés de la gloire : mesurer la réussite 149 Se concentrer sur les « éléments essentiels » 151 Cinq exemples de KPI exploitables 153 Taux d’accomplissement de tâches 153 Impact de la recherche 154 Fidélité des visiteurs et écart entre les visites 154 Abonnés aux flux RSS 155 Pourcentage de sorties qualifiées 155 Au-delà des taux de conversion 156 Abandon du panier et du passage en caisse 156 Jours et visites avant achat 157 Valeur moyenne des commandes 157 Objectif fondamental (identifier ce qui est convertible) 158 Mesurer les macro et microconversions 160 Exemples de macro et de microconversions 161 Quantifier une valeur économique 163 Mesurer la réussite d’un site non commercial 166 Fidélité des visiteurs 166 Écart entre les visites 168 Durée de visite 169 Profondeur de visite 169 Mesurer les performances des sites Web B2B 170 CHAPITRE 6 Résoudre l’énigme du « pourquoi » : utilisation des données qualitatives 173 Études d’ergonomie en laboratoire : quoi, pourquoi et combien ? 174 Qu’est-ce que l’ergonomie en laboratoire ? 174 Comment procéder à un test 175 Bonnes pratiques en matière d’études d’ergonomie en laboratoire 177 Avantages des études d’ergonomie en laboratoire 178 Zones de précautions 178 Substituts d’ergonomie : externalisation à distance et en ligne 179 Recrutement en direct et recherche d’utilisateurs à distance 179 Sondages : une écoute réellement évolutive 183 Types de sondages 184 L’erreur fatale en matière de sondage 188 Les trois meilleures questions jamais posées dans un sondage 190 Huit conseils pour choisir un fournisseur de sondages en ligne 192 Options Web émergentes pour la recherche utilisateur 194 Études de repères concurrentiels 195 Tests d’ergonomie rapides 195 Études de tri de cartes en ligne 195 Intelligence artificielle des points chauds visuels 196 CHAPITRE 7 Échouer plus vite : libérer la puissance des expériences et des tests 199 Le B.A.-BA des options de test : solutions A/B et MVT 200 Tests A/B 201 Tests multivariables 202 Des idées de tests exploitables 206 Corriger les grandes perdantes – les pages d’arrivée 206 Se concentrer sur les pages de paiement, enregistrement et recommandations 206 Optimisez le nombre et la disposition des publicités 207 Testez différents tarifs et tactiques de ventes 207 Testez des présentations de boîtes, des jaquettes de DVD et des articles hors ligne 208 Optimisez vos efforts de marketing sortant 208 Expériences contrôlées : faites passer vos Web Analytics au niveau supérieur ! 209 Mesure de l’impact de la recherche payante sur la cannibalisation et les mots-clés de marque 209 Exemples d’expériences contrôlées 212 Défis et avantages 213 Créer et entretenir une culture du test 213 Conseil n° 1 : votre premier test sera « le tout pour le tout » 213 Conseil n° 2 : ne vous faites pas avoir par l’argumentaire des éditeurs et des consultants 214 Conseil n° 3 : dépassez-vous, montrez vos convictions 214 Conseil n° 4 : commencez par une hypothèse 215 Conseil n° 5 : définissez des critères d’évaluation d’objectifs et prenez des décisions préalables 215 Conseil n° 6 : testez et mesurez plusieurs résultats à la fois 216 Conseil n° 7 : puisez le motif de vos tests dans les difficultés de vos clients 216 Conseil n° 8 : analysez vos données et communiquez vos conclusions 216 Conseil n° 9 : deux incontournables – évangélisme et expertise 217 CHAPITRE 8 Analyse de l’intelligence concurrentielle 219 Sources, types et secrets des données IC 220 Données de barre d’outils 221 Données de panel d’utilisateurs 221 Données FAI (réseau) 223 Données de moteur de recherche 223 Repères issus des éditeurs d’outils de Web Analytics 224 Données autorapportées 225 Données hybrides 226 Analyse du trafic d’un site Web 227 Comparaison des tendances du trafic à long terme 227 Analyse des opportunités et des chevauchements de sites concurrents 229 Analyse des sites référents et des destinations 230 Analyse de la recherche et des mots-clés 231 Tendance des meilleurs mots-clés 232 Intérêt géographique et analyse des opportunités 233 Recherches connexes et recherches à forte hausse 236 Analyse de la présence en rayon 238 Analyse de l’avantage concurrentiel des mots-clés 239 Analyse de l’extension des mots-clés 241 Identification du public et analyse de la segmentation 242 Analyse de la segmentation géographique 243 Analyse de segmentation psychographique 245 Analyse du comportement de recherche et de la segmentation du public 246 CHAPITRE 9 Mesures émergentes : social, mobile et vidéo 249 Mesurer le nouveau Web social : le défi des données 250 L’évolution d’une démocratie du contenu 251 La révolution Twitter 255 Analyser les applications hors ligne 256 Analyser l’expérience des utilisateurs mobiles 258 Collecte des données des mobiles : les options 258 Obtenir des rapports sur les mobiles 260 Mesurer le succès des blogs 264 Contribution brute de l’auteur 264 Augmentation de l’audience 265 Citations et effet de vague 269 Coût du blog 270 Bénéfices (ROI) du blog 270 Quantifier l’impact de Twitter 272 Augmentation du nombre d’abonnés 273 Amplification du message 274 Taux de clic et conversions 275 Taux de conversation 277 Éléments de mesure Twitter émergeants 278 Analyser les performances des vidéos 280 Récupérer les données pour les vidéos 280 Éléments de mesure et analyses clés pour la vidéo 282 Analyse avancée pour la vidéo 286 CHAPITRE 10 Solutions optimales pour les pièges cachés des Web Analytics 289 Exactitude ou précision ? 290 Processus en six étapes pour gérer les données de qualité 291 Construire un tableau de bord d’action 293 Créer d’excellents tableaux de bord 294 Tableau de bord consolidé 296 Cinq règles pour des tableaux de bord percutants 297 Opportunité de marketing « nonline » et mesure multicanal 300 Passer au modèle de marketing « nonline » 300 Analyse multicanal 302 Les promesses et les défis du ciblage comportemental 304 La promesse du ciblage comportemental 304 Défi à venir de l’analyse fondamentale 305 Préalable au ciblage comportemental 307 Exploration des données en ligne et analyse prédictive : les défis 308 Type de données 309 Nombre de variables 309 Plusieurs raisons primaires 310 Plusieurs comportements de visite 310 Absence de clé primaire et de jeux de données 310 Chemin vers le nirvana : les étapes de l’évolution de la compréhension de l’analyse 311 Étape 1 : Prêt(e) ? Marquez ! 313 Étape 2 : Configurer l’outil d’analyse 313 Étape 3 : Suivi des campagnes 314 Étape 4 : Revenus et superintelligence 315 Étape 5 : Suivi de Rich Media (Flash, widgets, vidéo) 316 CHAPITRE 11 Principes de base pour devenir un ninja de l’analyse 317 Le contexte est roi 318 Comparaison d’indicateurs clés de performance sur plusieurs périodes 318 Fournir un contexte à l’aide de segmentation 319 Comparer les valeurs clés et les segments avec les moyennes 320 Rejoindre le PALM (People Against Lonely Metrics, Comité contre les mesures isolées) 322 Benchmarks et données concurrentielles 323 Obtenir des connaissances tribales 324 Comparer les indicateurs clés de performance dans le temps 325 Présenter la connaissance tribale 326 La segmentation à la rescousse ! 327 Au-delà du top 10 : ce qui a changé 328 Vraie valeur : mesurer les conversions latentes et le comportement des visiteurs 331 Comportement du visiteur latent 331 Conversions latentes 333 Quatre techniques inutiles de mesure des indicateurs clés de performance 333 Moyenne 334 Pourcentages 335 Quotients 338 Éléments de mesure composites ou calculés 339 Recherche : obtenir la stratégie optimale pour la longue traîne 341 Calculer la tête et la traîne 342 Comprendre les termes de votre marque et votre catégorie 344 Stratégie optimale de recherche 345 Exécuter la stratégie optimale pour la longue traîne 347 Recherche : mesurer la valeur des mots-clés canalisateurs 348 Recherche : analyses avancées du Pay-Per-Click 351 Identifier les opportunités d’arbitrage des mots-clés 351 Se concentrer sur ce qui a changé 353 Analyser les impressions et le manque à gagner 354 Prendre en compte le rapport de distribution ROI 356 Recherches effectuées par les internautes et types de correspondance 357 CHAPITRE 12 Principes avancés pour devenir un ninja de l’analyse 361 Analyse des attributions de campagnes multicontacts 361 Qu’est-ce que tout ce multicontact ? 362 Avez-vous un problème d’attribution ? 363 Modèles d’attribution 365 Les attributions dans le monde réel 368 Solutions d’analyse à venir 369 Réflexions sur le multicontact 371 Analyse multicanal : astuces pour un monde nonline 371 Suivre l’impact en ligne des campagnes hors ligne 371 Suivi de l’impact hors ligne des campagnes en ligne 378 CHAPITRE 13 La carrière Web Analytics 387 Envisager une carrière d’analyste Web : option, salaire et avancement 388 Collaborateur technique 389 Collaborateur commercial 390 Chef d’équipe technique 391 Chef d’équipe commerciale 393 Cultiver des techniques pour un succès de carrière 394 À faire : utiliser les données 394 Obtenir de l’expérience avec plusieurs outils 395 Jouer dans le monde réel 395 Devenir un détective de la capture des données 397 Maths : apprendre les bases des statistiques 398 Poser les bonnes questions 398 Travailler en relation avec les équipes 399 Apprendre à présenter efficacement ses données 399 Rester informé : assister aux webinars gratuits 401 Rester informé : lire les blogs 401 Une journée optimale dans la vie d’un ninja de l’analyse 402 Embaucher les meilleurs : conseils pour les gestionnaires et directeurs Web Analytics 404 Attributs clés des grands professionnels de l’analyse 404 Expérimenté ou novice : faire le bon choix 405 L’unique test en entretien : la pensée critique 406 CHAPITRE 14 HiPPO, ninjas et le reste du monde : créer une culture des données 409 Changer la culture de la société : comment intéresser ses collaborateurs à l’analyse 410 Faire quelque chose de surprenant : ne pas inonder de données 411 Rapports et analyses qui conduisent à l’action 413 Le filtre « où voulez-vous en venir ? » 413 Le lien avec les résultats 414 Présenter plusieurs perspectives : les véritables Web Analytics 2.0 414 Le filtre Unböring 415 Corréler les recommandations avec les données 415 Les attentes du filtre de l’échelle 416 Avoir quelque chose d’unique à dire 416 Changer les définitions des éléments de mesure pour changer les cultures : l’index BEI 416 Le cas et l’analyse 417 Le problème 418 La solution 418 Les résultats 418 Le résultat 419 Calcul alternatif : la moyenne pondérée 419 Créer des indicateurs clés de performance 420 Tuer le dragon de la qualité des données : passer du questionnement à l’utilisation des données 421 Choisir un patron différent 421 Distraire les HiPPO avec des recommandations 423 Secret n° 1 : les données de tête peuvent être recevables dès la première semaine 423 Secret n° 2 : la précision des données améliore le bas de l’entonnoir 424 La solution est de ne pas mettre en place un autre outil 424 Reconnaître une chute du retour marginal 425 Petit site mais problèmes importants 426 Échouer plus vite sur le Web 427 Six règles pour créer un patron dirigé par les données 427 Aller au-delà de soi-même 427 Accepter que les données ne sont pas complètes 428 Toujours se donner à 110 % 428 Devenir un pro du marketing 428 L’entreprise au service des données ? Sans blague ! 429 Adopter l’état d’esprit Web Analytics 2.0 430 Besoin de budget ? Stratégies pour embarrasser son entreprise 430 Mettre en place une expérience et un programme de tests. 430 Capturer la voix du client 431 Détourner un site Web ami 432 Si tout échoue, appelez-moi ! 433 Stratégies pour faire tomber les barrières de la mesure du Web 433 D’abord, un éclairage surprenant 434 Manque de budget/ressources 434 Absence de stratégie 435 Organisation compartimentée/en silo 435 Manque de compréhension 436 Excès de données 436 Absence d’adhésion de la part des dirigeants seniors 437 Difficulté à réconcilier les données 437 Blocages de l’équipe informatique 437 Manque de confiance dans les analyses 439 Trouver une équipe 440 Technologie insuffisante 440 Qui contrôle les Web Analytics ? 440 Centraliser ou ne pas centraliser 441 Évolution de l’équipe 442 ANNEXE À propos du CD d’accompagnement 443 Contenu du CD 443 Podcasts 443 Vidéos 443 Ressources et présentations 444 Adobe Reader 444 Configuration requise 444 Utiliser le CD 444 Dépannage 445 Index 447
    Remerciements
    Sans l’amour, la patience et le soutien de ma famille, il m’aurait été impossible d’écrire ce livre, de gérer plusieurs emplois à plein temps, de conseiller trois entreprises, de tenir un blog et de parcourir le monde pour prêcher la bonne parole sur la puissance des données. J’ai de la chance. Mon épouse, Jennie, est ma plus fidèle supportrice et mon meilleur conseiller. C’est d’ailleurs pour cette raison que je resterai son éternel débiteur, pour plusieurs vies tout du moins. Le courage et la gentillesse de ma fille, Damini, sont une source constante d’inspiration. Quant à mon fils, Chirag, son énergie et son intellect me rappellent que je dois rester curieux des choses et m’efforcer de faire toujours plus.
