Les rapports et l’analyse des données occupent inévitablement une part importante de notre temps en tant que spécialistes du marketing numérique.
Cependant, même les spécialistes du marketing expérimentés peuvent trébucher et commettre quelques erreurs courantes lorsqu’ils examinent des données et prennent des décisions.
Vous devez rester attentif aux erreurs qui peuvent entraîner l’examen de données erronées, l’obtention de conclusions erronées ou la porte ouverte à des interprétations erronées de la part d’un client ou d’un patron.
Dans cet article, vous découvrirez 10 erreurs courantes commises par les spécialistes du marketing numérique lors de l’analyse des données :
- Ne pas regarder une période statistiquement significative.
- Sans tenir compte de la saisonnalité.
- Ignorer l’impact de l’activité hors ligne.
- Ne tient pas compte de l’engagement multicanal.
- Reportage sur des chiffres sans conclusions.
- Se concentrer sur les mauvais KPI.
- Prendre des décisions basées sur des données erronées.
- Ne pas intégrer les données backend.
- Mauvaise visualisation des données.
- En supposant que vous puissiez tout mesurer.
1. Ne pas regarder une période statistiquement significative
De nombreuses entreprises constatent des flux et des reflux du volume de prospects au cours d’une semaine ou d’un mois, et l’examen des données pour quelques jours seulement ne donne généralement pas un reflet précis du retour sur investissement à long terme.
Si votre objectif est de générer en moyenne 100 prospects qualifiés par mois, vous pouvez atteindre cet objectif en recevant 10 prospects une semaine et 30 prospects pour chacune des trois semaines suivantes.
Très peu d’entreprises verront exactement le même nombre de prospects arriver chaque jour ou chaque semaine.
Si vous deviez évaluer les performances projetées uniquement sur la base de la première semaine, vous pourriez supposer que le volume de leads est anormalement bas. Cependant, le compte a tout de même atteint l’objectif de 100 prospects/mois, les semaines à venir augmentant en volume.
De nombreux propriétaires d’entreprise et CMO sont (naturellement) liés aux chiffres et au suivi des résultats quotidiens/hebdomadaires.
Les spécialistes du marketing devraient aider à fournir un contexte plus large pour minimiser les craintes concernant les chiffres en baisse pour le jour où les ventes sont en hausse pour le mois.
2. Ne pas tenir compte de la saisonnalité
Une autre partie de l’examen des délais consiste à garder à l’esprit les facteurs de saisonnalité.
Une entreprise de commerce électronique connaîtra probablement sa plus grande période de vente autour du Black Friday, tandis qu’une entreprise B2B peut voir son volume de prospects chuter pendant les vacances.
Les données des années précédentes peuvent être utiles pour déterminer quels mois ont tendance à avoir le volume le plus élevé et le plus faible.
Vous devez prendre en compte les données provenant directement de Google Analytics et des plates-formes publicitaires, ainsi que les données globales sur les ventes/prospects backend.
3. Ignorer l’impact de l’activité hors ligne
Malheureusement, nous connaissons probablement tous les « événements sans précédent » qui peuvent avoir un impact sur les entreprises à l’échelle mondiale. Les graphiques de la grande majorité des entreprises ne suivent pas les schémas « normaux » lorsque l’on regarde en arrière 2020.
En dehors des événements de 2020, de nombreuses entreprises voient leur activité fluctuer en fonction de facteurs extérieurs.
Une entreprise de CVC verra probablement les demandes de renseignements augmenter lorsque les tendances météorologiques vers une chaleur ou un froid extrême, par exemple. Une entreprise SaaS peut voir un regain d’intérêt lorsque son plus grand concurrent augmente ses prix.
Gardez un œil sur les nouvelles et les événements qui peuvent indiquer un potentiel d’intérêt commercial accru ou une réduction des demandes de renseignements.
Malheureusement, une entreprise peut également rencontrer une presse négative, ce qui peut nuire à la probabilité globale que les personnes souhaitent acheter.
Une marque faisant de la publicité traditionnelle doit également rechercher l’impact sur l’activité de recherche de marque et les mesures globales des prospects lors de la diffusion d’une publicité télévisée. La publicité hors ligne peut souvent inciter les utilisateurs à se tourner vers leurs appareils pour interagir davantage avec une marque.
4. Ne pas tenir compte de l’engagement multicanal
Les spécialistes du marketing peuvent devenir extrêmement attachés à regarder un canal particulier – qu’il s’agisse de recherche organique, de recherche payante, de publicité sur Facebook ou de publicité sur LinkedIn – et être obsédés par le fait de faire fonctionner ce canal.
