Les données sont la nouvelle monnaie. Mais leur « pouvoir d’achat » ne vaut que ce que les entreprises sont en mesure d’en extraire sous forme d’informations exploitables. Alors que les données digitales connaissent une véritable explosion — et que les plateformes d’analyses web gagnent en intelligence — le « pouvoir d’achat » de nombreuses entreprises reste faible.
Lorsque nos clients cherchent à extraire des informations exploitables de leurs données, ils ont souvent le réflexe de se plonger tête baissée dans les fonctionnalités d’Adobe Analytics. Nous recommandons plutôt de commencer par prendre de la hauteur : examiner les objectifs métier de haut niveau qui génèrent des revenus et réduisent les coûts. Grâce à une approche en quatre étapes qui relie ces objectifs métier aux fonctionnalités d’Adobe Analytics, vous pourrez exploiter le produit de façon plus systématique et plus pertinente.
Étape 1 : identification des objectifs digitaux de haut niveau
À ce stade initial, deux composantes clés sont à définir :
- Les objectifs métier clés de haut niveau (KBO) qui couvrent l’ensemble des sources de revenus et d’efficacité.
- Les actions spécifiques au digital nécessaires pour stimuler ces deux indicateurs de valeur.
Par exemple, l’un des leaders mondiaux du secteur de l’hôtellerie-restauration avec lequel nous avons collaboré avait défini trois domaines de priorité, chacun associé à ses propres KBO. Ces derniers incluaient :
- Optimiser la valeur tout au long du parcours client en développant les réservations.
- Renforcer les relations en élargissant le programme de fidélité actif.
- Améliorer les performances en réduisant les coûts marketing et en renforçant l’efficacité opérationnelle.
Pour chaque KBO, nous avons identifié les actions spécifiques à mener pour l’atteindre. Dans le cas de l'« optimisation de la valeur par le développement des réservations », l’entreprise d’hôtellerie-restauration devait agir sur des leviers de valeur précis, tels que l’amélioration de la navigation sur le site et le déploiement de la personnalisation sur l’ensemble du site.
En définissant une liste exhaustive de KBO et d’initiatives digitales, l’entreprise a posé les bases d’une approche analytique structurée. Désormais, chaque analyse réalisée avec Adobe Analytics vient soutenir ces objectifs stratégiques d’ensemble.
Étape 2 : identification des analyses clés et des étapes du parcours indispensables à l’atteinte de ces objectifs
Même après avoir identifié les actions pour piloter les KBO, vous n’avez posé que les bases. Au-delà de l’alignement sur les objectifs internes, il est indispensable d’adopter le point de vue du client et de cibler avec précision les étapes du parcours à optimiser.
Si la cartographie du parcours client et l’alignement des points de contact sur les différentes phases constituent une pratique courante, les organisations élaborent bien plus rarement, de façon structurée et cohérente, une liste exhaustive de questions permettant de mieux cerner les comportements et les préférences de leurs clients. La tendance est plutôt de décider à l’avance de ce dont les clients ont besoin, sans d’abord « écouter » leur comportement. C’est finalement assez proche de cette tendance générale à se précipiter vers les fonctionnalités d’Adobe Analytics sans s’être véritablement donné de base pour l’exploration des données.
Les entreprises doivent formuler des questions portant à la fois sur l’amélioration de l’expérience client et sur la façon d’agir sur les leviers de valeur, comme l’amélioration de la navigation sur le site web ou la personnalisation.
En reprenant l’exemple de notre client du secteur de l’hôtellerie-restauration, nous constatons qu’à chaque étape du parcours, l’entreprise pose des questions clés, aussi bien centrées sur les clients que sur les objectifs de l’organisation. Ainsi, lors de la phase de recherche, l’une des questions clés posées est : « Sur quels types de pages les visiteurs quittent-ils mon site ? » Cette question lui permet à la fois de répondre à « comment rendre la planification d’un voyage encore plus fluide pour le client ? » et à « comment supprimer les obstacles qui freinent les réservations pour augmenter le taux de conversion ? »
Le suivi des performances associé à chaque type d’analyse peut relever de différentes unités opérationnelles. Par exemple, l’équipe paid media peut être responsable des analyses de sources de trafic, tandis qu’une équipe e-commerce peut gérer les analyses de performance du site. Disposer d’une vue consolidée de l’ensemble des analyses réalisées tout au long du parcours client vous permettra cependant de tirer davantage parti d’Adobe Analytics, notamment grâce à un alignement interfonctionnel sur les données analysées, une harmonisation des KPI et un mécanisme de responsabilisation pour traiter les questions en suspens.
ÉTAPE 3 : Choix de l’environnement optimal pour chaque type d’analyse
Traditionnellement, nous avons constaté que les organisations, notamment celles dont l’activité est vaste et complexe, analysent les canaux et les étapes du parcours de manière cloisonnée. Cette approche non seulement empêche d’obtenir une vue unifiée du client, mais génère également des inefficacités du point de vue des analyses web : les différentes unités opérationnelles maîtrisent souvent à des degrés variables la manière de tirer parti de solutions d’éditeurs telles qu’Adobe Analytics. Il en résulte des disparités dans l’adoption au sein de l’organisation, voire une duplication des analyses lorsque celle-ci dispose de plateformes propriétaires en complément d’Adobe Analytics.