    Je souhaiterais exprimer ma plus profonde gratitude aux lecteurs de mon blog, Occam’s Razor. En quelques trois ans et demi, j’y ai écrit 411 725 mots dans le cadre de mes 204 billets. Et les lecteurs y ont publié 615 192 mots de commentaires ! Leur implication est pour moi un véritable trésor de motivation, qui me pousse à faire mieux à chaque nouveau billet. S’il est impossible de remercier tout le monde, je remercierai trois personnes au bénéfice de tous : Ned Kumar, Rick Curtis et Joe Teixeira.
    Comme dit la chanson des Beatles, I get by with a little help from my friends …, ces dernières années, j’ai bénéficié de l’aide de deux amis qui me sont particulièrement chers. Bryan Eisenberg, auteur de Always Be Testing , qui dispense de manière approfondie ses leçons pratiques sur le domaine, a énormément contribué à mon propre cheminement. Mitch Joel, auteur de Six Pixels of Separation , m’a aidé à devenir meilleur orateur et, si cela ne suffisait pas, à entrer en relation avec les bonnes personnes ! Merci à vous, les amis.
    Le travail considérable qu’effectuent The Smile Train, Médecins Sans Frontières et Ekal Vidyalaya ont constitué la formidable motivation qui sous-tend la rédaction de cet ouvrage. Tous trois embellissent le monde et je me sens touché par la grâce à l’idée qu’une partie de l’argent que rapportent mes livres contribuent à une part, si petite soit-elle, de leur mission icibas.
    Enfin, derniers remerciements, mais non des moindres, à ma fantastique équipe de Wiley. Ce livre a été rédigé et publié à un rythme qui rendrait fou le commun des mortels, mais pas eux. Ils ont travaillé plus dur que moi et ont repoussé les délais (et mes limites !) pour rendre l’impossible possible. Stephanie Barton, Kim Wimpsett, Liz Britten et Willem Knibbe, vous êtes les meilleurs !
    L’auteur
    Avinash Kaushik est l’auteur du best-seller Web Analytics: An Hour a Day ( http://www.snipurl.com/wahour ). Il est également évangéliste des Web Analytics pour Google et cofondateur de Market Motive, Inc.
    Maître à penser du domaine, Avinash Kaushik encadre de bon sens l’univers souvent frénétiques des Web Analytics et combine ce bon sens à une philosophie qui considère qu’investir dans des analystes de talent est la clé de la réussite à long terme. Avinash Kaushik est également fervent défenseur de l’écoute du consommateur et s’investit dans des organismes dont l’objectif est de libérer la valeur des données Web.
    Il travaille avec quelques-unes des plus grandes entreprises du globe. Il les aide à faire évoluer leurs stratégies de marketing en ligne et de Web Analytics, et ainsi à se focaliser sur la clientèle et les données. Il s’est récemment vu décerner le 2009 Statistical Advocate of the Year Award par l’American Statistical Association.
    Avinash Kaushik intervient par ailleurs fréquemment à l’occasion de conférences de ce secteur industriel aux États-Unis et en Europe, notamment à l’Ad-Tech, au Monaco Media Forum, à l’iCitizen, et au JMP Innovators’ Summit, ainsi que dans les principales universités telles que les Stanford University, University of Virginia et University of Utah.
    Le blog d’Avinash Kaushik sur les Web Analytics, Occam’s Razor, est accessible à l’URL www.kaushik.net/avinash .
    Introduction
    Avec cet ouvrage, j’ai un objectif simple, noble s’il en est : changer la manière de prendre des décisions grâce aux données récoltées sur Internet.
    Depuis bien trop longtemps, nos campagnes marketing Internet relèvent de l’acte de foi. Et pourquoi pas d’ailleurs ? C’est exactement de cette manière, sur base de nos convictions et de notre intuition, que nous prenons nos décisions dans le monde réel. Et lorsqu’il s’agit de prendre des décisions dans un contexte Internet, nous ne faisons que reproduire ces pratiques. Et pourtant, une fois dans l’univers magnifique et glorieux du Web, il n’est plus « nécessaire » de faire appel à la foi.
    Nous évoluons alors dans l’environnement le plus riche en données de la planète ; un environnement où les chiffres, les données, les mathématiques et l’analyse doivent constituer le fondement de nos décisions. Les données nous permettent de définir une stratégie commerciale efficace, d’établir un lien réel avec les publics que nous ciblons, d’améliorer l’interaction entre nos sites et nos clients, d’investir nos maigres ressources efficacement et d’améliorer notre retour sur investissement, et ce, qu’il s’agisse de dons, d’augmentation de chiffre d’affaires ou de participation à une élection !
    Dieu vous donne le droit de fonctionner grâce aux données. Et cet ouvrage vous montrera comment exercer ce droit.
    Web Analytics 2.0 est une philosophie qui redéfinit la signification des données tirées d’Internet. Web Analytics 2.0 n’est pas une simple histoire de clics que vous collectez à partir de votre site Web au moyen d’outils de statistiques, tels que Google Analytics, Omniture ou encore XiTi. Il s’agit de s’investir passionnément pour appréhender l’incidence et la valeur économique de votre site Web en produisant une analyse rigoureuse des résultats. Il s’agit de laisser s’exprimer votre passion pour les principes de focalisation sur votre clientèle en adoptant les initiatives axées sur la « voix du client » et, ma préférence absolue, en apprenant à échouer plus rapidement grâce à la puissance de l’expérimentation qu’offre l’univers en ligne. Aspect délicieux s’il en est, Web Analytics 2.0 est l’occasion de se libérer des silos de données en utilisant des données d’intelligence concurrentielle pour vraiment comprendre les forces et les faiblesses de vos concurrents.
    Cet ouvrage répond à quatre questions existentielles : quoi ? Combien ? Pourquoi ? Et quoi d’autre ?
    Le deuxième livre qui sauve... À l’instar de mon premier livre, l’intégralité des bénéfices de la vente du présent ouvrage sera reversé à deux organismes caritatifs.
    The Smile Train opère les becs-de-lièvre et rend possible la chirurgie du palais dans 63 des pays les plus pauvres du monde. Cet organisme fait plus que rendre le sourire aux enfants. Il élimine un état qui peut avoir chez eux des implications physiques et émotionnelles profondes sur le long terme.
    Ekal Vidyalaya ouvre, soutient et gère des écoles informelles animées par un seul enseignant dans les parties les plus reculées de l’Inde. En installant ces écoles dans des zones éloignées négligées par le gouvernement et les agences chargées du développement, cet organisme contribue à éradiquer l’illettrisme et ouvre de nouveaux horizons aux enfants.
    En achetant ce livre, non seulement vous augmentez votre connaissance et vos compétences en matière de Web Analytics, mais vous m’aidez à soutenir deux causes chères à mon cœur. Lorsqu’il s’agit de soutenir ceux qui sont dans le besoin, la moindre petite contribution compte. Merci.
    L’univers impitoyable des décisions fondées sur les données
    Le monde hors ligne est immuable. En revanche, le Web devient un pivot de chaque aspect de notre existence. Peu importe que vous soyez patron de petite entreprise, politicien, mère de famille, étudiant, activiste, travailleur acharné ou simplement un des 7 milliards d’ homo sapiens sur cette planète. Peu importe que vous habitiez à Athènes, Tananarive, Abu Dhabi ou Albuquerque.
    Nous avons accès à de multiples sources de données (quantitatives, qualitatives et concurrentielles), à pléthore d’outils gratuits que nous utilisons pour nous assurer que nos décisions Web, tant tactiques que stratégiques, sont avisées. Et ces décisions peuvent aller de la nature de tel contenu pour telle page à l’acquisition de l’ensemble de mots-clés appropriés dans le cadre de campagnes de marketing de recherche, en passant par l’identification du public cible qui affiche un profil démographique et psychographique parfait pour l’entreprise, et par le meilleur moyen de régaler l’internaute qui visite notre site Web.
    Je compare les Web Analytics à Angelina Jolie ; cette comparaison a pour but de mettre en lumière leur aspect attrayant, mais aussi la force qui s’en dégage. Une force positive à mon avis. Quand vous arriverez à la moitié de l’ouvrage, je suis sûr que vous serez d’accord avec moi.
    Contenu de l’ouvrage
    Cet ouvrage est fondé sur les bases posées par mon premier livre, Web Analytics: An Hour a Day . Je ne tournerai pas autour du pot : le chapitre 1 commence directement par une présentation du concept Web Analytics 2.0. Il enchaîne ensuite par une ardente plaidoirie qui explique pourquoi l’approche par la multiplicité est une condition sine qua non de la réussite avec les outils disponibles. Le 400 m départ arrêté en 13 pages !
    Sélectionner le jeu d’outils approprié pourrait s’avérer tout aussi important que de choisir ses amis : si vous choisissez mal, il vous faudra du temps pour vous en remettre. Au chapitre 2 , je vous accompagne dans une réflexion personnelle qui vous permettra de choisir le jeu d’outils de Web Analytics adapté à votre entreprise. Vous apprendrez également les questions à poser aux éditeurs de ces outils (pourquoi ne pas les stresser un peu ?), l’approche de la sélection d’un éditeur et enfin la négociation optimale du contrat (stressons-les, stressons-les !).
    Les chapitres 3 et 4 couvrent l’incroyable univers des Web Analytics traditionnels, l’analyse des flots de clics. Au chapitre 3 , huit éléments de mesure vous apprennent les nuances complexes que recèlent les mesures modernes : ce que vous devez rechercher, ce que vous devez éviter, et comment garantir que votre entreprise a choisi le bon jeu d’éléments de mesure. Vous apprendrez également ma technique préférée pour diagnostiquer la cause fondamentale de performances médiocres.
    Le chapitre 4 reprend l’exposé et vous guide dans une présentation du B.A.-BA des Web Analytics. Elle vous permettra de passer rapidement des données à l’action sur votre site Web. J’y explore les stratégies analytiques fondamentales et les fais suivre de six analyses spécifiques inspirées de la vie quotidienne. Dans chaque section, vous apprendrez à porter les choses juste au-dessus des attentes moyennes. Le chapitre conclut par un contrôle portant sur cinq défis clés qu’induisent les Web Analytics (à ne pas manquer !).
    Le chapitre 5 est votre meilleur ami. En effet, il examine la raison prépondérante de l’existence de tout site Web : les résultats, en d’autres termes, les conversions, le chiffre d’affaires, la satisfaction clientèle, la fidélité des visiteurs, etc. Vous y apprendrez la valeur de la focalisation sur les microconversions (un incontournable !). À l’issue du chapitre, je propose deux ensembles de recommandations spécifiques quant à la mesure des résultats sur des sites à but non lucratif et B2B.
    Au chapitre 6 , nous commençons à nous amuser vraiment avec le concept Web Analytics 2.0. En effet, j’y examine le monde merveilleux de la focalisation sur le client : l’écoute du client à une échelle appropriée. Vous y apprendrez à tirer parti des tests d’utilisabilité en laboratoire, des sondages et d’autres méthodes de conception axées sur la clientèle. Enfin, je mettrai en lumière les techniques particulièrement attrayantes qui se profilent à l’horizon, techniques qui modifieront considérablement votre approche de la rentabilisation de la voix du client.
    Le chapitre 7 a trait à l’expérimentation et aux tests. Si vous avez déjà consulté mon blog ou assisté à l’une de mes interventions, vous savez à quel point le Web nous soulage en nous autorisant à échouer plus vite et fréquemment, et ainsi à nous améliorer chaque jour. Vous apprendrez ce que sont les tests A/B et multivariables. Mais je pense que si vous vous rappelez cet ouvrage, ce sera essentiellement pour y avoir appris la puissance des expériences contrôlées (enfin, vous pourrez répondre aux questions les plus difficiles auxquelles vous ayez jamais été confronté !).
    Le chapitre 8 vous aide à vous attaquer à l’analyse de l’intelligence concurrentielle. Comme le reste de cet ouvrage, ce chapitre n’est pas là pour vous apprendre à utiliser un outil ou un autre. En revanche, vous apprendrez ici à creuser sous la surface et à comprendre comment les données sont capturées et pourquoi ; en intelligence concurrentielle plus que dans tout autre domaine s’applique le principe « entrée médiocre = sortie médiocre ». À la fin du chapitre, vous saurez analyser le trafic Web de vos concurrents, utiliser des données de recherche pour mesurer la présence d’une marque et identifier de nouvelles opportunités, remettre à plat les publics pertinents pour vos campagnes et votre activité, et vous tester par rapport à vos concurrents.
