Une fois vos campagnes marketing lancées, vous prenez le temps d’analyser leurs performances. Pour ce faire, vous utilisez une solution de centralisation des données et d’analytics, mais le tracking mis en place et les données collectées sont-ils suffisamment précis et fiables pour garantir la qualité de vos analyses ?
Vous arrive-t-il de douter de l’un des indicateurs de performances présents dans votre rapport ? Ce KPI reflète-t-il réellement la performance de votre campagne marketing ou bien est-il révélateur d’un oubli de tracking ou d’un filtre appliqué inopinément ? Si vous avez répondu « oui » à la première question, c’est que vous n’êtes pas certains de la qualité des données que vous collectez. Vous pouvez, bien sûr, vérifier si tout est correct dans un second temps, juste après avoir consulté le KPI en question, mais cela vous demande un temps considérable, et en cas d’erreur de tracking, la donnée peut être irrattrapable.
La meilleure manière de ne pas douter de la qualité de vos données, c’est de mettre en place un processus de data quality vous permettant d’éliminer les anomalies et les erreurs au fil de l’eau.
Pour optimiser la supervision des données que vous collectez, il vous faudra suivre les 3 étapes suivantes :
uniformisation, automatisation et alertes.
Etape 1 : Uniformiser les données, mettre en place une nomenclature efficace
Rassurez-vous, cela paraît plus compliqué que ça ne l’est réellement. L’uniformisation des nomenclatures et de la structure des données est rendue possible à partir du moment où vous avez centralisé les objectifs de performances et les demandes des différentes équipes. Par exemple, l’équipe acquisition voudra suivre le nombre de nouveaux clients, alors que l’équipe CRM, souhaitera surveiller le nombre d’achats réalisés par client. Le besoin commun est donc de tracer le nombre de clients, mais aussi leur ancienneté, en plus du nombre de converserions « achat ». Cette centralisation peut être effectué en une fois, ou bien s’ajuster annuellement, en tenant compte des besoins de chaque équipe, et des objectifs business correspondants.
Par exemple, si vous proposez deux services différents («banque » et « assurance », ou « billet de transport » et « service de bagages »), il conviendra de le mentionner à chaque moment de la collecte, dans le nom de vos campagnes marketing, sur les pages correspondantes de votre site, en ajoutant ce détail lors du déclenchement de conversion e-commerce …n’hésitez pas à utiliser des abréviations !). Il vous faudra ensuite, mentionner l’objectif du dispositif marketing ou le positionnement souhaité dans l’entonnoir de conversion : s’agit-il d’une campagne destinée aux prospects (donc plutôt en haut de l’entonnoir, en « upper-funnel »), ou aux clients existants qui connaissant la marque (il s’agira des actions « lower-funnel » ? Si vous souhaitez davantage de détails sur cette étape, nous vous conseillons de jeter un œil sur cet article : 4 best practices pour bien piloter votre mix media tout au long de l’année.
Lorsque la liste des besoins et des objectifs correspondants aura été établie, il faudra se mettre d’accord sur les abréviations et les communiquer à l’ensemble des équipes acquisition et Analytics. Si la liste contient des éléments clés tels que le pays ou la campagne (donc peu nombreux) et qui parlent à toutes les équipes, il sera plus facile de maintenir l’uniformisation mise en place dans le temps.
Etape 2 : AUTOMATISER LES VÉRIFICATIONS avec la création de rapports
Une fois que la donnée est uniformisée, cela simplifie drastiquement la supervision des éventuelles anomalies. Il devient alors possible de mettre en place un suivi du pourcentage de données non uniformisées. Qu’il s’agisse d’un levier marketing non classé (le trafic atterrissant dans un canal « autres » dans votre rapport ou sur le tableau de bord de votre outil d’analyse) ou d’une transaction non catégorisée, superviser les volumes de données non classées permet non seulement de se rendre compte de l’ampleur des problèmes, mais aussi d’avoir une liste complète des anomalies à corriger.
Comment l’automatiser ? Pensez à la création de rapports planifiés (quotidiens, hebdomadaires, mensuels) avec des formules dynamiques, par exemple sur des tableurs Excel ou Google Sheets protégés. Définissez un seuil qui est acceptable pour vous (disons, moins de 10%), et supervisez les catégories qui le dépassent.
Attention cependant, une donnée catégorisée est-elle forcément fiable ? Et bien, pas toujours. Il est important de garder un œil sur les seuils critiques, et de juger les variations par rapport à période précédente, par exemple grâce à un dashboard avec des KPIs qui présenteraient les variations des évolutions. Une vérification hebdomadaire rapide d’un dashboard construit de manière claire et centralisé, permet d’économiser du temps, particulièrement en période de bilan. En effet, l’ajout d’un commentaire hebdomadaire dans votre outil de centralisation permet de mieux comprendre l’origine des évolutions importantes, et d’en tenir compte lors de l’interprétation des KPIs.
Etape 3 : Paramétrer les alertes avec un outil dédié
Être informé de manière proactive est un élément clé pour vous permettre de corriger toute anomalie qui apparaitrait dans le temps. Ainsi, si vous avez la possibilité d’automatiser vos envois d’alertes par email (comme c’est le cas sur la plateforme d’attribution et d’analyse Wizaly), il vous faut impérativement le faire pour vos campagnes marketing dont les enjeux sont les plus importants. Le déclenchement d’alertes doit rester une action exceptionnelle, afin de ne pas créer de distraction ou trop d’emails supplémentaires dans votre boite de réception (nous en recevons tous beaucoup ?). Privilégiez les règles de déclenchement telles que :
- « plus de 10% de trafic quotidien non catégorisé»,
- « aucune impressions display en période de campagne »
- « une baisse critique des transactions de plus de 70% par rapport à la moyenne de la semaine passée »
… pour vous permettre d’agir dans les meilleurs délais !
En résumé, pour optimiser votre processus de supervision de la qualité de la collecte, fragmentez les étapes de data quality de manière à pouvoir faire des corrections au fil de l’eau. Optez pour l’uniformisation des nomenclatures ce qui vous permettra d’automatiser vos vérifications, et déclenchez des alertes email pour vous prévenir rapidement des dépassements éventuels des seuils d’acceptation. De cette façon, vous garantissez la qualité de vos données et donc la fiabilité de l’analyse des performances de vos campagnes marketing et média.
… si vous n’avez pas les ressources en interne ou le temps nécessaire, les équipes Wizaly peuvent s’en charger pour vous ! N’hésitez pas à prendre contact avec notre équipe client.
