Une utilisation poussée d’Analytics, pour améliorer la rentabilité de son site internet, est une étape importante, pour l’e-commerce. Avant même de songer à l’acquisition de nouveaux clients, à ses investissements publicitaires, une étude approfondie de l’analyse statistique permettra d’augmenter le chiffre d’affaire, à moindre coût.
L’outil Analytics propose, en effet, un grand nombre de points d’amélioration possible. Couplé à des outils de CRO, à des persona segmentées, il offre un ensemble de solutions pour comprendre les interactions des visiteurs.
Mais cette segmentation, qui permet de comparer des populations d’internautes entre-elles, se fonde souvent sur des données réelles, mais peu développées. Dans de nombreux cas, l’annonceur se contente de segmenter entre visiteurs, prospects et clients. Certains plus audacieux vont analyser le panier moyen, pour tracer les plus rentables.
Si peu d’entreprises cherchent à faire mieux, c’est que cette segmentation répond, dans les grandes lignes, aux principales attentes, mais aussi parce que peu de sites internet misent sur leur transformation pour augmenter le chiffre d’affaire, préférant argumenter des investissements publicitaires, finalement moins rentables, mais plus simple à évaluer.
Si on peut faire mieux, c’est qu’il est possible, dans Analytics, d’importer des données de CRM, sous forme de dimensions ou métriques. Au total, l’outil propose cinquante champs possibles, configurables. L’import des données est plutôt simple, par API ou par fichier CSV.
Importer des données de CRM peut permettre de réconcilier, dans Analytics des portées online et offline de vos clients et prospects. L’outil proposant la création de listes de remarketing, les augmenter d’une couche de CRM, permettra alors de transformer l’outil Analytics en quasi-DMP. Certes, les champs à l’import sont limités, mais ces données peuvent être de différentes portées :
- E-commerce (remboursement et annulation de commandes)
- Utilisateurs (récence, fidélisation…)
- Campagnes (source, support, coût…)
- Géographiques (regroupement de villes, régions…)
- Contenus (métadonnées sur les articles, auteurs…)
- Produits (marque, catégorie…)
- Personnalisées
Plusieurs questions se posent, cependant. La première, la plus importante, est l’utilité d’importer des données. Il faut préalablement s’assurer en avoir besoin. On peut aussi se demander ce qu’il adviendra de telles informations, gratuitement offertes à un GAFA. Et si l’import semble impératif, alors, il devient nécessaire d’établir un plan d’import.
Les données recherchées sont-elles disponibles ? Quel serait leur finalité dans l’outil Analytics.
Car de telles données permettent d’étendre davantage les possibilités de remarketing et d’analyse. Par exemple, l’import de données de récence, segmentées, donne une vision différente des portées statistiques. On peut aussi importer des données métriques de marge opérationnelle par produit et faire calculer à Analytics, non plus un CA hors-taxe, mais la marge réelle de l’entreprise. Les possibilités qu’offrent 50 champs personnalisés supplémentaires sont innombrables.
L’utilisation de ces données, en remarketing dans l’écosystème de Google (Analytics, Adwords, Campaign Manager, DBM…), permet de partager ces listes à tous les leviers d’acquisition, ce qui offre d’intéressantes perspectives d’analyse de contribution et attribution.
Dès lors, il devient possible d’optimiser ses investissements publicitaires en développant les segments d’utilisateurs les plus rentables, mais également, par l’utilisation d’outils CRO, par l’analyse statistique, d’aménager son tunnel de conversion, en fonction des habitudes de ses meilleurs clients, pour favoriser la récence et la fidélisation, mais aussi optimiser l’affichage de ses produits pour mettre en avant les plus rentables en marge ou les plus vendus, consultés…
L’ajout de couches d’optimisation dans Analytics (e-commerce amélioré, segmentation, remarketing, import de données, CRO…), procède, par étapes, à concevoir la meilleure expérience utilisateur d’un site. S’adapter aux habitudes de ses clients, plutôt que leur demander de faire le contraire, est peut-être l’étape la plus importante du processus de fidélisation.