    Le chapitre 9 clarifie la mesure de domaines nouveaux et en pleine évolution liés aux données mobiles de Web Analytics ; vous y verrez pourquoi mesurer l’activité de blogs et de sites Web sont deux choses distinctes. Vous aborderez la mesure de la réussite de vos efforts sur les sites sociaux tels que Twitter. Vous commencerez par faire connaissance avec les défis fondamentaux que présente le Web social en termes de mesures.
    Le chapitre 10 entame votre véritable accession au grade de ninja de l’analyse. J’y aborderai les règles cachées du jeu, les problèmes à prendre en compte, des épreuves pour en faire plus, et la raison pour laquelle certaines approches fonctionnent mieux que d’autres. La fin du chapitre aura pour vous un intérêt particulier, car j’y aborderai la raison pour laquelle les révolutions échouent lamentablement en matière de données Web, domaine où l’évolution fonctionne à merveille. Oh et bien sûr, comme vous pourriez vous y attendre, je recommanderai une voie très spécifique pour atteindre le Nirvana !
    Le chapitre 11 concerne les techniques d’analyse ; les armes indispensables que votre arsenal doit contenir lorsque vous partez en campagne pour conquérir le territoire des données. Vous ferez la connaissance du contexte, des comparaisons, du concept de « ce qui a changé », des conversions latentes, des tenants et aboutissants de la recherche et d’une analyse très très avancée de la recherche payée. Un chapitre qui déménage...
    Le chapitre 12 contient des ressources qui valent plusieurs fois le prix de l’ouvrage. Il s’attaque aux défis actuels des données Web les plus difficiles et les plus coriaces de la planète : l’analyse de l’attribution à des campagnes à points de contact multiples et les données de Web Analytics à canaux multiples. Ici, point de facilité ou de méthode miracle, simplement des solutions pratiques et exploitables que vous pouvez mettre en œuvre dès à présent, aujourd’hui. Ne vous engagez pas dans les Web Analytics sans avoir lu ce chapitre.
    Le chapitre 13 compte parmi les chapitres que j’ai eu le plus de plaisir à écrire. Le concept Web Analytics 2.0 est une histoire de personnes (idée qui n’est pas surprenante de la part du créateur de la règle des 10/90 pour une brillante réussite). Quel que soit votre rôle dans l’univers des données, ce chapitre comprend des conseils pour guider votre plan de carrière et vous garantir une réussite maximale. Je propose des pratiques optimales pour tenir vos connaissances à jour, mais je ne m’arrête pas là : je suggère des moyens pour atteindre la pointe du domaine. Le chapitre s’achève sur un conseil destiné aux cadres et dirigeants quant à la manière d’identifier le talent approprié, de le faire mûrir et de se mettre sur la voie de la réussite.
    Le chapitre 14 récapitule toute mon expérience et toutes mes recherches dans ce domaine naissant, et partage des recommandations pour s’attaquer à LA tâche qui fera votre réussite ou votre échec : créer une culture des données. Je recommande différentes approches de la présentation des données, de la manière de stimuler les parties prenantes et d’utiliser des définitions d’éléments de mesure pour influencer un changement comportemental au sein de votre entreprise, de la mise en place d’un vrai « patron piloté par les données » (yeah !), et enfin des stratégies d’obtention de budgets et de soutien pour vos programmes et vos ressources humaines pour l’analyse.
    Plutôt stimulant non ? Et de surcroît vraiment très amusant !
    Le CD-Rom : un contenu multimédia précieux
    Les podcasts, vidéos et ressources (en anglais) mis à disposition sur le CD-Rom étendent le contenu de l’ouvrage en facilitant la compréhension des concepts et en proposant un support supplémentaire et des directives qui ne figurent pas dans le livre. Pour plus d’informations, consultez l’annexe de l’ouvrage, ou mieux, lancez le CD et explorez-le.
    Demande de retours
    J’adore prêcher la valeur des données de clientèle et mettre mon credo en pratique. Je veux connaître vos réflexions sur cet ouvrage. Quel élément de son contenu vous a été le plus précieux ? Quelle a été votre plus grande surprise ? Quelle est la plus importante de vos mises en œuvre à avoir obtenu des louanges ? Qu’aurais-je dû faire différemment d’après vous ? Quelle est la plus importante pièce manquante de cet ouvrage ?
    Envoyez-moi vos réflexions à l’adresse suivante :
    feedback@webanalytics20.com.
    Je tire les leçons du moindre petit retour et je promets de répondre à chaque personne qui m’écrit. N’hésitez pas à partager votre expérience, vos critiques et vos louanges.
    Autre chose amusante : dans mon premier ouvrage, je demandais aux lecteurs de m’envoyer une photographie de leur choix (personnes, lieux, bébés, bâtiments, etc.) sur laquelle figurait le livre. Cette demande a concrétisé la merveilleuse collection de photos que vous pouvez admirer ici :
    http://zqi.me/wapeople .
    Ainsi le monde devient un peu plus proche et plus réel.
    Je serai ravi d’avoir une photographie de vous, de votre ville ou de vos animaux de compagnie avec le présent ouvrage. Vous pouvez me la faire parvenir à l’adresse feedback@webanalytics20.com . Merci.
    Et pour commencer...
    Je suis sûr que vous imaginez l’immense plaisir que j’ai eu à écrire ce livre. Et c’est plus que vrai. Je suis sûr que vous en éprouverez autant à le lire, à recevoir son enseignement et à changer le monde par l’analyse, éclaircissement après éclaircissement.
    Alors, allons-y !
    1
    Le meilleur des mondes des Web Analytics 2.0
    Pendant des années, la mesure d’audience du Web, aussi appelée Web Analytics , a été clairement porteuse d’une promesse de révolution du commerce sur le Web. Pourquoi pas, après tout ? Vous pouvez mesurer chaque clic de chaque visiteur de votre site. Pourquoi ne pas en tirer avantage ? Malheureusement, la révolution a plutôt fait long feu. Cause fondamentale de cet échec, analystes et spécialistes du marketing avaient adopté une vision particulièrement restreinte des données Web, limitant celles-ci à de simples parcours de navigation ou clickstream (flot de clics). Dans ce chapitre, je plaiderai la nécessité de totalement repenser l’usage des données sur le Web. La stratégie Web Analytics 2.0 s’adapte à l’évolution du Web et étend considérablement la palette de données susceptibles de vous aider à atteindre vos objectifs métier stratégiques.
    Au sommaire
    État du paysage des Web Analytics
    État de l’industrie
    Repenser les Web Analytics : Web Analytics 2.0
    Changer : yes we can !
    État du paysage des Web Analytics
    Commençons par une petite histoire sur le paradoxe des données. Du point de vue professionnel, j’ai évolué dans l’univers des entrepôts de données (data warehouse) et de l’aide à la décision (BI, Business Intelligence ). J’ai travaillé avec d’énormes quantités de données d’entreprise (plusieurs téraoctets), ainsi qu’avec des couches intermédiaires ETL (Extract, Transform and Load) sophistiquées, le tout desservant des outils complexes d’aide à la décision, issus d’éditeurs tels que MicroStrategy, Business Objects et SAS. Si le fonctionnement global était sophistiqué et passionnant, l’ensemble des données restait plutôt simple. Bien sûr, nous enregistrions les nom et adresse des clients, les produits achetés, les appels passés ainsi que toutes les métadonnées de l’entreprise et ses tarifs. Pourtant l’implication des données restait mineure. Nous prenions donc des décisions avisées pour l’entreprise à mesure que nous luttions férocement pour obtenir les éclaircissements attendus.
    Mais le manque de portée et de profondeur des données signifiait que souvent, et je le dis en partie avec humour, nous pouvions rejeter notre responsabilité sur le manque de types de données suffisants . C’était en quelque sorte notre carte « Vous êtes libéré de prison ». Quelque chose comme : « Bon sang mais c’est bien sûr ! Si j’avais connu la taille des sous-vêtements de nos clients, j’aurais pu la corréler avec leurs abonnements à différents magazines et ainsi leur vendre plus efficacement des ordinateurs portables ultralégers. »
    Je sais que cela semble grotesque. Mais la réalité me donnera raison.
    Dans ce contexte, vous comprendrez pourquoi je restais extatique devant l’univers des Web Analytics. Des données. Partout des données ! Riches, profondes et transversales. Considérons ce simple fait : Yahoo! Web Analytics est un outil totalement gratuit. Il intègre environ 110 rapports standards dont chacun compte entre 3 et 6 éléments de mesure. Et ce nombre ne tient pas compte de la possibilité de créer des rapports personnalisés couvrant bien d’autres éléments de mesure auxquels même Dieu n’aurait pas songé pour l’humanité.
    Toutefois, après avoir évolué plusieurs semaines dans cet univers, j’étais sous le choc : même avec toutes ces données, je n’avais identifié aucun éclaircissement exploitable sur la manière d’améliorer notre site Web ou d’établir une relation avec nos clients.
    C’est tout le paradoxe des données : quand vous n’en avez pas assez, vous ne pouvez pas prendre de décisions exhaustives, mais disposer d’une pléthore d’informations ne vous fournit qu’une quantité infinitésimale d’éclaircissements.
    Quant au Web, le paradoxe des données y tient de la leçon d’humilité : oui, la Toile contient des myriades de données, mais parallèlement, des obstacles fondamentaux empêchent une prise de décision avisée. Et ce constat fut une vraie déception, particulièrement pour quelqu’un qui, comme moi, venait de consacrer les sept dernières années à accumuler toujours plus de données.
    Mais c’est l’objet de cet ouvrage : faire table rase des anciennes approches et appréhender différemment la prise de décision sur le Web, admettre que le problème pourrait ne pas venir des données mais des utilisateurs, et se focaliser davantage sur la précision que sur la fidélité. Nous allons faire nôtre l’idée que le Web est un animal unique en son genre et à nul autre semblable actuellement, et qu’il requiert une approche de la prise de décision elle aussi unique en son genre : c’est-à-dire, celle des Web Analytics 2.0.
    Avant d’aller plus loin, faisons d’abord le point sur l’état actuel de l’industrie des Web Analytics.
    État de l’industrie
    En réfléchissant à la situation actuelle, je constate que beaucoup de choses n’ont pas changé depuis les origines des Web Analytics, soit près de 15 ans en arrière. Le paysage est dominé par des outils qui exploitent essentiellement des données collectées sur des fichiers journaux (ou logs ) ou par des marqueurs JavaScript. La plupart des entreprises utilisent des outils tels que Google Analytics, Omniture Site Catalyst, Webtrends, Clicktracks ou Xiti pour comprendre l’activité de leurs sites Web.
    Toutefois, l’un des changements majeurs de ces dernières années a été l’arrivée d’un outil de Web Analytics robuste et gratuit : Google Analytics. Les Web Analytics étaient jusqu’alors essentiellement réservées aux riches (comprendre, aux grandes entreprises qui pouvaient se financer leur mise en œuvre). Bien sûr, quelques solutions gratuites reposant sur des fichiers journaux (les logs ) existaient, mais elles s’avéraient difficiles à mettre en œuvre et nécessitaient une quantité importante de ressources informatiques, ce qui dissuadait la plupart des entreprises.
    Principale conséquence de l’arrivée de Google Analytics : la création d’une démocratie des données de grande envergure. N’importe qui pouvait alors rapidement ajouter quelques lignes de code JavaScript au fichier de pied de page de son site Web et disposer ainsi d’un outil de génération de rapports facile à utiliser. Le nombre de personnes qui s’intéressent aux Web Analytics dans le monde est alors passé très rapidement de quelques milliers à des centaines de milliers. Et il continue d’augmenter.
    Ce processus a profité d’un grand coup d’accélérateur lors de l’acquisition d’IndexTools par Yahoo! à la mi-2008. Yahoo! acquiert alors un outil payant de Web Analytics, le rebaptise intelligemment « Yahoo! Web Analytics », et le diffuse gratuitement (à ce moment-là, uniquement auprès de ses clients Yahoo!).
    D’autres outils gratuits arrivent alors ; certains petits mais novateurs, tels que Crazy Egg, d’autres sous la forme de logiciels libres et gratuits, comme Piwik et Open Web Analytics, ou encore des solutions issues de niches, telles que MochiBot qui permet de suivre vos fichiers Flash. Certains outils particulièrement abordables apparaissent alors également sur le marché, à l’instar du très élégant Mint, aux rapports pointus, qui utilise vos fichiers journaux pour générer des rapports sur les données, et qui ne coûte que 30 dollars.
    Aujourd’hui, taper free web analytics tools sur Google débouche sur 49 millions de résultats, ce qui témoigne de la popularité de tous ces types d’outils. Par ailleurs, ces outils gratuits exercent une pression sur les éditeurs d’outils de Web Analytics ; ils les poussent à s’améliorer et à se différencier. Certains ont du mal à tenir le rythme, quelques-uns ont sombré ; toutefois, les outils de ceux qui ont tenu bon sont devenus plus sophistiqués et proposent une multitude de solutions connexes.
