Il y a tellement de données, provenant de tant de sources différentes, avec tant d’outils de création de rapports différents, que vous pourriez vous noyer dans les rapports, l’attribution et les réunions. Avec autant de bruit, il est important que vous examiniez les données d’une certaine manière. Il y a des informations importantes cachées dans les mesures qui vous aideront à orienter votre stratégie de marketing numérique.

Dans cet article, je vais vous expliquer cette technique que j’utilise depuis 25 ans, appelée MAA.

Métriques, Analyse, Action

MAA signifie métrique, analyse, action.

Laissez-moi vous montrer à quel point cette technique est puissante lorsque vous utilisez cette technique sur n’importe quel type d’ensemble de données dont vous disposez. Il peut s’agir de données de référencement, de données de site Web, de données de courrier électronique, de données de conversion, de données de panier d’achat.

Le Data Doc est en…

Pensez-y comme si vous étiez un chirurgien aux urgences. Vous devez suivre ces trois étapes.

• Collectez les signes vitaux.
• Diagnostiquer.
• Traiter.

D’abord, vous collectez les signes vitaux. Cela pourrait être la fréquence cardiaque, la tension artérielle, la fréquence respiratoire, les rayons X, des choses comme ça. Ce sont les chiffres qui vous indiquent la cause du problème.

La deuxième phase est le diagnostic. Dans cette phase, vous interprétez tous les signes vitaux que vous avez collectés. Sur la base des données, vous faites la détermination d’une crise cardiaque, d’un os cassé, d’un virus, etc. Le point clé est que le diagnostic est basé sur les données.

À partir de ce diagnostic, vous créez le plan de traitement. Le plan peut inclure une intervention chirurgicale, des médicaments, un plan de rétablissement, etc. Mais la liste des choses à faire pour améliorer la santé du patient est basée sur les résultats et le diagnostic.

Les données d’analyse marketing que vous collectez mènent directement à l’analyse du problème. Cela mène alors directement à l’action. Ce que je vais vous montrer dans cet article est un certain nombre d’exemples tirés de divers projets de marketing numérique. Cela fonctionne que vous travailliez sur un grand ou un petit projet.

Données vs analytique

Beaucoup de gens pensent qu’ils ont des analyses parce qu’ils ont installé Google Analytics sur leur site Web.

Mais laissez-moi vous dire un sale secret.

Il n’y a pas d’analyse dans Google Analytics. Ce ne sont que des graphiques Google. Il devrait s’appeler Google Chart-Maker.

L’analyse marketing consiste à déterminer ce qui se passe réellement. C’est l’interprétation des données. L’interprétation des données vous indique pourquoi les ventes ont augmenté ou diminué. Il vous aide à découvrir pourquoi les taux de conversion ont augmenté ou diminué. L’analyse des données répond à des questions telles que :

• Pourquoi les gens ont-ils acheté ou n’ont-ils pas acheté ?
• Pourquoi un concurrent a-t-il effectué une certaine action ?
• Où perdons-nous des clients tout au long du parcours client ?
• Notre contenu frappe-t-il ou manque-t-il auprès de nos clients ?

Analytics ne se limite pas à créer des graphiques et à collecter des données. Et l’action est la prochaine étape après l’analyse marketing.

De notre point de vue, si vous n’agissez pas sur la base des analyses, qui étaient basées sur les données, alors tout ce que vous faites est aléatoire.

Revenant à notre analogie, tout le monde ne devrait pas prendre la même pilule. Si vous avez un os cassé, vous ne devriez pas prendre les mêmes médicaments qu’une personne qui a mal à la tête. Ainsi, l’action que vous entreprenez, l’optimisation, doit dépendre de l’analyse, qui doit remonter directement aux données que vous avez recueillies.

La plupart des gens commettent l’erreur de simplement essayer de regarder beaucoup de données. Ce cadre d’action d’analyse des métriques est le moyen le plus simple de déterminer ce que vous devez vraiment faire par rapport à ce qui est bruyant.

Étude de cas sur le cadre MAA : commerce électronique

Si vous êtes dans le commerce électronique, la génération de leads ou tout autre type de marketing de performance, vous allez commencer par l’action, mappée à l’analyse, puis aux métriques.

Parce que les actions sont toutes les choses que vous pourriez faire.

Faites donc une liste des choses que vous pourriez faire.

• Vous pouvez jouer avec le site Web.
• Vous pouvez modifier vos budgets.
• Vous pouvez modifier les annonces.
• Vous pouvez optimiser les créations.
• Vous pouvez travailler avec des influenceurs.
• Vous pouvez acheter un autre outil.
• Vous pouvez modifier les enchères.

