Comment les données en ligne peuvent-elles être utilisées à bon escient ?

Le principal avantage du marketing en ligne est que les données peuvent être collectées, analysées et utilisées pour des mesures d’optimisation. L’objectif est de s’adresser au bon groupe cible, au bon moment, afin d’augmenter le chiffre d’affaires ou les leads. De nombreuses entreprises ne savent pas encore, ou n’ont guère de compétences au sein de l’entreprise, sur comment analyser les données et les utiliser pour augmenter les performances. La demande de data scientists, d’analystes numériques et web, etc. ne cesse d’augmenter, car les entreprises se rendent compte que la simple collecte de données ne leur donne aucun avantage concurrentiel. C’est la base de l’analyse, mais pas l’objectif.

Avant que les données puissent être analysées et utilisées pour recommander des actions, il faut d’une part que la collecte des données (tracking) soit propre et complète et d’autre part qu’un certain nombre de données aient été collectées avant de pouvoir effectuer des analyses pertinentes.

En raison des réglementations légales, le suivi classique basé sur les cookies est menacé et les outils d’analyse comme Google Analytics sont déjà partiellement interdits. Toutefois, il existe un grand nombre d’outils conformes au RGPD qui offrent une meilleure qualité de données que Google Analytics, par exemple. Vous trouverez plus d’informations sur le tracking et les outils de tracking conformes à la protection des données ici.

Dans l’article suivant, nous vous présentons une sélection de possibilités pour analyser les données de manière judicieuse et ciblée. Pour ce faire, nous nous sommes limités aux données des domaines suivants :

La première partie de notre série traite de l’utilisation des données en ligne de la publicité sur les moteurs de recherche. Les autres parties, qui seront publiées au fur et à mesure, traiteront ensuite de l’utilisation des données en ligne des autres domaines.

Analyse des données en ligne de la publicité sur les moteurs de recherche (SEA)

Grâce à la publicité sur les moteurs de recherche, les annonceurs collectent un grand nombre de données qui peuvent être consultées dans les outils correspondants, par exemple Google Ads. Comme nous l’avons déjà mentionné, la seule collecte n’est pas efficace, car les données doivent également être analysées afin de tirer le meilleur parti des annonces. Les données classiques sur Google Ads sont collectées, comme les impressions, les clics, les conversions, les coûts, etc. ainsi que les rapports des données comme le taux de clics, le taux de conversion, le coût par conversion, le coût par clic, etc… Il est toutefois intéressant de savoir sur quelles dimensions ces métriques sont relevées. Ces dimensions sont :

Appareils (tablette, mobile, desktop)
Lieux (pays, région, ville)
Genre
Âge
Intérêts
Termes de recherche & mots-clés
Jour de la semaine & heure
Campagne, groupe d'annonces, annonce
Etc.

Sur la base de cette multitude de données, il est possible de réaliser les analyses les plus diverses afin d’augmenter la performance SEA en répondant par exemple aux questions suivantes :

Sur quels appareils ai-je le plus de conversions ?
Quand les utilisateurs réalisent-ils le plus de conversions ?
Quels sont les textes d'annonce les plus performants ?
Quelles sont les campagnes les plus rentables ?
…

Analyse coûts-bénéfices

Une analyse coûts-bénéfices permet de déterminer le rapport entre les coûts et le chiffre d’affaires. Pour cela, il est toujours conseillé de considérer également les valeurs du secteur, car le rapport varie selon le secteur et les produits ou services. Le benchmark sert alors d’orientation pour la propre performance. Dans l’étape suivante, le chiffre d’affaires SEA peut être comparé au chiffre d’affaires total en ligne. En d’autres termes, combien de chiffre d’affaires le site Internet génère-t-il via la publicité sur les moteurs de recherche par rapport aux autres canaux. Il faut également considérer ici dans quelle mesure le site web est optimisé pour le SEO. Si le site n’a pas une bonne visibilité organique, la part de trafic ou de chiffre d’affaires via SEA sera très probablement plus élevée.

Pour analyser la qualité du trafic, on peut par exemple comparer la part de trafic et la part de chiffre d’affaires. Si par exemple la part de trafic via SEA est de 65% et la part de chiffre d’affaires de 10%, c’est un indice que le « mauvais » trafic arrive sur le site via les Ads.

L’étape suivante consiste à mettre en relation le chiffre d’affaires et les coûts. Le ratio coûts/chiffre d’affaires décrit le rapport entre le chiffre d’affaires (Ads) et les coûts Ads. Pour ce faire, on divise les coûts par le chiffre d’affaires et on le multiplie par 100 (ratio coûts/chiffre d’affaires = coûts/chiffre d’affaires * 100). Plus le ratio coûts/chiffre d’affaires est faible, plus le canal, la campagne ou le groupe d’annonces est performant. Il y a ici différents niveaux à considérer :

ratio coûts/chiffre d'affaires total : coûts Ads/chiffre d'affaires total en ligne * 100
ratio coûts/chiffre d'affaires publicitaire : coûts Ads/ chiffre d'affaires Ads *100
ratio coûts/chiffre d'affaires des campagnes : coûts des campagnes/ chiffre d'affaires des campagnes *100
ratio coûts/chiffre d'affaires des groupes d'annonces : Coûts des groupes d‘annonces/ CA des groupes d’annonces * 100