    Omniture est un bon exemple d’éditeur compétitif. SiteCatalyst, son outil phare de Web Analytics, constitue désormais une de ses offres essentielles. Omniture propose également aujourd’hui Test&Target, une solution de ciblage comportemental et de test multivariable. L’éditeur se lance par ailleurs dans l’activité d’optimisation et de gestion de liens sponsorisés avec SearchCenter. Il propose parallèlement des sondages pour sites Web et peut désormais, grâce à l’acquisition de Mercado, mettre en œuvre des services de commerce électronique. Omniture sera très bientôt en mesure de vous réveiller d’une tape légère et de vous aider à choisir des vêtements pour votre journée de travail ! Conséquence de cette stratégie concurrentielle, Omniture remplit jusqu’à présent son contrat, tant pour lui-même que pour ses actionnaires.
    Au-delà des Web Analytics, je me réjouis de voir autant d’outils exploiter le triptyque stratégique « expérience, comportement et résultats » que je présentais dans mon premier ouvrage Web Analytics: An Hour A Day (paru aux éditions Sybex en 2007).
    Nous pouvons désormais dépasser les limites de la mesure des résultats issus d’outils de Web Analytics (les transformations aussi appelées conversions), pour passer à la mesure de résultats plus conséquents, par exemple, nos initiatives sur les réseaux sociaux. Le recours à FeedBurner, pour mesurer les résultats produits par des blogs, et à un écosystème varié d’outils destinés à Twitter, pour mesurer votre succès sur ce site, sont autant exemples évidents de ce nouveau type de mesures. Nous nous approchons timidement, ou plutôt à grands pas, du Saint-Graal de la mesure intégrée des résultats produits en ligne et hors ligne.
    Le facteur comportement de la stratégie n’est pas en reste non plus. Des outils en ligne peu coûteux vous permettent de procéder à des tris de cartes (une option coûteuse hors ligne) pour obtenir rapidement, de la part de vos clients, des informations que vous réinjecterez dans les activités de refonte conceptuelle de l’architecture informatique (AI) de vos sites Web. Un nombre impressionnant d’outils de sondage gratuits est désormais disponible. À ce sujet, permettez-moi d’insister bien égoïstement sur 4Q, la solution gratuite de sondage en sortie de site, de iPerceptions. Elle est inspirée d’un des billets de mon blog ( The Three Greatest Survey Questions Ever , http://zqi.me/ak3gsq ).
    Vient ensuite le monde délicieux de l’intelligence concurrentielle. Elle n’avait pas de place officielle dans le triptyque stratégique (même si je l’ai abordée dans l’ouvrage Web Analytics: An Hour A Day ) du fait des possibilités restreintes (et coûteuses) qu’offrait le marché à cette époque. Ces deux dernières années ont été le théâtre d’une explosion massive dans ce secteur, avec des outils capables de transformer votre activité, notamment Compete, Google Ad Planner et Insights for Search, Quantcast, et la liste est loin d’être exhaustive.
    En réfléchissant aux débuts des Web Analytics, je me réjouis particulièrement du chemin parcouru par l’industrie depuis la publication de mon premier livre, il y a deux ans.
    Je suis confiant quant au succès qui attend le spécialiste du marketing, l’analyste, le propriétaire de sites ou le chef d’entreprise capable de maîtriser la puissance de ces outils, que ces derniers soient commerciaux ou gratuits, pour comprendre l’expérience de ses clients et appréhender les opportunités concurrentielles.
    Repenser les Web Analytics : Web Analytics 2.0
    Vous vous rappelez le paradoxe des données ? Nous venons de l’évoquer quelques pages plus haut. Une si grande quantité de données pour si peu de connaissances. C’est ce paradoxe qui m’a conduit à établir le triptyque stratégique des Web Analytics lorsque je travaillais chez Intuit. Et, à présent, il me permet de vous présenter Web Analytics 2.0.
    La majorité des entreprises qui se concentrent sur les Web Analytics (et il est triste de constater qu’elles ne sont pas assez nombreuses) considère cette discipline comme simplement l’art de collecter et d’analyser des données de navigation, des flots de clics (clickstream) , des données issues de Yahoo! Web Analytics, Omniture ou Mint.
    C’est un bon début. Mais très rapidement, un constat se révèle, comme illustré à la figure 1-1 .
    Le grand cercle correspond à la quantité de données dont vous disposez. Une quantité pharaonique ! Au bout de quelques mois cependant, vous vous apercevez que le tout petit cercle du bas correspond, lui, à la quantité de connaissances exploitables, d’éclaircissements, que vous retirez de ces données. Pourquoi ?
    Vous avez si peu de connaissances exploitables parce que les données des parcours constituent un moyen formidable pour déterminer le quoi , mais non le pourquoi . C’est là une des limites des données de parcours, ou flot de clics. Nous connaissons avec précision chaque clic de chaque visiteur et en savons même davantage. Nous connaissons la nature des éléments, le quoi . Quelles pages les visiteurs de notre site Web ont-ils consultées ? Quels produits ont-ils achetés ? Quelle était la durée moyenne de leur visite ? Quel est la provenance de leur visite ? Quels mots-clés ou campagnes ont généré des clics ? Quelle est la nature de ceci et de cela ? Quel élément est absent ?


    Figure 1-1. L’ancien paradigme de Web Analytics 1.0
    Toutes ces informations quoi ne répondent pas à la question pourquoi . S’il est important de savoir ce qui se passe sur votre site, il est encore plus important de comprendre pourquoi les visiteurs s’y comportent comme ils le font. Cette réflexion constituait ma principale motivation pour redéfinir les Web Analytics. Et pour des Web Analytics plus approfondis, nous devons inclure non seulement la question du pourquoi, mais également des questions clés susceptibles de nous aider à prendre des décisions avisées concernant notre présence sur le Web.
    Web Analytics 2.0, c’est : l’analyse de données quantitatives et qualitatives issues de votre site Web et de vos concurrents, pour induire une optimisation continue de l’interaction en ligne dont bénéficient vos clients existants et potentiels, et qui se traduit en résultats attendus (en ligne et hors ligne).
    Cette définition est spécifique, elle est moderne et elle débouche sur une remise en question de la manière d’identifier des connaissances exploitables. La figure 1-2 illustre Web Analytics 2.0.


    Figure 1-2. Le paradigme revu de Web Analytics 2.0
    Je souhaitais, avec cette définition, développer les questions qui trouveraient réponse dans une redéfinition du sens des Web Analytics, des sources auxquelles un analyste ou un spécialiste du marketing en ligne aurait accès, et des outils qui seraient mis en application.
    Les flots de clics des utilisateurs, ou clickstream , répondent à la question quoi . Si une analyse de résultats multiples répond à la question quantitative, le combien , et si l’expérimentation et tests contribuent à expliquer le pourquoi (même si, d’un point de vue analytique, la Voix du client contribue, elle aussi, à l’expliquer), des informations fournies directement par le client, auxquelles nous ajouterons enfin l’intelligence concurrentielle, répondent à la question quoi d’autre , qui reste probablement la part d’informations la plus sous-estimée sur le Web.
    La figure 1-3 illustre la part qu’occupe chacune de ces quatre questions importantes en termes de composants/sources de données dans la stratégie Web Analytics 2.0.
    À présent, examinons chaque élément brièvement. Je les traiterai plus en détails dans les chapitres suivants.


    Figure 1-3. Les questions clés selon la stratégie Web Analytics 2.0
    Le quoi : parcours de navigation
    Le quoi d’un parcours de navigation est simple. Si vous disposez d’une solution de Web Analytics hébergée en interne, alors le quoi consiste à collecter, stocker, traiter et analyser les données liées aux clics effectués sur votre site Web. Si, comme la plupart des webmestres, vous disposez d’une solution de Web Analytics hébergée en externe ou par un éditeur, le quoi se résume simplement à la collecte et l’analyse des données liées aux clics.
    Ces données sont celles que vous obtenez avec Webtrends, Google Analytics et autres outils de mesure du parcours de l’internaute. En quelques mois, vous disposez d’une grande quantité de données, de l’ordre du gigaoctet, voire davantage si vous conservez un historique.
    Le parcours de navigation constitue également un ensemble de données fondamental ; il vous aide à mesurer pages et campagnes, et à analyser tous les types de comportements relatifs à un site : visites, visiteurs, durée de visite, pages consultées, taux de rebond, sources, et bien d’autres éléments.
    Le combien : analyse de résultats multiples
    Si vous avez assisté à l’une de mes interventions à l’occasion d’une conférence, vous avez sans doute déjà entendu cette histoire. Lors de mon premier emploi dans le domaine des Web Analytics, l’entreprise utilisait Webtrends (un outil robuste et fabuleux). Je débutais. Je posais de nombreuses questions sur l’utilisation des données et des 200 rapports produits par Webtrends. Au bout de deux semaines, j’ai désactivé Webtrends.
    Pendant les trois semaines qui ont suivi, personne n’a réclamé les 200 rapports manquants. 200 ! Dans une entreprise qui pèse plusieurs milliards de dollars !
    Après réflexion, je me suis aperçu que ces données ne manquaient à personne pour une raison fondamentale : aucuns des 200 rapports ne se focalisaient sur la mesure de résultats. Un million de visites sur le site. Et après ? Quels résultats produits pour l’entreprise ? pour le spécialiste du marketing ?
    Se focaliser spécifiquement et profondément sur la mesure des résultats signifie mettre en corrélation le comportement du client et le bénéfice pour l’entreprise. L’opération la plus percutante que vous puissiez effectuer avec les Web Analytics consiste à associer les résultats aux profits et aux primes des personnes auxquelles vos rapports sont destinés.
    Un site Web vise trois objectifs principaux :
    • accroître le chiffre d’affaires ;
    • diminuer les coûts ;
    • améliorer la satisfaction/fidélité client.
    Un point, c’est tout. Trois choses simples.
    Tout ce que vous entreprenez sur votre site Web doit tendre vers ces trois résultats, que votre site Web ait pour vocation le commerce électronique, l’assistance technique, le support social ou, simplement, la propagande. Vous allez utiliser des outils de mesure de parcours, des systèmes de planification des ressources d’entreprise (systèmes ERP, Enterprise Resource Planning ), des sondages, Technorati et bien d’autres ressources.
    Pour vous attirer les bonnes grâces de votre hiérarchie, vous devez vous focaliser sur l’analyse de résultats multiples.
    Le pourquoi : expérimentation et tests
    Je crois que la plupart des sites Web sont mal conçus parce qu’ils sont créés par les HiPPO. HiPPO est l’acronyme de « Highest Paid Person’s Opinion 1 ».
    Et vous savez comment ça se passe. Quelqu’un expose une idée formidable, mais c’est l’HiPPO qui décide de ce qui va réellement se passer. S’il souhaite que la page d’accueil affiche des singes qui dansent, alors la page d’accueil affichera des singes qui dansent.
    En réalité, l’HiPPO est à 10 lieues du site Web ; il n’est jamais allé dans un supermarché et se concentre trop sur ses affaires. L’HiPPO est donc un substitut médiocre aux attentes des clients.
    En tirant parti d’outils d’expérimentation et tests puissants, tels que la solution gratuite Google Website Optimizer ou les outils commerciaux Autonomy Optimost et SiteSpect, vous pouvez modifier votre stratégie. Plutôt que de lancer un site avec une seule idée (celle de l’HiPPO bien entendu), vous pouvez expérimenter différentes idées en direct sur votre site et ainsi permettre à vos clients de vous faire savoir celles qui fonctionnent le mieux. Que c’est agréable… J’appelle cela « la revanche des clients » !
    Un motif puissant, discret de prime abord, saura justifier une fidélité sans limite à votre outil de test : vous échouez plus rapidement ! En effet, échouer sur tous les autres canaux, tels que la télévision, la radio, les magazines ou encore les grandes enseignes, coûte beaucoup d’argent. En revanche, l’échec en ligne se produit rapidement et à peu de frais.
    Imaginons le lancement d’un nouveau produit chez Carrefour : pourquoi ne pas le lancer dans un premier temps sur Carrefour.fr plutôt que dans un magasin Carrefour, et voir comment ce produit se comporte ? Pourquoi ne pas essayer quelques offres promotionnelles par courrier électronique ou par liens sponsorisés dans des moteurs de recherche, avant de finaliser une stratégie et de lancer le produit par le biais de supports imprimés, notamment de catalogues, ou de spots publicitaires télévisés ? Quel que soit le scénario, sur Internet, vous pouvez prendre des risques plus importants, vous profitez d’un lancement accéléré, et réussissez ou échouez considérablement plus vite !
    L’avantage stratégique est considérable. C’est également la raison pour laquelle, je crois à l’expression « Tester ou mourir ».
    Le pourquoi : la voix du client
    Dans mon cas, ingénieur en mécanique détenteur d’un MBA, le pourquoi , ou la puissance et la valeur des données quantitatives, m’a donné une bonne leçon. Prenons cette simple question : pouvez-vous afficher le rapport intitulé Pages les plus consultées, issu de votre outil de Web Analytics, pour votre site, par exemple, www.zappos.com , et en dégager le contenu qui intéressait le plus les visiteurs ?