Pensez à toutes les actions que vous pourriez entreprendre. Commencez avec la fin en tête.

Une fois que vous avez décidé de l’action, recherchez le déclencheur. En d’autres termes, lors de l’analyse des données, quel diagnostic vous incitera à prendre l’action prescrite ?

C’est là que vous avez des règles automatisées sur Google, Facebook ou Shopify. Où que vous consultiez des données, vous pouvez configurer ces règles.

Par exemple, si votre coût par acquisition dépasse 50 $, désactivez l’annonce. Si quelqu’un laisse un avis positif sur Yelp, contactez-le pour lui dire merci.

Donc, si une certaine chose se produit, alors voici l’action particulière.

Ensuite, il y a un nombre limité de choses que vous pouvez faire, vous n’avez donc pas à tout regarder. Et si vous avez besoin de déterminer si cette condition de déclenchement est vraie, de quelles données avez-vous besoin ?

Données, analyses et attribution

À l’extrême gauche de cette image, nous avons la plomberie. La plomberie collecte les données de différentes balises dans le gestionnaire de balises, les paramètres UTM, les pixels qui se déclenchent et d’autres événements à l’intérieur d’une application.

Ce sont les choses que les gens font. Par exemple, ouvrir un e-mail. Lorsque cela se produit, vous obtenez de nombreuses données de marketing par e-mail. Mais les données ne signifient rien à moins que vous ne puissiez les lier à un objectif.

Comment lier les données à un objectif ?

Voici un exemple de valeur à vie…

Seeds of Life vend des fleurs aux personnes qui ont vécu la mort d’un être cher. La valeur à vie (LTV) d’un client est de 150 $. Que peuvent-ils faire pour augmenter le LTV ?

Ils peuvent offrir un bonus de parrainage, la livraison gratuite pour les commandes de plus de cent dollars, etc. Leurs objectifs, vérifiés par rapport aux analyses marketing, détermineront l’orientation de leur prochaine campagne marketing.

L’important est de définir les objectifs et de les mesurer par rapport aux données. Si les données ne sont pas liées à la réalisation d’un objectif particulier, vous devez vous demander : « pourquoi collectons-nous même ces données ? »

Nous ne cherchons pas une aiguille dans une botte de foin, ici. Bien que, c’est ce que la plupart des gens font avec leurs reportages.

La plupart des gens se connectent à Google Analytics, ou à tout ce qu’ils utilisent pour extraire toutes les données de tous les différents endroits. Et puis ils chassent, picorent, se promènent et cherchent des choses intéressantes.

Ils examinent les données puis les filtrent jusqu’à cette date pour ce segment particulier et cette partie du pays. C’est comme le loto, comme le power ball où vous choisissez six boules au hasard pour tenter de gagner le jackpot d’un million de dollars.

Vous voulez avoir vos objectifs avant de comprendre la plomberie.

Ne faites pas les mêmes erreurs avec Analytics

Les grandes et les petites entreprises font les mêmes erreurs. Ils ont tendance à rechercher les impressions, le taux de clics ou les mesures secondaires lorsque la mesure principale, l’objectif commercial, est plus importante qu’une mesure secondaire de diagnostic.

J’aime regarder le coût par mille, ou CPM, dans la publicité. Par exemple, combien payez-vous pour mille impressions ? Quel est le déclencheur ou la lumière du moteur de vérification, pour vous faire savoir si l’algorithme vous pénalise pour avoir un faible taux de clics, un faible score de qualité, un faible score de pertinence, etc.

Analyser une campagne de marketing de cette manière peut montrer qu’autre chose ne va pas.

Ne faites pas la même erreur en pensant qu’une métrique secondaire comme le taux de clics, le coût par clic, le score de qualité ou le CPM est plus importante que la métrique commerciale principale.

Le profit, la valeur à vie ou le coût d’acquisition doivent être les objectifs liés à votre contenu et à votre ciblage.

Plomberie, Objectifs, Contenu, Ciblage, Amplification, Optimisation…

Voici un exemple (ci-dessus) d’une campagne de marketing que nous avons menée pour notre ami, Brennan.

Tout en haut se trouvent les mesures financières, en particulier le profit. Il y a une sorte de marge avec ou sans coût des biens et services ou frais généraux.

Ensuite, nous avons les revenus moins les coûts.