En partant d’une liste exhaustive de questions orientées client couvrant l’intégralité du parcours, vous pouvez adopter une approche globale pour déterminer comment exploiter au mieux vos plateformes d’analyse et définir les personnes qui doivent y avoir accès. Lorsque l’entreprise dispose également d’une plateforme d’analyse interne, la première étape consiste à identifier quelles grandes catégories d’analyses doivent être réalisées dans quel environnement.
Pour reprendre l’exemple de notre client du secteur hôtellerie-restauration : dans le cadre d’une analyse des sources de trafic, Adobe Analytics utilisé comme environnement d’analyse principal offre une vue complète du parcours du visiteur — de la notoriété jusqu’à la réservation. En effet, l’outil permet de retracer la provenance du trafic sur le site et d’analyser le comportement de ce même trafic une fois sur le site. L’entreprise doit également tenir compte des dépendances, notamment l’importation cohérente de classifications de campagnes dans Adobe Analytics, car la valeur d’une plateforme d’analyse repose entièrement sur la qualité de son implémentation et de sa gouvernance de la collecte de données.
De manière générale, il est tout aussi important de prendre en compte non seulement les fonctionnalités propres à Adobe Analytics, mais aussi ses limitations, au moment de choisir l’environnement dans lequel réaliser vos analyses. Dans le cadre d’une analyse des services ou des réservations, par exemple, les données contenant des informations à caractère personnel sur les clients, l’environnement interne de l’entreprise constitue un choix plus adapté.
ÉTAPE 4 : Évaluation de l’adoption actuelle d’Adobe Analytics et identification des lacunes
Une fois les objectifs métier alignés, les bonnes questions identifiées et l’environnement d’analyse défini pour y répondre, vous disposez désormais d’une approche structurée pour exploiter pleinement les fonctionnalités d’Adobe Analytics.
À titre d’exemple, un retailer national avec lequel nous avons mis cette méthodologie en pratique a pu identifier des lacunes dans son adoption d’Adobe Analytics, révélant ainsi une valeur inexploitée en termes de génération de revenus et de réduction des coûts.
Dans cet exemple, l’entreprise a évalué le taux d’adoption de chaque fonctionnalité d’Adobe Analytics et les a mises en correspondance avec ses objectifs commerciaux. Ce processus ne produit pas nécessairement une relation directe entre fonctionnalité et objectif — certaines fonctionnalités servent plusieurs fins à la fois. Le Fallout Report en est un exemple parlant : cet outil permet de comprendre à quel moment les visiteurs abandonnent le site. En mettant cette fonctionnalité en correspondance avec ses objectifs commerciaux, le retailer a constaté qu’elle en servait deux : développer le trafic du site et augmenter ses revenus. Sans une cartographie de valeur clairement axée sur les objectifs commerciaux, le retailer aurait pu se retrouver avec une multitude de taux d’abandon sans savoir quoi en faire.
Du point de vue de la génération de trafic, analyser les points où les acheteurs quittent le site permet de déterminer quelles actions des visiteurs doivent déclencher le reciblage sur les canaux owned et paid media. L’abandon de panier est un déclencheur largement adopté par les acteurs du eCommerce, mais en analysant les points d’abandon sur l’ensemble du parcours, vous pouvez récupérer des visiteurs à forte intention d’achat qui n’ont jamais atteint la phase d’ajout au panier.
Identifier les moments d’abandon contribue également à générer des revenus en révélant des parcours potentiellement défaillants ou mal structurés sur le site. Par exemple, une hausse des taux d’abandon au fil du temps pour un segment de visiteurs utilisant la fonction de recherche peut signaler un besoin d’amélioration de l’outil de découverte. L’analyse approfondie des requêtes de recherche réalisée par un retailer d’articles de sport a mis en lumière une tendance frappante : de nombreux visiteurs insatisfaits recherchaient régulièrement une marque d’équipements de cyclisme que ce retailer ne proposait pas. Cette découverte a finalement conduit le retailer à référencer cette marque sur son site web.
Optimisation de l’investissement Adobe Analytics
La liste des cas d’usage propres à chaque activité au sein des fonctionnalités d’Adobe Analytics est quasiment inépuisable. L’objectif est d’en arriver à un point où cette logique s’applique à l’ensemble des objectifs métier sur toute la chaîne de valeur. Il s’agit de comprendre quelles fonctionnalités correspondent à quels objectifs, lesquelles sont actuellement sous-exploitées et comment récupérer de la valeur perdue grâce à une application adaptée à chaque client. Vous vous retrouvez ainsi exactement là où vous souhaitez être : à explorer la plateforme d’analyses en profondeur pour comprendre comment maximiser le retour sur investissement. Mais en partant des objectifs finaux plutôt que des moyens d’y parvenir, vous êtes désormais mieux à même de tirer pleinement parti de l’outil, de générer un impact mesurable et d’améliorer l’expérience client.
Nous remercions chaleureusement nos collègues d’Adobe pour leurs précieuses contributions : Katie Cook, Digital Strategy Associate, Rishabh Dayal, Principal, Digital Strategy Group, et Albert Bahar, Head of Digital Strategy, Travel & hôtellerie-restauration.