    Comment déterminer par les pages les plus consultées, celles que vos visiteurs voulaient vraiment consulter ? Peut-être ces visiteurs n’ont-ils pas pu trouver les pages du fait de l’absence d’un moteur de recherche interne ou d’une navigation défaillante (lien cassé) sur votre site ? Vous l’ignorez. Votre outil de Web Analytics ne restitue que ce qu’il enregistre. Et ce que vos clients voulaient voir, mais n’ont pas pu voir, cela n’a pas été enregistré.
    Voici pourquoi la voix du client (VDC) est si importante. Sondages, tests en laboratoire d’utilisabilité, tests d’utilisabilité à distance, tris de cartes, autant d’exemples de techniques qui permettent d’obtenir des retours d’information directement de vos clients depuis votre site Web ou de votre base de clients ciblés.
    Combien de fois ai-je été surpris en consultant des informations VDC sous forme littérale à partir de sondages de site Web : « Ah c’est donc pour ça qu’ils ont laissé tomber ! » ou encore « Bon sang, c’est pour ça que personne n’achète ce produit ! » ou, plus généralement, « Pourquoi n’avons-nous jamais constaté une telle évidence ? »
    Et marier le quoi et le pourquoi vous offrira toute une vie de bonheur. Je vous le garantis.
    Le quoi d’autre : l’intelligence concurrentielle
    De toutes les surprises rencontrées lors de mon périple en terre de Web Analytics, la plus grande a été le concept d’intelligence concurrentielle. Dans le monde traditionnel de la planification des ressources d’entreprise (ERP), de la gestion de la relation client (CRM ou GRC) et d’obscurs systèmes de gestion interne, tout ce que vous avez, ce sont vos propres données. Vous disposez de très peu d’informations sur vos concurrents. Sur le Web, en revanche, vous pouvez collecter des tonnes d’informations sur vos concurrents directs ou indirects ! Et en général, ces informations sont gratuites !
    Sur www.compete.com , vous tapez l’URL du site d’un concurrent et, en un clin d’œil, comparez vos performances aux siennes. Vous savez combien de temps les visiteurs passent sur votre site comparé au sien. Vous pouvez obtenir le nombre de visites répétées, de pages consultées par visiteur, la croissance, et bien d’autres informations.
    Ce qui nous amène à la question suivante : pourquoi se préoccuper de tout cela ?
    Prenons cette simple analogie. Utiliser un outil de Web Analytics pour mesurer les performances d’un site revient à s’asseoir au volant d’une voiture et à ne plus lever le nez de son tableau de bord pour s’assurer qu’elle se déplace précisément à 110 km/h. Une voiture dont le pare-brise et les vitres seraient obturés ; impossible de voir ce qui se passe à l’extérieur.
    Recourir aux données d’intelligence concurrentielle revient à gratter la peinture noire appliquée sur les vitres pour voir ce qui se passe à l’extérieur. Vous constatez que vous participez à une course (à votre insu) ; alors que vous roulez qu’à 110, tous les autres concurrents vous doublent à 260 ! Sauf changements drastiques de votre part, vous deviendrez quantité négligeable.
    C’est là que réside la puissance des données d’intelligence concurrentielle. Connaître ses performances est important, mais connaître ses performances par rapport à ses concurrents l’est plus encore. C’est là un avantage qui n’a pas de prix et qui vous aide à vous améliorer, à identifier de nouvelles opportunités et... à rester dans la course.
    Dans cet ouvrage, je traiterai de l’utilisation d’outils gratuits et commerciaux pour bénéficier d’une intelligence concurrentielle couplée, entre autres, à des critères de public (démographiques et psychographiques), des mots-clés, des sources de trafic ou, encore, des comportements de clients sur les sites Web.
    Voici donc l’univers extraordinaire de Web Analytics 2.0. Un univers bien plus vaste que vous ne l’imaginez. Plus attrayant que vous ne l’imaginez. Où tout consiste à se concentrer sur le client.
    Changer, yes we can !
    Pour réussir dans l’univers de Web Analytics 2.0, vous devez procéder à deux changements essentiels. Le premier est un changement d’ordre stratégique ; la modification du modèle mental que vous appliquez, de l’approche que vous adoptez. Le second est d’ordre tactique ; il s’attaque à la manière dont vous appréhendez les outils et dont vous les utilisez actuellement.
    L’impératif stratégique
    Lorsqu’il s’agit de franchir les gouffres modernes, la technologie ou les outils constituent rarement la plus grande source de difficulté, qui tient davantage à nos états d’esprit enracinés. Pour nous tous, le plus grand défi consiste à modifier notre stratégie en matière de Web Analytics afin d’évoluer et penser 2.0.
    La figure 1-4 illustre l’évolution de pensée que vous devez absolument adopter pour que vous ou votre entreprise puissiez transiter vers Web Analytics 2.0.
    Dans l’univers Web Analytics 2.0, le règne des clics s’achève. Lui succède la combinaison des règles « comptage et motivation ». Cette combinaison donne autant d’importance à ce qui se passe sur votre site Web qu’à ce qui se passe sur ceux de vos concurrents. Parallèlement, vous automatisez autant de décisions que faire se peut pour éliminer certains rapports, voire une certaine part d’analyse. Votre univers est constitué d’actions continues (à savoir de sondages, tests, ciblages comportementaux, optimisation de mots-clés) et d’améliorations permanentes où le client (et non l’HiPPO) est roi.


    Figure 1-4. Évolution de l’état d’esprit nécessaire à Web Analytics 2.0
    Changement tactique
    Ce second changement vous donne accès à un concept extraordinaire et désormais incontournable : la multiplicité.
    Dans l’univers de l’informatique décisionnelle (BI, Business Intelligence ) traditionnelle, on nous enseigne qu’il faut rechercher la « source unique de vérité ». Rassembler toutes les données à un seul emplacement, élaborer des systèmes de grande envergure, généralement sur plusieurs années, et célébrer l’événement ; malheureusement, cette stratégie se révèle néfaste sur le Web.
    Lors du sommet eMetrics de 2003, Guy Creese a présenté le concept de multiplicité. Ce concept était d’une simplicité brutale : la multiplicité des éléments constitutifs, des outils et des types de sources de données ne faisait que rendre plus difficile une activité analytique efficace.
    J’en suis venu à penser que la multiplicité est la raison fondamentale du caractère imposant du Web. Du point de vue de votre entreprise Web, la consommation de données s’est considérablement démocratisée ; tout le monde a désormais besoin d’accéder aux données. Vous disposez d’une myriade d’outils efficaces pour effectuer des tâches que jamais vous n’auriez cru possibles. Non seulement vous avez beaucoup plus de données, comme dans le cas des clics, mais vous avez aussi beaucoup plus de types de données (qualitatives et quantitatives) qui rendent la vie plus belle !
    La multiplicité est le seul moyen de réussir dans l’univers Web Analytics 2.0.
    Comme l’illustre la figure 1-2 , Web Analytics 2.0 vous fournit une vue à 360° des performances de votre site Web. Dans le cadre de cette stratégie, chaque programme de prise de décision Web (qu’il se nomme Web Analytics , Révélations Web ou Révélations numériques sur la clientèle) d’une entreprise devra solutionner les cinq piliers des Web Analytics 2.0 : parcours, analyse de résultats multiples, expérimentation et tests, voix du client et intelligence concurrentielle.
    La figure 1-5 présente l’approche que doit adopter votre stratégie (en termes d’outils) pour répondre aux exigences du concept de multiplicité.


    Figure 1-5. Outils et stratégie de multiplicité de Web Analytics 2.0
    Comme l’illustre clairement cette figure, vous avez besoin d’un outil spécialisé pour solutionner chacun des piliers Web Analytics 2.0.
    Flot de clics. Vous utilisez les outils Omniture, Google Analytics, Unica NetInsight, Webtrends, Yahoo! Web Analytics, Lyris HQ (anciennement ClickTracks), Coremetrics, et bien d’autres.
    Résultats multiples. Vous utilisez les outils de Web Analytics mentionnés sous Parcours, mais aussi les équivalents de iPerceptions (pour mesurer le taux de tâches menées à bien), FeedBurner (pour suivre les abonnés), ainsi que différentes autres méthodes pour mesurer la réussite de réseaux sociaux (vos outils de Web Analytics traditionnels ne sont pas très efficaces sur ce dernier plan).
    Expérimentation et tests. Vous utilisez Google Website Optimizer, Omniture Test&Target, SiteSpect, Optimost et d’autres.
    Voix du client. Vous utilisez iPerceptions, CRM Metrix, Ethnio, ForeSee ainsi que différentes options en libre service telles que Lab Usability.
    Intelligence concurrentielle . Vous utilisez Google Ad Planner, Insights for Search, Compete, Hitwise, Technorati, et d’autres.
    Pour couvrir les cinq piliers de manière optimale, ne retenez qu’un seul outil dans chacune des catégories précédentes. C’est ça, la multiplicité.
    Les données collectées par chaque outil ne doivent pas faire doublon avec celles collectées par les outils des autres domaines, ni être associées à ces derniers. Chaque outil fournit des éclaircissements qui, regroupés, vous fournissent, à leur tour, les données dont vous avez besoin pour réussir.

    La stratégie de la multiplicité ne doit pas vous décourager.
    Remarquez que chaque ligne de la figure 1-5 offre la possibilité d’utiliser un outil gratuit ; inutile, donc, de vous préoccuper des questions de coût pour le moment. Fort heureusement, il n’est pas nécessaire de tout entreprendre tout de suite. La taille, les besoins et le degré de sophistication de votre entreprise vous aideront à déterminer votre propre stratégie.
    Voici une liste personnelle qui répertorie les éléments incontournables que les différentes entreprises doivent envisager pour rejoindre l’univers Web Analytics 2.0 ; ces éléments sont classés par ordre de priorité et présentent les domaines qui doivent au minimum être traités.
    • Petites entreprises : 1. Parcours, 2. Résultats, 3. Voix du client.
    • Moyennes entreprises : 1. Résultats, 2. Parcours, 3. Voix du client, 4 Tests.
    • Grandes à très grandes entreprises : 1. Voix du client, 2. Résultats, 3. Parcours, 4. Tests, 5. Intelligence concurrentielle, 6. Analyse d’arrière-plan approfondie (Coradiant), 7. Carences et structure de site (Maxamine).
    Il suffit de sélectionner, pour chaque catégorie, un des outils gratuits ou commerciaux répertoriés à la figure 1-5 .
    Et en cadeau…
    Vous aurez probablement remarqué les deux outils qui figurent au bas de la figure 1-5 . Il s’agit d’éléments bonus.
    Lorsqu’il est question de Web Analytics, Maxamine et Coradiant ne sont pas les premiers noms qui viennent à l’esprit. Pour les grandes entreprises, particulièrement celles du classement Fortune 1 000, ces deux outils sont pratiquement incontournables. Aucun d’eux n’effectue les mesures d’un outil de Web Analytics traditionnel. Ils éliminent ainsi tout risque de chevauchement fonctionnel. En revanche, chacun d’eux apporte ses forces uniques et propres en matière de données Web.
    Vous devez utiliser Maxamine, car il vous fournit des données critiques, entre autres, sur les éléments suivants : carences en matière d’optimisation des moteurs de recherche (SEO, pour Search Engine Optimization ), balises JavaScript manquantes, contenus en doublon, fonctionnalité de site Web interrompue (liens cassés et formulaires « plantés »), conformité en matière de sécurité/confidentialité, trous noirs qui échappent à votre moteur de recherche interne, et bien d’autres aspects. Maxamine fournit essentiellement tout ce que vous devez savoir, mesurer et rapporter quant à l’existence de votre site Web en soi. ObservePoint constitue une autre possibilité concurrentielle.
    Vous devez utiliser Coradiant, car cet outil fournit, selon une granularité allant jusqu’au niveau de l’utilisateur individuel, des données essentielles sur la « matrice » qui alimente votre site Web, en d’autres termes sur les bits et octets, les pages et les paquets. (Je fais actuellement partie de la Commission consultative de Coradiant ; c’est encore mieux quand on le dit.) Coradiant consigne tous les éléments que vous pouvez imaginer transiter de vos serveurs Web (en tout point du globe) vers vos clients. Vous pouvez ainsi identifier rapidement les problèmes qui surviennent sur votre site Web et en attribuer la responsabilité à vos équipes informatiques ou à vous-même.
    Coradiant vous permet également de comprendre pourquoi, par exemple, vos taux de conversion ne fonctionnent plus. Est-ce parce que soudainement vos pages de panier et de paiement d’achats ont ralenti au point de ne plus s’ouvrir chez vos clients ? Ou est-ce dû à des erreurs 404 sur les pages importantes ? Autant de questions essentielles auxquelles les outils traditionnels ne trouvent pas de réponse facilement, voire pas de réponse du tout.
    C’est l’essence de la stratégie de la multiplicité : des données de parcours pour une meilleure vision du paysage par le biais de résultats multiples, et des chemins plus rapides vers l’échec ou la réussite par le biais de l’expérimentation et tests. Ce sont les étapes fondamentales pour s’attaquer à un secteur industriel concurrentiel. Et n’oubliez pas d’adopter un modèle mental « comptage et motivation » dans lequel vous faites montre d’une vigilance égale à l’égard de votre propre activité Web et de celle de vos concurrents (point souligné à la figure 1-4 ). La multiplicité vous donne des clés pour aller de l’avant et changer le monde. À vous de jouer !