Les revenus sont déterminés par des facteurs tels que le taux de conversion, la LTV et la manière dont vous utilisez des éléments tels que la récence et la fréquence pour augmenter les revenus.

Ensuite, il y a les coûts : les coûts liés aux personnes, les coûts publicitaires, les coûts des logiciels, et d’autres types de coûts.

Du côté des revenus, les unités (prix élevé vs prix bas) multipliées par le volume (clics et/ou taux de conversion) constituent vos revenus.

Du côté des coûts, supposons que vous meniez toutes vos campagnes de marketing numérique au coût par clic. Vous pouvez décomposer cela en différents coûts fixes et variables. Nous savons donc que si nous doublons le nombre de clics que nous achetons à Google, nous allons payer le double. Multipliez le coût par le nombre de clics que vous obtenez pour obtenir le coût global de cette campagne.

Cette pyramide de décomposition vous aide à déterminer les données que vous devez collecter à l’aide de métriques de diagnostic secondaires.

Commencez à réfléchir à la manière dont ces différentes mesures vous aideront à découvrir le principal problème sur lequel vous concentrer en ce moment.

Cadre MAA : étude de cas

Voyons comment cela s’applique réellement lorsque vous examinez des données tabulaires.

Dans cet exemple (ci-dessus), nous examinons beaucoup d’informations. Il y a 132 ensembles de publicités ici. Cela signifie que nous avons toutes ces informations pour 132 projets…

• Données
• Campagnes
• Les publicités
• Pages de destination
• messages

Il s’agit d’un ensemble de campagnes Facebook, mais il peut facilement s’agir de n’importe quelle plate-forme de médias sociaux ou d’une autre source de trafic.

Nous utilisons un concept appelé « Top N » pour sélectionner un nombre gérable d’ensembles de publicités avec lesquels travailler. Pourquoi? Parce qu’il est intimidant d’essayer de les examiner TOUS pour diagnostiquer le problème ou le problème.

Vous n’avez pas le temps de regarder chaque mot clé, création ou page de destination. L’idée de Top N est de regarder les ensembles de publicités les plus performants, les plus performants ou les moins performants et d’ignorer le reste. C’est juste une autre façon d’utiliser la règle 80/20 ou de prioriser votre travail.

Je trouve que lorsque vous utilisez la technique Top N sur n’importe quel grand ensemble de données, vous pouvez rapidement vous concentrer sur la chose la plus importante.

Dans ce cas, nous pouvons voir que cette toute première annonce a dépensé 10 000 $ sur 43 000 $. Cela signifie que 25 % de tout l’argent dépensé se trouve dans cette annonce sur un total de 132 annonces.

Regardez d’un peu plus près et vous verrez que les cinq premiers représentent déjà 60 % des dépenses totales.

Ce n’est pas rare. Dans de nombreux cas, les trois à cinq premières annonces représenteront environ la moitié de vos dépenses publicitaires.

Application de la méthode Top N

J’aime commencer par faire le Top N sur les dépenses, car c’est là que je peux identifier un « bleeder » (une annonce à dépenses élevées avec un rendement très faible).

Ensuite, je regarde ce qui a généré le plus de revenus ou qui a eu le plus grand nombre de conversions. Parce qu’alors je peux trouver où sont les gagnants.

Ensuite, je regarde les clics, les prospects ou d’autres mesures qui sont importantes pour l’entreprise.

En utilisant cette méthode, je tue les publicités perdantes et amplifie les publicités gagnantes.

Supposons que vous deviez trier uniquement par conversions ou revenus. Si vous faites cela, vous pourriez avoir une annonce qui gaspille beaucoup d’argent et qui ne figure pas parmi les quatre ou cinq premiers pour vos statistiques les plus importantes.

J’utilise donc Top N pour trois ou quatre mesures successives. Chaque fois, il réorganise les ensembles de publicités ou les publicités ou les créations ou tout ce que vous regardez.

Vous pouvez utiliser cette méthode pour déterminer les performances des annonces en seulement trois minutes.

Trouver et résoudre le problème

Si quelque chose ne va pas, cela pourrait nécessiter un gros changement ou il pourrait y avoir un problème avec le suivi.

Cela pourrait être iOS 14, ou le pixel n’était pas sur cette page de destination. Il se peut que les données ne soient pas parvenues et qu’elles soient retardées. Il y a toutes sortes de choses qui pourraient expliquer pourquoi les chiffres ne s’additionnent pas.