Il est judicieux d’analyser les choses de manière globale, c’est-à-dire de regarder d’abord le ratio coûts/chiffre d’affaires publicitaire. Si celui-ci est relativement élevé et ne se situe pas encore dans ou en dessous de la moyenne de la branche, les différents ratios coûts/chiffre d’affaires de campagne peuvent être calculés et les campagnes non rentables peuvent ainsi être identifiées. Une fois ces dernières identifiées, le ratio coûts/chiffre d’affaires publicitaire permet d’analyser si toute la campagne n’est pas performante ou seulement un ou plusieurs groupes d’annonces. (La base pour cela est une structure de campagne propre et raisonnable !)

Il faut impérativement tenir compte ici du fait que le SEA n’est qu’un canal et qu’il n’est éventuellement pas le dernier point de contact (pour le modèle d’attribution « dernier clic ») avant la conversion. Les conversions assistées peuvent être affichées et analysées dans les outils de suivi courants. Cela signifie que si le SEA est pertinent en tant que deuxième point de contact, une réduction du budget peut également avoir un impact sur la performance en ligne globale, même s’il semble à première vue que le canal est moins pertinent.

Mesures d’optimisation possibles :

Transférer le budget vers d'autres canaux avec un meilleur ratio coûts/chiffre d'affaires.
Optimiser la structure de la campagne
Optimiser les campagnes avec un ratio coûts/chiffre d'affaires faible ou, le cas échéant, les mettre en pause.
Déplacer le budget vers des campagnes avec un ratio coûts/chiffre d'affaires élevé
Optimiser ou mettre en pause des groupes d'annonces individuels

Analyse de la qualité du trafic SEA

Les KPIs durée de session, pages/session et taux de rebond peuvent donner des informations sur la qualité du trafic. Ici aussi, des moyennes sectorielles ainsi qu’une comparaison du trafic via d’autres canaux, comme « direct » ou « organique », permettent d’interpréter les résultats. Comme le trafic via SEO ou direct n’est pas payé, mais se comporte naturellement, ce sont de bonnes valeurs indicatives. Si le taux de rebond via « organique » est de 35% et de 65% pour SEA, c’est un indice de mauvaise qualité du trafic. Dans le meilleur des cas, la qualité du trafic via Ads est la plus élevée. Cela peut être obtenu par des mesures d’optimisation ciblées.

Une fois que la performance SEA globale a été analysée et classée, l’étape suivante consiste à examiner la performance des différentes campagnes. Cela permet d’évaluer si la performance SEA dans son ensemble n’est pas encore satisfaisante ou si certaines campagnes en sont responsables. Une fois que les campagnes individuelles ont été identifiées, l’étape suivante consiste à examiner les groupes d’annonces.

Mesures d’optimisation possibles :

Analyse du potentiel SEA

Lors d’une analyse du potentiel SEA, les potentiels des options d’alignement et de l’ensemble des campagnes/groupes d’annonces sont analysés et identifiés. Une telle analyse est par exemple utile lorsque l’analyse du trafic KUR ou SEA et les mesures d’optimisation mises en œuvre par la suite n’ont pas permis d’améliorer les performances comme souhaité.

Lors d’une analyse du potentiel SEA, on analyse via quelles villes, régions et pays le CTR, la qualité du trafic, la conversion directe et indirecte et le taux de conversion les plus élevés ont été obtenus. Exemple : une campagne est axée sur la région DACH. Si les KPI se situent au-dessus de la moyenne pour l’Allemagne, dans la moyenne pour l’Autriche et en dessous de la moyenne pour la Suisse, il est possible soit d’exclure la Suisse en tant que pays, soit de réduire le budget via un ajustement des enchères pour le site Suisse.

La même démarche s’impose pour les périodes publicitaires (jours & heures) et les appareils. Cela permet d’utiliser le budget de manière plus ciblée et d’augmenter la performance.

Une autre possibilité d’identifier les potentiels du compte Ads est de regarder la demande des utilisateurs et de vérifier si des campagnes sont déjà diffusées pour les (catégories de) produits. Pour cela, il est possible d’utiliser le Google Keyword Planner. Celui-ci aide à analyser la demande et la concurrence des différents mots-clés. De plus, le CPC moyen des mots-clés est affiché, ce qui aide à estimer les coûts engendrés par l’ajout de nouvelles campagnes. Il existe en outre d’autres outils, comme Sistrix, qui donnent une très bonne indication de la demande. Dans le domaine B2B, il est toutefois difficile de savoir quelle demande provient des utilisateurs B2C et quelle demande provient des utilisateurs B2B. C’est pourquoi nous avons développé l’outil PD Analytics, notre propre logiciel, qui aide les marketeurs des entreprises B2B à analyser facilement et simplement la demande des plateformes B2B comme PartsCommunity ou Traceparts et à l’utiliser pour l’analyse du potentiel.

Mesures d’optimisation possibles :

Comment les données en ligne peuvent-elles être utilisées à bon escient ?