    1 . NdT : en français, « opinion de la personne la mieux payée » ; cette expression en vogue caractérise cette même personne
    2
    Questions pour préparer votre recherche de l’outil idéal
    L’ordre nouveau en vigueur dans l’univers Web Analytics 2.0 vous oblige à dépasser l’approche d’une « source unique de vérité » pour transiter vers une véritable stratégie de multiplicité afin d’accélérer l’identification de connaissances exploitables. Et comment fait-on ? On utilise des outils pardi ! Vous devez les choisir de manière avisée et vous assurer qu’un pas en avant n’entraîne pas trois pas en arrière.
    Dans ce chapitre, vous allez apprendre comment mener une introspection approfondie afin de mieux comprendre vos besoins, ainsi que la manière d’obtenir de vraies informations de la part des éditeurs de solutions de Web Analytics, de comparer leurs outils, puis de mettre en œuvre un projet pilote et de négocier un contrat.
    Au sommaire
    Anticiper la réussite future
    Étape 1 : Trois questions essentielles à vous poser avant de chercher l’âme sœur en matière de Web Analytics
    Étape 2 : Dix questions à poser aux éditeurs avant de signer
    Comparer les éditeurs d’outils de Web Analytics : diversification et conquête
    Étape 3 : Identifier l’âme sœur analytique (comment mettre en œuvre un projet pilote d’outils efficace)
    Étape 4 : Passer chez le notaire avant de signer avec l’âme sœur et contrôler que les SLA sont inclus dans le contrat
    Anticiper la réussite future
    Qu’ils soient gratuits ou commerciaux, nous avons la chance de disposer d’autant d’outils robustes pour aborder le concept Web Analytics 2.0. Malheureusement, nous sous-estimons considérablement l’importance vitale du choix de l’outil adapté. Et à quel point un outil inadapté peut faire reculer l’entreprise.
    Par exemple, mon entreprise a choisi un outil de Web Analytics après émission d’un appel d’offre ambitieux contenant toutes les questions qu’il est possible de se poser. La mise en œuvre de l’outil retenu nous a occupés quinze mois durant en tout, auxquels se sont ajoutés six mois pour obtenir le premier soupçon de connaissances exploitables... qui s’avéra totalement inadapté à notre cas. De toute évidence, l’appel d’offre n’offrait pas les garanties suffisantes ! Mais dès lors, personnel, systèmes, processus, nous étions trop impliqués dans l’outil pour changer quoi que ce soit rapidement. Six mois plus tard, le cadre supérieur qui avait choisi cet outil coûteux quittait l’entreprise. Son remplaçant identifia immédiatement le problème et entama le processus de sélection d’un nouvel outil. À ce stade, l’entreprise stagnait depuis plus de deux ans et demi. Il nous fallu neuf mois pour sélectionner et mettre en œuvre l’outil adapté.
    Délai total avant la prise de décisions Web stratégiques : bien plus long que nécessaire !
    Vous pensez probablement que cette situation ne s’applique qu’aux grandes entreprises ou uniquement aux autres. Croyez-moi, cette situation se présentera probablement aussi dans la vôtre.
    Nous avons tendance à choisir les outils comme nous épousons l’âme sœur : si nous nous trompons, nous refusons d’accepter notre erreur. En réalité, peu de choses auront autant d’incidence sur vos chances de réussite que le choix du jeu d’outils adapté aux besoins uniques de votre entreprise, qu’elle soit de petite, moyenne ou de grande envergure.

    La règle des 10/90
    Mon entrée dans l’univers des Web Analytics m’a éclairé à plus d’un titre. Mon entreprise disposait d’un des meilleurs outils sur le marché. Pourtant, les décisions restaient prises « intuitivement ». Et toutes les données collectées ne servaient finalement à rien.
    La leçon que j’ai tirée de cette expérience m’a inspiré la règle des 10/90 (que j’ai publiée sur mon blog le 19 mai 2006) :
    • notre objectif : retirer la valeur maximale de la mise en œuvre des Web Analytics ;
    • coût de l’outil d’analyse et des services professionnels de l’éditeur : 10 euros ;
    • investissement nécessaire dans des « analystes/ressources intelligent(e)s » : 90 euros ;
    • élément essentiel à cette magnifique réussite : le personnel.
    Le raisonnement était simple, car il portait sur quatre problèmes de base.
    • Les sites Web sont d’une extrême complexité. Et si des outils sont en mesure de capturer toutes les données, ils ne vous disent pas pour autant quoi faire.
    • Encore aujourd’hui, la majorité des outils de Web Analytics du marché se contentent de recracher des données. Des tonnes de données.
    • Nous ne vivons plus dans l’univers Web Analytics 1.0. Nous devons à présent gérer des données à la fois quantitatives et qualitatives, les résultats de nos expérimentations à variables multiples, et des données d’intelligence concurrentielle susceptibles de n’être liées à aucun autre élément.
    • L’une des manières les plus efficaces pour transformer des données en connaissances consiste à ne pas perdre de vue la « connaissance tribale » au sein de l’entreprise, à savoir les règles implicites (non écrites), métadonnées manquantes, mesures ponctuelles prises à l’improviste (bon d’accord, celles de votre P-DG), et ainsi de suite.
    Pour résoudre ces quatre problèmes, vous avez besoin d’un analyste, c’est-à-dire d’une personne dotée d’un cerveau de dimension planétaire. Si vous souhaitez vraiment prendre des mesures concernant vos données, multipliez vos investissements dans cette personne (ou même ces personnes). Dans la négative, vous serez tout simplement riche de grandes quantités de données, mais pauvre en informations.
    Aujourd’hui, avec la prolifération des options disponibles en ligne et la sophistication du Web, la règle des 10/90 est encore plus pertinente.
    Vous avez dit « coupeur de cheveux en quatre » ? Je prêche actuellement les vertus de l’analyse de données Web chez Google. Nombreux sont ceux qui, bien au-dessus du lot en mathématiques, me disent que l’existence d’outils gratuits invalide la règle des 10/90 : les outils (la composante à 10 euros) sont désormais gratuits. Je leur réponds que les outils ne sont toujours pas « gratuits ». Ainsi, si je veux utiliser Google Analytics ou Yahoo! Web Analytics, le coût (enfin, le prix) de l’outil est effectivement nul, mais je devrai débourser 5 000 euros pour travailler avec un consultant agréé pour obtenir une mise en œuvre dans les règles de l’art. Voilà pour les 10 euros. Il faut maintenant en débourser 90 pour engager les « cerveaux » qui donneront du sens à toutes vos données !
    Étape 1 : Trois questions essentielles à vous poser avant de chercher l’âme sœur en matière de Web Analytics
    Au cours du processus de sélection des outils, notre plus grosse erreur consiste à ne jamais marquer de pause pour réfléchir à notre propre envergure ou, plus probablement, à notre manque d’envergure. Nous adoptons directement l’outil le plus proche de ce qui semble convenir. Nous tenons rarement compte des qualités susceptibles de déterminer si cet outil est adapté à nos besoins.
    Aussi, la première étape consiste en une introspection et une évaluation d’une honnêteté poussée à l’extrême de votre propre entreprise, de son personnel et de son positionnement dans le cycle de l’évolution.
    Pour amorcer l’introspection critique qui vous aidera à sélectionner l’âme sœur Web Analytics 2.0 qui convient, posez-vous les trois questions suivantes.
    Question 1 : « Est-ce que je veux des rapports ou des analyses ? »
    Cette question est délicate, car la plupart des entreprises ont beaucoup de mal à se montrer objectives quant à leurs besoins. Elles affirment toutes avoir besoin d’analyses, même si – dans la pratique – peu d’entre elles (particulièrement celles de plus de 100 personnes) y font appel. En fait, tout ce qu’elles veulent, ce sont des rapports.
    Voici quelques raisons de choisir uniquement la génération et la visualisation de rapports (reporting) :
    Prise de décision décentralisée
    L’entreprise est structurée de sorte que nombre de dirigeants distincts prennent des décisions et que leur aval est nécessaire à toute action. Ces dirigeants ont besoin de données qu’ils peuvent exploiter , et non d’ analyses qui leur dictent la mesure à prendre .
    Cultures d’entreprise
    Comment votre entreprise parvient-elle à un consensus ? Devez-vous toujours « couvrir vos arrières » ? L’entreprise affiche-t-elle différentes couches de gestion ? S’organise-t-elle en matrice ? Est-elle attachée à la paperasserie ? Souvent, la culture dicte la séparation des pouvoirs avec des responsabilités de surveillance multiples et la nécessité de preuves. Ce type de culture requiert une alimentation en informations (des données).
    Disponibilités des outils et des fonctions
    Un certain nombre d’outils sont axés sur les rapports et non sur les analyses. Cette orientation définit quelles fonctionnalités doivent être utilisées.
    Historique
    Les entreprises plus expérimentées travaillent traditionnellement avec des outils de publication de rapports et de données. « Raisonner vite et agir vite » est loin d’être leur devise...
    Propension au risque
    Votre entreprise autorise-t-elle la prise de risques ? La prise de risques est-elle susceptible de nuire à votre carrière ? Une analyse sincère implique d’abandonner une certaine part de contrôle et de faire confiance à ceux qui savent faire leur travail. Si votre culture d’entreprise n’encourage pas cette attitude, alors c’est de rapports dont vous avez besoin.
    Répartition des connaissances entre les personnels et les équipes (connaissances tribales)
    Si vous souhaitez réellement analyser des données, vous devez connaître le contexte afin que les nombres collectés aient un sens. Si, dans votre entreprise, les informations et l’exploitation sont des domaines isolés, toute montée en puissance du côté des analystes est vouée à l’échec. Si vos analystes ne sont pas « en phase », tout au plus pourront-ils fournir des données à des personnes susceptibles de l’être (dans l’idéal, les dirigeants de l’entreprise).
    Disponibilité de la puissance analytique brute
    Revenons à la règle des 10/90. Si vous avez investi dans des analystes de manière avisée, il est normal de choisir un outil qui permettra à votre entreprise de bénéficier de vraies analyses.
    En dépit de ces circonstances atténuantes, c’est l’équipe d’interprétation analytique qui sera chargée d’acheter « le meilleur outil au monde ».
    Si vous optez pour un outil de Web Analytics, vous devez passer votre entreprise au crible ; sa structure de prise de décision et ses besoins de mesure. Dans un second temps, soyez lucide et déterminez si ce sont les rapports ou les analyses qui confèrent l’avantage le plus important. Si votre entreprise a réellement besoin d’une génération et de la visualisation de rapports robustes, choisissez un outil qui remplit cette fonction. Si votre entreprise prospère grâce à des analyses, faites votre choix selon ce critère.
    Voici trois scénarios à prendre en compte.
    L’outil abordable mais inadapté
    Dans le cas de mon entreprise, j’avais retenu un outil vraiment abordable et capable de moudre des données à l’infini, afin de fournir aux cadres dirigeants une véritable analyse. Seulement voilà, il s’agissait d’une entreprise de grande envergure, forte d’un chiffre d’affaires annuel d’environ deux milliards de dollars, dont plusieurs centaines de millions réalisés sur Internet. En réalité, l’entreprise réclamait des données distribuées à un grand nombre de personnes. En d’autres termes, des rapports. L’outil que j’avais retenu échoua misérablement, car il était totalement nul en la matière. Chaque personne devait traiter les données à son propre niveau, et ce processus était trop long. Les utilisateurs s’impatientaient, pressés par le temps. L’entreprise resta ainsi « pilotée à l’intuition » et nos opportunités Web furent gaspillées.
    L’outil coûteux avec un personnel inadapté
    Un de mes amis, employé dans une entreprise de bien plus grande envergure encore, affichant un chiffre d’affaires de plusieurs milliards de dollars, avait retenu l’outil de Web Analytics le plus cher du Web. Avec ses interfaces noires et sophistiquées, il proposait des graphiques et des histogrammes polychromes et fonctionnait en temps réel. Il pouvait répondre à n’importe quelle question, tant en ligne qu’hors ligne. Il était doté d’une intégration téléphonique et de toutes les fonctions imaginables.
    Pourtant, après 15 mois de mise en œuvre, ce « cadeau des dieux » ne pouvait traiter que 45 jours de données à un instant T. Plus grave encore, seules deux personnes savaient l’utiliser ! Pendant quatre années, les cadres dirigeants se sont extasiés devant toutes les données disponibles par le biais d’une interface aussi sophistiquée. Pourtant, pas la moindre décision stratégique (ni même une dizaine de décisions tactiques) ne put être prise à partir de toutes ces informations. Dans le même temps, l’éditeur d’outils de Web Analytics facturait à l’entreprise environ 2,5 millions de dollars de prestation chaque année.
    L’entreprise de mon ami aurait été mieux lotie avec Google Analytics ou Yahoo! Web Analytics. Ces deux outils proposent des fonctions de génération de rapports puissantes et gratuites, qui auraient permis aux divers utilisateurs d’exploiter des données.