Beaucoup de gens paniquent lorsque les ventes sont en baisse. Compréhensible. Mais souvent, c’est à cause d’un problème stupide. Donc, avant de déclencher l’alarme incendie, réfléchissez, est-ce que cela a vraiment du sens ?

J’aime cette annonce particulière ici.

Il n’y a aucun moyen que nous dépensions cette somme d’argent sans retour. Nous savons donc qu’il y a un problème. Et nous savons qu’avec les plateformes de médias sociaux comme TikTok, Twitter et Facebook, leurs systèmes n’afficheront souvent pas de données.

Nous savons qu’en raison de la mise à jour iOS 14, les impressions et les clics sont signalés à des fréquences différentes. Ainsi, vous pourriez voir un tas de dépenses apparaître avant que les conversions n’apparaissent ou vice versa.

Assurez-vous qu’il est statistiquement significatif. Assurez-vous également que vous disposez de suffisamment de données pour ne pas tirer de conclusions hâtives.

Nous avons vu ces systèmes devenir incontrôlables. Par exemple, supposons que vous décidiez de réduire le montant de l’enchère sur un canal marketing lorsque le retour sur investissement tombe en dessous d’un certain montant. Cela semble logique. Mais si vous ne regardez que les revenus, pas les conversions, vous risquez de tuer une campagne marketing qui fonctionnait plutôt bien.

Imaginez si tout se résumait à un hoquet dans les données qui a provoqué la spirale descendante. Pas bon. Alors faites attention à cela.

Maintenant, si vous voyez qu’une métrique est détraquée et que les données semblent bonnes, demandez-vous pourquoi cette campagne n’est pas aussi performante.

Données et instinct pour la victoire

Ne laissez pas tout ce que vous faites être complètement automatisé et dépendant de règles. Une stratégie marketing réussie nécessite une touche humaine.

Ne définissez pas trop de règles pour que le logiciel mette automatiquement fin à vos annonces.

Au lieu de cela, prenez un moment pour regarder à quel point les performances de l’annonce sont hors limites. Il se peut que vous ayez lancé une nouvelle campagne et que vous fassiez un test AB ou une sorte de test fractionné. Le gagnant reste et continue de gagner, même lorsque d’autres annonces perdent, car vous essayez de trouver un autre gagnant pour le remplacer.

Si le coût par acquisition est élevé, vous pouvez le décomposer à l’aide de la pyramide de décomposition des métriques.

Par exemple, le coût par acquisition doublera si :

• le taux de conversion est divisé par deux et le coût par clic est le même
• le coût par clic double et le taux de conversion est le même

Le coût par acquisition reste le même si l’un des facteurs double tandis que l’autre est réduit de moitié.

Examinez toujours vos analyses marketing lorsque le coût par conversion augmente. Déterminez si c’est à cause du coût par clic ou du taux de conversion.

Lorsque vous diffusez des annonces à l’aide d’enchères basées sur les objectifs, vous n’avez pas à vous soucier autant du coût par clic, du taux de clics ou du taux de conversion, car l’intelligence artificielle derrière la plate-forme publicitaire va rechercher votre métrique cible.

Si la métrique cible est détraquée, vous pouvez la décomposer en métriques sous-jacentes.

C’est vrai pour le trafic organique. Mais ce n’est pas aussi vrai pour le trafic payant car les systèmes deviennent plus intelligents et peuvent s’optimiser en fonction de l’objectif que vous vous êtes fixé. Quoi qu’il en soit, vous devriez toujours regarder.

Métriques d’équilibrage

Cette méthode vous permet d’examiner les métriques qui comptent en fonction de nos objectifs commerciaux. Cela vous amène à réfléchir et à analyser pourquoi les données peuvent être bonnes ou mauvaises. Et cela vous permet de décrire les actions que vous allez entreprendre lorsque les objectifs ne sont pas atteints. Au fil du temps, vous constaterez que le même appariement de métriques change les uns à côté des autres. Parlons donc de ce que sont ces mesures d’équilibrage.

Une entreprise avec laquelle nous travaillions dépensait cent mille dollars par mois en publicité. Lorsqu’ils n’étaient pas satisfaits du retour, l’analyste du projet a ajusté la campagne publicitaire Google. Tout d’un coup, le coût par conversion est passé de 20 $ par prospect à 7 $ par prospect.

Mais je voulais savoir comment et pourquoi il avait chuté de façon si spectaculaire. J’ai découvert que cette personne était entrée dans la campagne Google Ads et avait désactivé toutes les campagnes, à l’exception des termes de recherche de la marque. Bien sûr, ça allait super bien se convertir !

