10 principales erreurs d’analyse des données commises par les spécialistes du marketing numérique

Les rapports et l’analyse des données englobent inévitablement une grande partie de notre temps en tant que spécialistes du marketing numérique.

Cependant, même les spécialistes du marketing expérimentés peuvent trébucher et faire quelques erreurs courantes lorsqu’ils examinent les données et prennent des décisions.

Vous devez rester conscient des erreurs qui peuvent conduire à examiner les mauvaises données, à tirer les mauvaises conclusions ou à laisser la porte ouverte aux interprétations erronées 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 un délai statistiquement significatif.
• Sans tenir compte de la saisonnalité.
• Ignorer l’impact de l’activité hors ligne.
• Ne tient pas compte de l’engagement multicanal.
• Rapports sur les chiffres sans conclusions.
• Se concentrer sur les mauvais KPI.
• Prendre des décisions basées sur des données erronées.
• N’incorporant pas de données backend.
• Visualiser mal les données.
• En supposant que vous puissiez tout mesurer.

1. Ne pas examiner un délai statistiquement significatif

De nombreuses entreprises constatent un flux et un reflux du volume de prospects au cours d’une semaine ou d’un mois, et l’examen des données pendant seulement quelques jours ne donne généralement pas une image précise 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 par semaine et 30 prospects pour chacune des trois prochaines semaines.

Très peu d’entreprises verront exactement le même nombre de prospects traverser chaque jour ou semaine.

Si vous deviez évaluer les performances projetées uniquement sur la base de la première semaine, vous pouvez supposer que le volume de plomb est anormalement bas. Cependant, le compte a toujours atteint l’objectif de 100 prospects / mois, les semaines futures augmentant en volume.

De nombreux propriétaires d’entreprise et directeurs marketing sont (naturellement) liés aux chiffres et surveillent les résultats quotidiens / hebdomadaires.

Les spécialistes du marketing devraient aider à fournir un contexte plus large pour minimiser les craintes quant à la baisse des chiffres pour la journée lorsque les ventes sont en hausse pour le mois.

2. Ne pas tenir compte de la saisonnalité

Une autre partie de l’examen des délais est de garder à l’esprit les facteurs de saisonnalité.

Une entreprise de commerce électronique verra probablement sa plus grande période de vente autour du Black Friday, tandis qu’une entreprise B2B pourrait voir son volume de plomb chuter pendant les vacances.

Les données des années passées peuvent être utiles pour tenir compte des mois qui ont tendance à avoir le volume le plus élevé et le plus faible.

Vous devez prendre en compte les données directement à partir de Google Analytics et des plates-formes publicitaires, ainsi que des données générales sur les ventes / prospects du 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 du monde entier. Les graphiques de la grande majorité des entreprises ne suivent pas les modèles «normaux» en regardant en arrière à 2020.

En dehors des événements de 2020, de nombreuses entreprises voient leurs activités fluctuer en fonction de facteurs extérieurs.

Une entreprise de CVC verra probablement les demandes augmenter lorsque les conditions météorologiques évoluent 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 de personnes souhaitant acheter.

Une marque qui fait de la publicité traditionnelle doit également rechercher l’impact sur l’activité de recherche de marque et les mesures globales de prospects lors de la diffusion d’une annonce télévisée. La publicité hors ligne peut souvent inciter les utilisateurs à se tourner vers leurs appareils pour s’engager davantage avec une marque.

4. Ne pas tenir compte de l’engagement multicanal

Les spécialistes du marketing peuvent devenir extrêmement liés à regarder une chaîne particulière – qu’il s’agisse de recherche organique, de recherche payante, de publicité Facebook ou de publicité LinkedIn – et être obsédés par le fait de faire fonctionner cette chaîne.

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 aggravent 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 de l’état d’esprit du dernier clic, faites attention aux conversions assistées et aux chemins de conversion dans la section Entonnoirs multicanaux de Google Analytics.

En outre, 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 parfait rapport de marketing numérique. Les conversions et le taux de conversion sont en hausse, et le coût / conversion est en baisse. Vos campagnes écrasent les indicateurs de performances.

Excité de partager les nouvelles avec votre client, vous vous lancez à bout de souffle dans la discussion sur le rapport, pendant que votre client jette un premier regard sur les résultats.