    L’entreprise serait devenue plus avisée au fil du temps, après alignement de la culture, de la structure organisationnelle et du niveau de prise de risques.
    Basculement vers l’outil adapté
    Le troisième scénario concerne une entreprise émergeante, une start-up . Elle est agile et leste, et ses décisions reposent fortement sur les données, car son existence dépend de celles-ci. Pourtant, elle a choisi un outil inadapté : s’il génère efficacement des rapports, il se comporte médiocrement en matière d’analyse. J’ai recommandé à cette start-up de changer d’outil et d’acquérir un outil « haut de gamme », à la fonctionnalité analytique enrichie. Financer un tel outil constituait un sacrifice. Toutefois, cette start-up avait tout à gagner d’une capacité d’analyse supérieure. La décision d’acheter un outil haut de gamme l’a fait radicalement changer de cap ; elle pouvait désormais pratiquer une analyse approfondie, et ce rapidement, et tirer parti du comportement de sa clientèle pour entreprendre des modifications rapides de son logiciel en tant que service (application SaaS, Software-as-a-Service ). Aujourd’hui, cette start-up est très riche.
    Si le fait d’admettre que vous avez besoin uniquement de rapports est un sacrilège en soi, rappelez-vous qu’il est crucial de rester honnête. Si vous vous voilez la face, votre entreprise régressera de plusieurs années. Le fait de reconnaître que vous avez également besoin d’outils d’analyse puissants est tout aussi important, alors, foncez ! Financez ! Le retour sur investissement (ROI) sera au rendez-vous.
    Question 2 : « Ai-je une force informatique, une force métier, ou les deux ? »
    Certaines entreprises sont efficaces en termes d’informatique (IT) tandis que d’autres le sont en termes de métier (marketing, analyses et décisions stratégiques). Quelques rares entreprises sont efficaces sur ces deux plans. Vous devez soumettre à une pression de test la force fondamentale de votre entreprise, particulièrement dans le contexte des Web Analytics, car ceux-ci jouent un rôle essentiel à votre réussite.
    Réussir la mise en œuvre des Web Analytics n’est pas simple et il est facile de s’égarer. Une entreprise qui propose des services de conseil en la matière m’a récemment confié que 7 fois sur 10, lorsqu’elle commençait un projet auprès d’un client, elle constatait que la mise en œuvre des outils était inadaptée (et que le client utilisait donc jusqu’alors des données inappropriées).
    Si votre entreprise dispose d’une force informatique et métier solide, vous pouvez vous lancer seul sans craindre l’échec. Dans le pire des cas, votre entreprise charge, à temps partiel, un employé de veiller à ce que les questions techniques restent conformes à la normale.
    Si vous ne disposez d’aucune force informatique solide (j’entends par là d’un personnel informatique qui connaît et sait se procurer des ressources Web Analytics), vous devez recourir à un partenaire externe. De nombreux consultants agréés ou indépendants extérieurs à votre entreprise peuvent se charger du volet informatique pour vous. Veillez toutefois à bien planifier le recours à cet intervenant externe.
    Enfin, dernier cas motivant l’évaluation de votre force informatique : lorsque vous souhaitez développer vos applications Web en interne et ne recourir à aucun prestataire de services en application, ou ASP (Application Service Provider) . Si vous comptez héberger la collecte et l’analyse des données en interne (avec, par exemple, Urchin, Webtrends ou Unica NetInsight), vous aurez alors besoin d’une force informatique considérable pour y parvenir. Veillez à bien couvrir cet aspect essentiel.
    Si votre force métier n’est pas suffisante, le simple fait de le reconnaître honnêtement vous donne d’emblée une longueur d’avance sur vos homologues. Montez alors un budget pour que des consultants ou un organisme extérieur vous forment et vous aident à faire évoluer votre niveau de sophistication. Dans mon ouvrage, Web Analytics: An Hour A Day , je présente un modèle de cycle de vie en quatre phases. Il s’accompagne de recommandations quant au type d’implication précis nécessaire lorsque vous faites appel à un cabinet de conseil externe, en vue d’améliorer fortement le degré de sophistication de votre activité. Vous pouvez également consulter l’article correspondant en ligne à l’adresse http://zqi.me/wabizplan .
    Question 3 : « Est-ce que je cherche des solutions en termes de flots de clics (clickstream) ou de concept Web Analytics 2.0 ? »
    Le choix entre l’approche par flots de clics et le concept Web Analytics 2.0 est une question d’état d’esprit. Ainsi posée, elle s’efforce de révéler votre approche pour vous aider à appréhender le niveau auquel vous abordez la solution. Toute la question consiste à savoir si vous avez besoin d’un outil qui vous aidera à « comprendre les clics » (ce qui est, en soi, parfaitement acceptable) ou à faire bien davantage. La question contribue à cristalliser vos objectifs à court et à long terme.
    L’état d’esprit et la stratégie qu’implique le concept Web Analytics 2.0 font appel à une solide analyse, tant sur les plans quantitatif que qualitatif, de vos Web Analytics dans le cadre d’objectifs spécifiques : comprendre l’expérience de votre clientèle de manière explicite, puis influencer le comportement de ladite clientèle sur votre site.
    Les critères que vous prenez en compte varient considérablement en fonction de votre situation actuelle, de votre point de vue et de votre approche. Dans un certain cas, un simple analyseur d’historique serveur fera l’affaire, dans un autre, vous aurez besoin d’un outil qui intègre d’autres sources de données, et dans un autre encore, d’un outil capable de se connecter à votre entrepôt de données (datawarehouse) .
    Par exemple, si vous souhaitez simplement vous lancer dans les Web Analytics dans les plus brefs délais, peu importe que l’outil intègre un système de sondage ou qu’il accepte des métadonnées issues des systèmes ERP ou CRM de votre entreprise. Dans ce cas, vous avez besoin d’un outil qui vous aide à comprendre la signification des clics.
    En revanche, si vous envisagez de vous lancer dans des tests dès le premier jour, vous devrez vous assurer que vous pouvez facilement intégrer vos données de flots de clics (clickstream) aux outils de votre éditeur de solutions A/B ou de test multivariable (MVT, MultiVariate Testing ). Dans ce cas, vous aurez besoin d’un outil d’une capacité bien supérieure.
    Rappelez-vous, il n’y a pas de pire stratégie que d’acheter l’outil de tous les superlatifs (« le plus... ») du moment. En effet, qui sait si, dans un avenir proche, vous n’aurez pas besoin d’intégrer vos données analytiques à un réfrigérateur ? Personne ne sait de quoi sera fait le monde dans trois ans. Aussi, achetez aujourd’hui un outil qui répond à vos besoins sur un horizon de deux voire trois années. Sur le Web, tout évolue beaucoup trop vite, ce qui rend toute autre stratégie imprudente.
    Étape 2 : Dix questions à poser aux éditeurs avant de signer
    Lorsqu’il s’agit de sélectionner un éditeur d’outils de Web Analytics, le processus le plus courant consiste à enquêter dans toute l’entreprise et à demander à chaque utilisateur associé (même de loin) au site Web de répertorier les données dont il aimerait disposer, puis à compiler les réponses obtenues sur une gigantesque liste qui est ensuite transmise aux éditeurs sous forme d’appel d’offre. De leur côté, les éditeurs répondent, bien évidemment, « oui » à toutes les exigences. Il ne vous reste alors plus qu’à choisir celui qui vous plaît le plus, celui qui présente les meilleurs articles promotionnels ou celui qui propose le plus joli produit.
    Plus sérieusement, si votre entreprise choisit un outil de Web Analytics payant, les sections qui suivent vous présentent les dix questions à poser aux éditeurs. Ces questions sont brèves, mais elles sépareront assez rapidement le bon grain de l’ivraie.
    Question 1 : « Qu’est-ce qui différencie votre solution d’un outil gratuit de chez Yahoo! ou Google ? »
    Autant se poser la question inévitable : si des outils de Web Analytics efficaces et gratuits sont disponibles, pourquoi payer pour obtenir la même chose ? Pourquoi ne pas s’en tenir à la règle des 10/90 pour réussir sa stratégie Web Analytics ?
    Lorsque vous posez cette question, demandez à l’éditeur de vous révéler les cinq (et pas un de plus) meilleurs rapports que génère son outil ; ces cinq rapports qui sont propres à son produit et qui le distinguent des autres.
    Ici, nous ne cherchons pas à savoir si Google et Yahoo! sont des entreprises tentaculaires et animées de mauvaises intentions, et qui menacent la confidentialité de votre entreprise. Ce genre de réponse est un moyen d’éviter la question. Nous ne cherchons pas non plus à savoir si vous ne bénéficierez d’aucune assistance pour un outil gratuit, ni si les outils gratuits sont appelés à disparaître. Toutes ces réponses sont fallacieuses : votre confidentialité n’est pas menacée, et les outils gratuits bénéficient bel et bien d’une assistance (d’ailleurs souvent prodiguée par les mêmes agences qui la fournissent aux outils payants !) et ne sont pas appelés à disparaître.
    Non, vous attendez ici de l’éditeur d’un outil payant qu’il fournisse des exemples spécifiques et tangibles de rapports et d’éléments de mesure, que les éditeurs d’outils gratuits ne fournissent pas. Tout éditeur d’outils de Web Analytics sérieux formulera une réponse convaincante focalisée sur ses meilleures fonctionnalités, notamment les caractéristiques, les rapports, les éléments mesurables ou encore les possibilités d’intégration, et non une réponse reposant sur des tactiques d’intimidation.
    Aucune règle universelle ne stipule qu’Omniture, Google Analytics ou Webtrends convient à tout le monde. Chaque entreprise a besoin d’une solution unique, adaptée à ses besoins. Vous devez soigneusement réfléchir à l’adéquation entre ces outils et les besoins de votre entreprise. Votre décision doit reposer sur des faits , et non sur les craintes, les incertitudes et les doutes colportés par l’éditeur.
    Cette question s’applique aux outils de sondage (comparer des outils commerciaux à des solutions gratuites, telles que 4Q), aux solutions de test multivariable et A/B (comparer ces solutions à l’outil gratuit Google Website Optimizer) et aux outils d’intelligence concurrentielle (comparer ces outils à Compete, Ad Planner, Insights for Search, etc.).
    Il va sans dire que vous analyserez le rapport coût/bénéfice. En d’autres termes, si vous obtenez 95 % d’avantages avec une solution gratuite, voire économique, les 5 % supplémentaires valent-ils la peine de débourser des centaines de milliers d’euros par an ? La réponse est oui ? Alors foncez !
    Question 2 : « Êtes-vous un pur prestataire de services hébergé (ASP) ou proposez-vous une version logicielle traditionnelle ? Envisagez-vous une version logicielle ? »
    Le fait qu’un client souhaite obtenir une solution logicielle interne plutôt qu’un service en mode ASP pose un problème aux éditeurs. Actuellement, la majorité des éditeurs de solutions de Web Analytics, qu’elles soient gratuites ou payantes, présentent leurs outils sous forme de service ASP et non sous celle d’une offre logicielle classique. Certains éditeurs, notamment Webtrends, Unica et Google (avec Urchin), proposent des solutions que vous pouvez acheter et installer en interne.
    Cette question permet de sonder la manière dont l’éditeur envisage de diversifier et d’enrichir son offre. Car vous recherchez l’intangible, la manière dont l’éditeur réagit à la question, tout autant que le contenu de la réponse.
    Vous pouvez également demander à l’éditeur quelle est sa politique de gestion de cookies , d’origine ou tiers, et notamment quel type est utilisé par défaut, ainsi que les efforts et les coûts liés à l’utilisation de cookies d’origine. Vous devez quasi systématiquement utiliser des cookies d’origine ; la majorité des éditeurs le permettent.
    Lorsque vous interrogez l’éditeur sur les cookies d’origine, vous sollicitez une réaction. L’éditeur vous a-t-il devancé en vous conseillant de recourir à des cookies d’origine ? A-t-il insisté sur ces derniers ? La réponse témoigne de l’approche de l’éditeur.
    Question 3 : « Quels mécanismes de capture de données utilisez-vous ? »
    Vous pouvez capturer les données d’un site Web de différentes manières. Les marqueurs JavaScript constituent actuellement la méthode la plus répandue. Vous pouvez également utiliser des fichiers journaux de serveur Web, ou logs , des renifleurs de paquets ou encore des pixels invisibles. NOTE Pour plus de détails sur les avantages et les inconvénients de chacune de ces méthodes, reportez-vous au chapitre 2 de l’ouvrage Web Analytics: An Hour A Day.
    La réponse que vous attendez de l’éditeur est... attendez... la multiplicité ! Bien que l’éditeur se conforme à la norme actuelle, à savoir les marqueurs JavaScript, il peut également composer avec différents formats de capture de données. Vous attendez de l’éditeur qu’il sache évoluer au-delà des seuls marqueurs (ou journaux ou renifleurs) à mesure que le Web lui-même évolue et devient plus difficile à suivre. En d’autres termes, l’éditeur devra évoluer et pouvoir exploiter, entre autres, des supports enrichis, les mash-up (concaténation de sources distinctes), les formats Flash, Flex et RSS, ainsi que les plates-formes mobiles.