Aussi, avoir plus de visiteurs est une bonne démarche, les faire consommer davantage est certainement bien plus rentable. Et Analytics offre toutes les possibilités pour le faire.
Une utilisation poussée d’Analytics, pour améliorer la rentabilité de son site internet, est une étape importante, pour l’e-commerce. Avant même de songer à l’acquisition de nouveaux clients, à ses investissements publicitaires, une étude approfondie de l’analyse statistique permettra d’augmenter le chiffre d’affaire, à moindre coût.
L’outil Analytics propose, en effet, un grand nombre de points d’amélioration possible. Couplé à des outils de CRO, à des persona segmentées, il offre un ensemble de solutions pour comprendre les interactions des visiteurs.
Mais cette segmentation, qui permet de comparer des populations d’internautes entre-elles, se fonde souvent sur des données réelles, mais peu développées. Dans de nombreux cas, l’annonceur se contente de segmenter entre visiteurs, prospects et clients. Certains plus audacieux vont analyser le panier moyen, pour tracer les plus rentables.
Si peu d’entreprises cherchent à faire mieux, c’est que cette segmentation répond, dans les grandes lignes, aux principales attentes, mais aussi parce que peu de sites internet misent sur leur transformation pour augmenter le chiffre d’affaire, préférant argumenter des investissements publicitaires, finalement moins rentables, mais plus simple à évaluer.
Si on peut faire mieux, c’est qu’il est possible, dans Analytics, d’importer des données de CRM, sous forme de dimensions ou métriques. Au total, l’outil propose cinquante champs possibles, configurables. L’import des données est plutôt simple, par API ou par fichier CSV.
Importer des données de CRM peut permettre de réconcilier, dans Analytics des portées online et offline de vos clients et prospects. L’outil proposant la création de listes de remarketing, les augmenter d’une couche de CRM, permettra alors de transformer l’outil Analytics en quasi-DMP. Certes, les champs à l’import sont limités, mais ces données peuvent être de différentes portées :
Plusieurs questions se posent, cependant. La première, la plus importante, est l’utilité d’importer des données. Il faut préalablement s’assurer en avoir besoin. On peut aussi se demander ce qu’il adviendra de telles informations, gratuitement offertes à un GAFA. Et si l’import semble impératif, alors, il devient nécessaire d’établir un plan d’import.
Les données recherchées sont-elles disponibles ? Quel serait leur finalité dans l’outil Analytics.
Car de telles données permettent d’étendre davantage les possibilités de remarketing et d’analyse. Par exemple, l’import de données de récence, segmentées, donne une vision différente des portées statistiques. On peut aussi importer des données métriques de marge opérationnelle par produit et faire calculer à Analytics, non plus un CA hors-taxe, mais la marge réelle de l’entreprise. Les possibilités qu’offrent 50 champs personnalisés supplémentaires sont innombrables.
L’utilisation de ces données, en remarketing dans l’écosystème de Google (Analytics, Adwords, Campaign Manager, DBM…), permet de partager ces listes à tous les leviers d’acquisition, ce qui offre d’intéressantes perspectives d’analyse de contribution et attribution.
Dès lors, il devient possible d’optimiser ses investissements publicitaires en développant les segments d’utilisateurs les plus rentables, mais également, par l’utilisation d’outils CRO, par l’analyse statistique, d’aménager son tunnel de conversion, en fonction des habitudes de ses meilleurs clients, pour favoriser la récence et la fidélisation, mais aussi optimiser l’affichage de ses produits pour mettre en avant les plus rentables en marge ou les plus vendus, consultés…
L’ajout de couches d’optimisation dans Analytics (e-commerce amélioré, segmentation, remarketing, import de données, CRO…), procède, par étapes, à concevoir la meilleure expérience utilisateur d’un site. S’adapter aux habitudes de ses clients, plutôt que leur demander de faire le contraire, est peut-être l’étape la plus importante du processus de fidélisation.
Aussi, avoir plus de visiteurs est une bonne démarche, les faire consommer davantage est certainement bien plus rentable. Et Analytics offre toutes les possibilités pour le faire.