Mais avant que vous puissiez dire deux mots, votre client interrompt avec des questions: «Pourquoi notre taux de rebond est-il en hausse? Pourquoi le CTR a-t-il baissé? »

Avant que vous ne le sachiez, la conversation s’éloigne des statistiques de conversion positives sur lesquelles vous espériez vous concentrer.

Les spécialistes du marketing numérique ont la responsabilité de se concentrer sur les mesures qui se rapportent le plus directement 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 vous concentrer principalement sur les mesures les plus importantes (prospects qualifiés pour le marketing, ventes, etc.) sur les mesures de surface telles que le CTR, le taux de rebond, le CPC, etc.

Bien que vous ne deviez pas ignorer les métriques telles que le CTR en cas de changements rapides, vous ne devez 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 nombres et de 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, faites remarquer que la campagne de soldes de printemps que vous diffusez depuis deux semaines a contribué à augmenter le taux de conversion de 5%. Parlez de la création publicitaire qui a le mieux fonctionné.

Le fait de montrer ce que vous avez appris de la campagne peut accompagner les commentaires sur la création et le ciblage que la marque doit tester pour la prochaine vente en fonction de ce qui a fonctionné pendant ce cycle.

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 du contexte peut aider à soulager les inquiétudes autour d’une ligne de graphique en baisse.

7. Prendre des décisions sur la base de 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 que vous référencez 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. Vous pouvez également surévaluer les résultats si une règle de conversion est configurée pour la mauvaise page.

De plus, mettez en place un système pour vérifier régulièrement que les données circulent correctement. Par exemple, un développeur peut avoir mis à jour un site et supprimé les codes de suivi dans le processus, ou un client peut avoir modifié une URL de page sans vous en informer.

Dans l’idéal, assurez-vous que votre client ou votre équipe de développement sait comment vous avertir avant le déploiement de tout changement.

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 l’envoi du formulaire suivi dans Google Ads, je ne sais pas comment les conversations entre l’individu et l’équipe commerciale ont progressé. La simple mesure des conversions initiales ne dit pas toute l’histoire.

Un balisage UTM et une attribution appropriés des sources dans un CRM vous permettront de mesurer l’efficacité avec laquelle les prospects se déplacent 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 vente backend et comparez-les à ce que vous suivez dans les plates-formes publicitaires et Analytics.

Vous pouvez identifier des ventes ou des clients récurrents qui peuvent être liés aux campagnes que vous avez exécutées, en dehors de ce qui est directement suivi dans les plates-formes publicitaires.

9. Mauvaise visualisation des données

Les graphiques et les graphiques peuvent grandement aider des ensembles complexes de nombres à avoir un sens. Cependant, un graphique utilisé de manière imprudente peut mal communiquer les résultats.

Par exemple, regardez le graphique à secteurs suivant montrant les conversions par mois:

Ce format ne vous dit pas grand-chose, à part le fait de pouvoir voir que certains morceaux de tarte sont légèrement plus gros que d’autres.

Sans même avoir de chiffres à référencer, le graphique à secteurs est loin d’être idéal pour représenter l’évolution des données d’un mois à l’autre.

À l’inverse, consultez le graphique en courbes 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 graphique, pensez au format qui raconte le mieux l’histoire que vous essayez de communiquer dans votre rapport.

10. En supposant que vous puissiez 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 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 corréler exactement à quel point nos récents événements mondiaux dramatiques ont eu un impact 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 attribuée avec précision à la bonne source? Non.

Bien que vous deviez tout mettre en œuvre pour configurer correctement le suivi, vous devez également comprendre qu’aucune infrastructure d’analyse ne représentera jamais les performances de manière précise à 100%.

Lorsque vous prenez des décisions fondées sur des données, laissez la nuance prendre du recul et regardez la situation dans son ensemble, y compris un examen des résultats marketing globaux ainsi que de ceux liés à des canaux spécifiques.

Engagez-vous à 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 rapport sur les données.

Cherchez-vous des données suffisamment importantes?

Tenez-vous compte d’événements en dehors de ce qui est suivi dans vos plates-formes d’analyse et de publicité?

Fournissez-vous suffisamment de contexte pour vos rapports?

Soyez conscient de ces erreurs potentielles lorsque vous prenez des décisions pour vos campagnes, ainsi que lorsque vous préparez des 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.

Plus de ressources:

Crédits d’image

Toutes les captures d’écran prises par l’auteur, mai 2021