    Vous n’attendez pas d’un éditeur qu’il essaie de vous persuader que les marqueurs JavaScript et autres mécanismes actuels constituent la réponse à toutes vos attentes. S’il tente une telle tactique, lancez-lui un regard noir puis passez au suivant.
    Par ailleurs, je vous recommande une prudence toute particulière lorsque vous examinez les réponses à cette question dans le cadre du choix d’un outil d’intelligence concurrentielle. La collecte de données peut s’effectuer de nombreuses manières : panels d’internautes, données FAI, fichiers journaux de serveur d’entreprise, fichiers journaux de recherches, logiciels de surveillance, groupes de contrôle, etc. Et chacune d’elles contribue à la règle du jeu. Il est important de comprendre ce que vous achetez. Je traiterai l’intelligence concurrentielle dans tous ses détails au chapitre 8 .
    Question 4 : « Êtes-vous en mesure de calculer le coût total d’exploitation de votre outil ? »
    Faites particulièrement attention au sujet qui suit. Vous entrez sur le territoire du « Je vais décrocher une promotion avec ça » ou du « Je pourrais me faire virer ou me retrouver sur une liste noire pour ça ».
    La majorité des éditeurs fixent un montant (ou le font figurer dans une publicité) qui ressemble un peu à ça : « Sauvez le monde avec notre outil de Web Analytics pour seulement 4 000 euros par mois ! »
    C’est là que vous devez regarder au-delà du premier montant (le coût) proposé par l’éditeur, et calculer le coût total d’exploitation, ou TCO (Total Cost of Ownership) . Le TCO varie considérablement en fonction de nombreux facteurs, notamment la nature de votre entreprise, les outils déjà en place, votre éditeur et ses stratégies tarifaires.
    Vous devez tenir compte des éléments de TCO suivants :
    • coût par consultation de page (la plupart des éditeurs ASP facturent à la consultation de page) ;
    • coûts additionnels au-delà du montant initial. Ces coûts s’appliquent : primo, si vous dépassez le nombre de consultations de pages qui vous est alloué ; secundo, si vous utilisez des fonctions « avancées » (par exemple, un suivi RIA ou des flux RSS en tant que modules d’extension qui s’ajoutent aux frais de base) ; tertio, si vous devez acheter des fonctions supplémentaires par la suite (par exemple, l’intégration du paiement au clic (PPC, Pay-Per-Click ) avec Google ou Yahoo! Search Marketing ou une régie d’achat de mots-clés, un entrepôt de données (datawarehouse) , ou une segmentation disponible uniquement avec un autre outil) ;
    • coût des services professionnels (installation initiale puis prestation d’assistance et d’adaptation après lancement) ;
    • coûts d’assistance annuels après la première année ;
    • matériel supplémentaire nécessaire de votre côté (ordinateurs de bureau et portables, serveurs Web, lecteurs de stockage de données, etc.). Ces coûts varient d’un éditeur à l’autre. Faites-y très attention car investir 200 000 euros dans la solution d’un éditeur peut entraîner un investissement d’un million d’euros en matériel ;
    • coût « d’administration » ; à savoir le personnel nécessaire pour gérer la relation avec l’éditeur. Ce coût peut correspondre à une partie des effectifs impliqués, et ainsi représenter la personne qui génère et publie tous les rapports, et celle chargée de la coordination entre l’éditeur, le service informatique et les spécialistes du marketing. L’ensemble de ces rôles peut incomber à une seule et même personne, mais mieux vaut le déterminer à ce stade ;
    • coût des analystes qui sauront interpréter les données. Vous pouvez rattacher cet élément au précédent. Il est toutefois important de se rappeler la règle des 10/90 et de bien se rendre compte que vous ne faites pas qu’acheter un outil ; vous devez également recruter un analyste suffisamment intelligent pour interpréter les données ;
    • effectifs supplémentaires (partiels ou complets) pour gérer les marqueurs, assurer la liaison avec votre service informatique, mettre les pages du site à jour, etc. Ils comprennent également les effectifs nécessaires à la coordination avec les services du marketing et des ventes, et les équipes internes dédiées à l’informatique décisionnelle, et ce, afin de garantir que les données sont marquées, collectées et transmises avec précision.
    Faites le total de ces facteurs pour chaque éditeur, puis procédez à un choix avisé. Il est facile de se rendre compte que le TCO peut aisément s’élever à plusieurs fois le coût avancé par l’éditeur.
    Il est essentiel de comprendre que vous devrez calculer ce TCO même si vous recourez à un outil gratuit comme Google Analytics ou Yahoo! Web Analytics. Dans ce dernier cas, seul le coût de l’outil est nul (les deux premiers éléments de la liste). Mais vous devrez tout de même supporter le reste des frais (services professionnels, analystes et autres personnels).
    Je vous encourage à vous mettre en quête d’informations afin d’appréhender clairement le TCO de chaque éditeur. Et comme je le rappellerai tout au long de cet ouvrage : n’oubliez pas la règle des 10/90. Un outil dernier cri dans les mains d’un incapable ne sert à rien. Un outil gratuit, économique, sous-fonctionnel dans les mains d’un ninja de l’analyse débouchera sur des résultats impressionnants qui influeront sur votre bénéfice final.
    Question 5 : « Quel type d’assistance proposez-vous ? Quelles sont les prestations incluses et quelles prestations induisent un surcoût ? Est-ce gratuit en permanence (24 h sur 24, 7 jours sur 7) ? »
    Au cours de son argumentaire, l’éditeur avancera que tout est gratuit. Il est vrai, en effet, que certains éditeurs de solutions de Web Analytics proposent une offre d’assistance entièrement gratuite tant que vous restez fidèle à la maison. Toutefois, souvent, certains avertissements et conditions ne sont pas explicites, et vous devrez lever ces lièvres vous-même. Votre objectif est de déterminer jusqu’où l’éditeur est prêt à aller pour répondre aux « questions idiotes » de vos utilisateurs métier.
    Signer un contrat et mettre en œuvre une solution annonce le début de vos problèmes d’outils et non la fin de vos problèmes de données. Il est essentiel de comprendre précisément la nature des services compris dans la prestation et le coût exact des services dont vous avez besoin. Par exemple, si un éditeur propose une assistance gratuite uniquement pendant les heures ouvrées, quel sera le coût d’une assistance permanente (24 h sur 24, 7 jours sur 7) ? Ou encore, s’il répond aux questions portant sur le seul outil, quid du coût pour déterminer pourquoi ledit outil ne fonctionne pas sur votre site ? Ces situations sont de simples suggestions pour apporter de l’eau à votre moulin ; vous devrez bien sûr élaborer des questions portant sur votre propre situation.
    Vous aurez besoin d’une assistance et de services professionnels. Vous devez donc parfaitement comprendre ce que proposent l’éditeur ou les consultants agréés par l’éditeur.
    Question 6 : « Quelles fonctions de votre outil me permettent de segmenter les données ? »
    Voici un autre principe que je remettrai souvent sur le tapis dans cet ouvrage : la segmentation est la clé de la recherche d’éclaircissements. C’est « segmenter ou mourir ». Vous imaginez donc facilement pourquoi cette fonction est si importante. Vous devez identifier le degré de facilité d’utilisation de l’outil et son niveau de puissance de segmentation.
    Posez donc ces questions à l’éditeur : « Dois-je précoder l’intégralité des marqueurs Java-Script personnalisés sur chaque page de mon site pour permettre la segmentation des données après leur capture ? Ou puis-je capturer des données avec un marqueur standard et procéder ultérieurement à leur segmentation ? » J’appelle cette dernière possibilité la « segmentation post capture ».
    La plupart des éditeurs répondront « oui » à la première question ; chez eux, point de segmentation sans personnalisation préalable des marqueurs JavaScript intégrés aux pages. Ce qui rend évidemment la segmentation bien plus difficile. Comment pourriez-vous, à ce stade, envisager toutes les questions auxquelles vous soumettrez vos données ultérieurement, et ce avant même d’installer l’outil ?
    Vous devez souvent tester vous-même le processus et déterminer si vous pouvez segmenter des données au sein de l’outil. Demandez une période d’essai gratuite de trois mois, et soumettez l’outil à des tests intensifs.
    Ici encore, déterminez si l’éditeur propose la fonctionnalité dont vous avez besoin, puis faites votre choix en connaissance de cause.
    Questions 7 : « Quelles sont les possibilités d’exportation de données de votre système vers celui de notre entreprise ? »
    En réalité, cette septième question doit être divisée en quatre sous-questions.
    • « Puis-je obtenir l’intégralité des données brutes ? »
    • « Puis-je exporter les données traitées ? »
    • « Dans quelle mesure est-il facile d’exporter 100 000 lignes de données traitées (non brutes) de votre outil vers les autres systèmes de mon entreprise ? »
    • « Que se passe-t-il si je mets fin à mon contrat avec vous ? »
    C’est vrai, je l’avoue, cela fait beaucoup de questions. Elles n’en forment pourtant qu’une seule, particulièrement importante : Qui est propriétaire des données ? Si l’éditeur les stocke et si vous souhaitez les exporter, récupérez-vous les journaux bruts (fichiers de données extrêmement volumineux exempts de toute intelligence en termes d’éléments de mesure informatiques, dont le déchiffrage vous incombera) ou les données traitées (bien plus faciles à intégrer) ?
    En général, la majorité des éditeurs répondra que vous pouvez exporter pratiquement n’importe quoi. Posez à l’éditeur les questions spécifiques de notre liste et déterminez avec exactitude ce que vous êtes en mesure d’exporter (rappelez-vous qu’un export Excel n’est pas une réponse ; ce qui explique pourquoi j’ai mentionné les 100 000 lignes auparavant). Vous pouvez alors déterminer si les réponses de l’éditeur sont satisfaisantes dans le cas de votre entreprise.
    Permettez-moi de souligner un point précis : je vous déconseille d’insister sur l’obtention de toutes les données ou sur leur obtention dans un format particulier. En revanche, je vous recommande de poser les questions qui fâchent afin d’éviter toute déception ultérieure quant aux données obtenues.
    Dans l’idéal, l’éditeur dispose d’une interface de programmation d’application, une API (Application Programming Interface) , qui vous permet d’extraire les données dont vous avez besoin. Dans l’absolu, vous pouvez extraire ces données sans générer d’importants frais supplémentaires (nombre d’éditeurs factureront lourdement le simple téléchargement d’une petite quantité de données).
    Question 8 : « Quelles fonctions mettez-vous à ma disposition pour intégrer des données issues d’autres sources à votre outil ? »
    Vous savez à présent qu’au fil du déploiement de votre stratégie Web Analytics 2.0, vous serez amené à intégrer différentes sources de données pour obtenir une vision exhaustive de votre secteur d’activité. (Mais comme vous êtes rusé comme un renard, vous n’intégrerez aucune donnée « parce qu’il faut bien le faire », mais procéderez de manière judicieuse !)
    Quel que soit l’éditeur dont vous sollicitez les services, vos données de flots de clics vous donneront l’impression d’atteindre une certaine limite au bout d’un moment. Vous finirez par avoir besoin de plus d’éclaircissements et vous souhaiterez intégrer ces flots à d’autres sources de données. L’exportation de données n’est pas un processus qui va de soi et vous devrez pourtant importer des données dans vos outils. Vous devrez déterminer la facilité avec laquelle votre éditeur potentiel peut gérer l’importation de données externes.
    À cet égard, vous pouvez être amené à intégrer certains des types de données suivants à votre outil : métadonnées issues d’autres sources au sein de votre entreprise, données de CRM (GRC, Gestion de la relation client), données provenant d’une agence publicitaire ou de recherche, données issues de sondages contenant la clé primaire (telles que des valeurs de cookies) et résultats de tests multivariables ou A/B. Vous devez être en mesure d’importer efficacement des données (sans mobiliser de ressources humaines si possible), puis de les exploiter à des fins de segmentation ou de génération et de visualisation de rapports.
    Google AdWords et Google Analytics sont de bons exemples d’intégration : il n’est pas nécessaire de marquer (baliser) vos campagnes de recherches payées. Google Analytics présente vos campagnes de façon nette et précise ; elles sont alors faciles à analyser.
    Google Website Optimizer et Google Analytics constituent un exemple sous-optimal d’intégration. Vous pouvez mesurer le degré de réussite de vos expériences dans Website Optimizer pour un seul objectif donné. Sous-optimal, car il serait bien plus utile que les outils soient intégrés et que vous puissiez mesurer davantage de résultats.
    Définissez bien la limite que votre éditeur potentiel ne pourra pas franchir quant aux types de données que vous souhaitez intégrer.
    Question 9 : « Quels sont les deux nouveaux outils (ou fonctions ou acquisitions) que votre entreprise met actuellement au point pour préserver son avance concurrentielle sur les trois prochaines années ?

    • Accueil Accueil
    • Univers Univers
    • Ebooks Ebooks
    • Livres audio Livres audio
    • Presse Presse
    • BD BD
    • Documents Documents