Cependant, aucun canal ne fonctionne entièrement en silo, car aucun internaute n’utilise strictement un seul canal.
Malheureusement, les plates-formes d’analyse et de publicité qui utilisent par défaut l’attribution au dernier clic exacerbent souvent ce problème.
Les spécialistes du marketing examinent strictement la source finale et la campagne qui ont généré un prospect, sans tenir compte du fait qu’un utilisateur peut avoir effectué une recherche sans marque, cliqué sur une publicité Facebook, puis effectué une recherche de marque avant de finalement convertir.
Pour vous éloigner d’un état d’esprit purement basé sur le dernier clic, faites attention aux conversions assistées et aux chemins de conversion dans la section Entonnoirs multicanaux de Google Analytics.
De plus, utilisez la section Attribution de Google Ads pour comparer différents modèles d’attribution.
5. Se concentrer sur les mauvais KPI
Vous avez rassemblé ce que vous considérez comme le rapport de marketing numérique parfait. Les conversions et le taux de conversion sont en hausse, et le coût/conversion est en baisse. Vos campagnes écrasent les mesures de performance.
Excité à l’idée de partager la nouvelle avec votre client, vous vous lancez à bout de souffle dans la discussion du rapport, tandis que votre client jette un premier coup d’œil aux résultats.
Mais avant que vous puissiez dire deux mots, votre client vous interrompt avec des questions : « Pourquoi notre taux de rebond est-il en hausse ? Pourquoi le CTR est-il en baisse ? »
Avant que vous ne vous en rendiez compte, la conversation s’éloigne des statistiques de conversion positives sur lesquelles vous espériez mettre l’accent.
Les spécialistes du marketing numérique ont la responsabilité de se concentrer sur les mesures les plus directement liées aux résultats de l’entreprise, mais les mesures secondaires peuvent rapidement détourner l’attention des objectifs ultimes d’une campagne.
À la fois dans votre propre travail d’optimisation et dans les rapports aux clients ou aux patrons, assurez-vous de mettre l’accent sur les mesures les plus importantes (prospects marketing qualifiés, ventes, etc.) plutôt que sur les mesures de surface telles que le CTR, le taux de rebond, le CPC, etc.
Bien que vous ne devriez pas ignorer les métriques comme le CTR lorsqu’il y a des changements rapides, vous ne devriez pas non plus mettre l’accent sur l’optimisation vers des métriques secondaires.
6. Rapports sur les chiffres sans conclusions
En plus de rendre compte des bons KPI, vous devez expliquer pourquoi vous avez choisi ces KPI et quelle histoire ils racontent.
Si vos rapports ne sont que des tableaux de chiffres et des graphiques sans aucun contexte, votre client ou votre patron doit tirer ses propres conclusions.
Par exemple, au lieu de simplement dire que les conversions sont en hausse, soulignez que la campagne de soldes de printemps que vous menez depuis deux semaines a contribué à augmenter le taux de conversion de 5 %. Parlez de la création publicitaire qui a le mieux fonctionné.
La présentation de vos enseignements tirés de la campagne peut accompagner des commentaires sur la création et le ciblage que la marque devrait tester pour la prochaine vente en fonction de ce qui a fonctionné lors de cette ronde.
Si les performances sont en baisse, parlez de facteurs tels que la saisonnalité ou les événements hors ligne qui peuvent aider à expliquer la baisse. Fournir un contexte peut aider à apaiser les inquiétudes autour d’une ligne de graphique en baisse.
7. Prendre des décisions basées sur des données erronées
Avant de commencer toute analyse de données, assurez-vous que votre configuration Google Analytics, le suivi des conversions de la plate-forme publicitaire et tous les autres outils auxquels vous faites référence sont configurés et mesurent correctement les données.
Vous risquez de sous-déclarer les conversions si un pixel ne se déclenche pas correctement sur une page de remerciement. Ou, vous pouvez surévaluer les résultats si une règle de conversion est configurée pour la mauvaise page.
De plus, établissez un système pour vérifier régulièrement que les données circulent correctement. Par exemple, un développeur peut avoir mis à jour un site et déposé les codes de suivi au cours du processus, ou un client peut avoir modifié l’URL d’une page sans vous en avertir.
Idéalement, assurez-vous que votre client ou votre équipe de développement sait vous informer avant le déploiement de toute modification.