Mais la métrique d’équilibrage était le volume. Lorsque l’analyste a «fixé» le coût par conversion, le nombre de prospects est passé de 5 000 prospects par mois à peut-être un millier de prospects par mois.

La clé à retenir ici est que si vous optimisez une métrique à l’aveugle, vous pouvez vous tromper en pensant que tout va mieux alors qu’en réalité une autre métrique a piqué du nez.

Analyser comme un scientifique, mais PAS comme un spécialiste des fusées

Les métriques n’ont pas d’importance, à moins qu’il n’y ait une analyse claire qui peut provenir de l’information. Rappelez-vous, vous cherchez un diagnostic.

Pensez comme un chirurgien ou un scientifique. Commencez par une hypothèse. Si une certaine chose se produit, que ferez-vous pour la corriger et quel résultat attendez-vous ? S’il n’y a pas d’action potentielle basée sur une métrique, il n’est pas nécessaire de rassembler les métriques.

Je vois que les entreprises consacrent la plupart de leurs efforts à collecter des données. Personne ne sait même pourquoi ils utilisent les données. Soyez stratégique et demandez « que faisons-nous de ces données ? Y a-t-il des mesures significatives que nous allons prendre ? »

Peut-être y a-t-il une autre métrique qui mesurerait mieux l’objectif.

Le but de l’analyse est de déterminer si quelque chose en vaut la peine. La plupart des données que vous pensiez importantes n’ont même pas d’importance.

Je vais vous donner un exemple. Notre client était une grande entreprise, mais cela fonctionne aussi pour les petites entreprises.

Nous travaillions avec une compagnie aérienne, prenant une base de données et la comparant à une autre. Ils voulaient savoir par exemple si un client qui va skier avait des enfants et quel était leur revenu.

Ils voulaient des modèles prédictifs pour découvrir quels clients seraient les plus susceptibles de souscrire à leur carte de crédit ou d’acheter des fleurs ou de surclasser ou de voyager vers de nouvelles destinations.

Nous sommes allés dans l’idée que plus de données, c’est mieux. Après tout le temps et l’argent dépensés sur des modèles de données sophistiqués, ce que nous avons découvert, c’est que le meilleur prédicteur des personnes qui volent plus était le comportement d’achat passé. Pas une surprise, non ?

Dans ce cas, le comportement d’achat prédit le comportement d’achat. Et le fait qu’ils conduisaient un break, ou qu’ils aimaient manger de la glace Haagen-Dazs, pouvait être intéressant, mais cela avait très peu d’impact sur leur comportement en vol.

Morale de l’histoire, vous constaterez peut-être que la chose la plus évidente est également le meilleur endroit pour commencer à optimiser votre entreprise. Commencez à réfléchir au type de logique « si-alors » que vous pouvez mettre en œuvre. Et ne rejetez pas l’idée vraiment simple simplement parce qu’elle est simple.

Le cadre MAA n’est pas seulement pour la publicité

La collecte de données vous permet de mettre en place des séquences si-alors dans votre entreprise. Dans Google et Facebook, vous pouvez configurer des règles automatisées en utilisant la logique si-alors. Par exemple, on pourrait être pour les conversions. Si les conversions tombent en dessous d’un certain nombre, une action automatisée sera entreprise ou une alerte pourra être envoyée à la personne en charge de ce domaine pour lui faire savoir qu’il y a quelque chose qui nécessite son attention.

Voici un tableau des scénarios si-alors courants que nous avons rencontrés. Commencez petit en regardant quelques-unes de ces choses.

Vous trouverez beaucoup de valeur lorsque vous regardez les modèles. Par exemple, regardez les publications avec l’engagement le plus élevé par rapport aux publications avec l’engagement le plus faible. Que pouvez-vous apprendre ? Qu’est-ce que les publications à fort engagement ont en commun ? Y a-t-il un croisement avec les publications à faible engagement ?

Ne passez pas tout votre temps à déconner à l’intérieur des outils. Même le responsable des analyses de Google a déclaré que 90 % de chaque dollar dépensé en analyses devrait être consacré aux personnes et 10 % aux outils.

Nous voyons beaucoup d’entreprises faire le contraire. Ils dépensent 90 % en outils et 10 % en personnel. La dure vérité est que les outils les plus sophistiqués sont inutiles sans quelqu’un qui sait donner un sens aux chiffres.

Pour assurer le succès, établissez le cadre en place. Précisez que chacun est responsable des résultats.