Analyse des performances : 7 erreurs à éviter

Savoir analyser les données reportées, suite aux différentes campagnes d’acquisition, est essentiel pour bien cerner les tenants et les aboutissants et ajuster votre stratégie commerciale.

Seulement, une erreur d’interprétation est vite arrivée et ses conséquences peuvent être lourdes sur les décisions à venir. Pour éviter cet écueil, l’équipe JVWEB vous livre les 7 erreurs couramment constatées.

#1. Limiter l’examen des données à un temps court

Attachés aux chiffres et aux statistiques, les marketeurs sont parfois dans les extrêmes : soit ils consultent leurs données au jour le jour, soit ils les analysent sur le mois. La bonne pratique se situe sûrement quelque part entre les deux. Quelle que soit la période d’analyse des performances retenue, il est important de se laisser le temps de prendre du recul.

Imaginons que vous ayez un objectif mensuel de 100 leads. Il est fort peu probable que vous génériez un nombre de leads strictement équivalent chaque jour. Il est possible que la première semaine, vous en collectiez 10, puis 30, la suivante, puis 20, et enfin 40, la dernière semaine. Si vous réajustez vos actions sur la base des (mauvais) résultats de la semaine 1, votre analyse est biaisée. De même, si vous vous appuyez sur la dernière phase.

Votre objectif : procéder en deux temps. En suivant au quotidien, ce qui pourrait éventuellement causer un souci, voire une opportunité. Mais, également, prendre le temps d’une analyse plus large. Sur le mois, mais aussi, en comparant avec le mois équivalent de l’année précédente. Offrez-vous une vue plus panoramique, vos perspectives seront plus affûtées !

#2. Ne pas inclure les effets de la saisonnalité

Dans la continuité du point précédent, gardez en tête le poids de la saisonnalité, qui, selon les marchés, peut peser relativement lourd dans les résultats globaux. Outre les incontournables périodes de Noël ou de soldes, certaines activités peuvent connaître des pics mais aussi des creux au moment, par exemple, des vacances. Pour autant, cela n’est pas toujours l’indication qu’il faut changer de cap.

Pour une analyse pertinente des performances, constituez-vous un historique annuel des performances afin d’identifier les pics de vente et les périodes plus calmes. Vous pourrez, ensuite, ajuster vos enchères en conséquence.

Ces données sont facilement récupérables en conjuguant vos data Google Analytics, Facebook Analytics et vos données de vente internes. La même analyse peut-être menée sur l’évolution du panier moyen et les produits phares.

#3. Sous-estimer l’impact de l’activité hors-ligne

L’année 2020 nous a fait une démonstration des plus probantes, un événement extérieur à votre écosystème peut l’impacter fortement. Qu’il s’agisse de l’actualité de vos concurrents, une météo hors normes ou des retombées presse négatives autour de votre marque, il est malheureusement compliqué de tout anticiper. Pour autant, vous devez impérativement l’analyser afin de bien en mesurer l’impact et ajuster votre modèle en conséquence.

De même, restez en veille et saisissez les opportunités au vol. Imaginez votre concurrent lance une campagne TV sur son produit. Il va profiter d’une forte visibilité, qui va amener une nouvelle audience sur votre sujet commun. Il y a forte à parier que cette cible nouvelle se documente, compare et donc, qu’une part non négligeable du trafic vous revienne. Seulement, pour cela, il vous faut identifier l’information, savoir réagir et adapter vos investissements en conséquence.

À l’inverse, si vous constatez une activité anormale sur votre compte, un événement hors-ligne peut en être la cause, ne négligez pas cette source dans votre interprétation.

#4. Minimiser le poids de l’engagement muticanal

Il est fort courant de voir des spécialistes du marketing analyser leurs performances levier par levier. Dès lors qu’ils constatent un écart sur l’un d’entre eux, cela focalise toute leur attention. Un défaut d’analyse souvent accentué par le modèle d’attribution au dernier clic, partagé par nombre de plateformes publicitaires.

Pourtant, rares sont, aujourd’hui, les marques, à communiquer en silo, via un canal unique. Tout aussi rares que les utilisateurs passant directement de la requête initiale à la conversion ! C’est pourquoi il est important de mesurer le poids de l’engagement multicanal dans vos performances.

Pour cela, jetez un œil avisé du côté des conversions assistées et compléter votre analyse en décortiquant les chemins de conversion proposés par Google Analytics. Enfin, corroborez vos intuitions en comparant, via la section Attribution de Google Ads, les différents modèles d’attribution. A la clé, un découpage plus fin du funnel et une meilleure répartition des investissements.

#5. Aligner les chiffres sans en tirer de conclusion

Vous avez lutté, mais, enfin, vous tenez votre parfait reporting. Première chose, assurez-vous de compiler les bons KPI, c’est-à-dire ceux qui ont un véritable impact. Il est important de bien distinguer les KPI qui influent sur la gestion « technique » des campagnes et ceux qui ont des conséquences business directes.

Notre conseil en la matière : adaptez votre reporting à votre interlocuteur. Il est, en effet, fort probable que le CEO s’intéresse davantage à l’évolution du volume de conversions qu’à celui du taux de rebond sur la page qui a gagné deux positions en SEO.

Votre petit panel de KPI en poche, assurez-vous que ceux-ci aient quelque chose à raconter. Une astuce pour cela, astreignez-vous à poser une légende sur chaque de vos tableaux d’analyse. Sans entrer dans de longues litanies, posez quelques éléments de contexte et exprimez la conclusion à tirer de votre analyse. Cela vous aidera à mieux vous imprégner des données traitées et facilitera également la lecture du reporting par ses destinataires.

#6. Travailler sur des données erronées

La recommandation peut sembler anodine. Pourtant, un pixel mal posé ou une balise mal paramétrée sont vite arrivés… À la clé, des résultats biaisés, des KPI erronés et donc, une analyse qui repose sur de mauvaises bases.

La bonne option : mettre en place une routine de contrôle, avec les personnes susceptibles d’interagir sur ces différentes variables, afin de vous assurer que tout est correctement paramétré, y compris hors de Google Analytics. En effet, une url modifiée sans en être informé ou un morceau de code supprimé, qui disparaît avec un pixel, et c’est toute votre analyse qui est remise en question.

#7. Laisser de côté les données backend

Aussi brillants sont vos reporting d’analyse de performance, il est important de sortir la data de ses Excel pour la confronter à la réalité de l’entreprise. A fortiori lorsque le cycle d’achat est long et / ou très segmenté, ne vous limitez pas à tracker les conversions sur un objectif centré, comme par exemple, la génération de leads. Allez plus loin, et cherchez à savoir ce que deviennent ces leads. Comment ont-ils converti une fois entre les mains de vos équipes commerciales ?

Un balisage UTM et une attribution de qualité vous permettent de mesurer efficacement les différentes étapes du processus de vente. Bien configurés, ils doivent vous aider à cerner quel revenu est généré par une campagne, via quelle annonce et quel mot-clé.

En parallèle, comparez ces données avec les résultats collectés via vos outils backend, à commencer par le CRM. Vous pourrez ainsi, valider la véracité des données, mesurer de potentiels écarts et isoler de nouveaux schémas de vente.

Vous souhaitez approfondir l’analyse de vos performances ? Contactez l’équipe JVWEB !

Pour aller plus loin dans les erreurs d'analyse statistiques voici cette article sur comment faire une analyse de campagne : le paradoxe Simpson

Partager cet article Lien copié!

A explorer

Search Console, 5 astuces pour doper la data

Tag Management Server Side

Plan de taggage, comment aborder cette étape cruciale ?