8. Ne pas incorporer de données backend
Je travaille avec plusieurs clients B2B qui ont de longs cycles de vente, impliquant souvent plusieurs points de contact avant une transaction conclue.
Bien que je puisse voir la soumission du formulaire suivie dans Google Ads, je ne sais pas comment les conversations entre l’individu et l’équipe commerciale ont progressé. Le simple fait de mesurer les conversions initiales ne dit pas tout.
Un balisage UTM et une attribution de sources appropriés dans un CRM vous permettront de mesurer l’efficacité avec laquelle les prospects progressent dans le processus de vente après leur entrée.
En fin de compte, avec la bonne configuration en place, vous devriez être en mesure d’attribuer des revenus à une campagne, un mot clé et une annonce spécifiques.
Du côté du commerce électronique, examinez les données de ventes backend et comparez-les à ce que vous suivez dans les plateformes publicitaires et Analytics.
Vous pouvez identifier les ventes ou les clients récurrents qui peuvent être liés aux campagnes que vous avez exécutées, en dehors de ce qui est directement suivi dans les plateformes publicitaires.
9. Mauvaise visualisation des données
Les diagrammes et les graphiques peuvent grandement aider des ensembles complexes de nombres à donner un sens. Cependant, un graphique utilisé avec négligence peut fausser la communication des résultats.
Par exemple, regardez le graphique à secteurs suivant montrant les conversions par mois :
Ce format ne vous dit pas grand-chose, à part pouvoir voir que certains morceaux du gâteau sont légèrement plus gros que d’autres.
Sans même avoir des chiffres à référencer, le graphique à secteurs est loin d’être idéal pour représenter l’évolution des données d’un mois à l’autre.
Inversement, voir le graphique linéaire ci-dessous :
Ce graphique vous permet de voir les chiffres approximatifs pour chaque mois, ainsi que de suivre les changements au fil du temps. Vous pouvez également identifier les tendances saisonnières potentielles.
Lorsque vous utilisez un graphique ou un tableau, pensez au format qui raconte le mieux l’histoire que vous essayez de communiquer dans votre rapport.
10. En supposant que vous pouvez tout mesurer
Je sais, vous lisez un article sur l’analyse des données parce que vous voulez pouvoir mesurer tout ce que vous pouvez. Mais vous n’aurez pas toujours une attribution parfaite et vous ne pourrez pas toujours déterminer le retour sur investissement exact de chaque annonce que vous diffusez.
Pour en revenir aux thèmes abordés précédemment dans cet article, pouvez-vous parfaitement établir une corrélation exacte entre l’impact de nos récents événements mondiaux dramatiques sur les ventes d’une entreprise en particulier ?
Non, bien que vous puissiez certainement tirer des conclusions et trouver des corrélations basées sur des données.
Avec les restrictions continues des navigateurs et des systèmes d’exploitation affectant le suivi, chaque conversion sera-t-elle correctement attribuée à la bonne source ? Non.
Bien que vous deviez tout mettre en œuvre pour configurer correctement le suivi, vous devez également réaliser qu’aucune infrastructure d’analyse ne représentera jamais les performances de manière précise à 100 %.
Lorsque vous prenez des décisions fondées sur des données, permettez aux nuances de prendre du recul et d’avoir une vue d’ensemble, y compris un examen des résultats marketing globaux ainsi que ceux liés à des canaux spécifiques.
Engagez-vous pour une meilleure analyse des données
Maintenant que vous avez passé en revue ces 10 erreurs courantes, réfléchissez à vos propres processus d’évaluation et de génération de rapports sur les données.
Êtes-vous à la recherche de données suffisamment importantes ?
Tenez-vous compte des événements en dehors de ce qui est suivi dans vos plateformes d’analyse et de publicité ?
Fournissez-vous suffisamment de contexte pour vos rapports ?
Tenez compte de ces erreurs potentielles lorsque vous prenez des décisions pour vos campagnes, ainsi que lors de la préparation de rapports.
En conséquence, vous serez en mesure de créer de meilleurs rapports et d’avoir des conversations plus efficaces avec les parties prenantes sur la prochaine étape après avoir examiné les résultats.
Davantage de ressources:
- Comment interpréter correctement les données PPC (même si vous n’avez jamais étudié les statistiques)
- 3 tâches PPC critiques que vous devriez faire tous les jours
- Comment faire de la publicité sur Facebook : Guide du débutant
Crédits image
Toutes les captures d’écran prises par l’auteur, mai 2021
