“Your Facebook activity may say as much about you as an analysis of your bodily fluids”.
Deloitte (Hett, 2011)

Ce texte fait partie d’une série de 7 études de cas, pour un dossier spécial sur le Big Data.

Traditionnellement, le processus pour déterminer l’éligibilité des candidats lors de l’inscription à une police d’assurance est assez dispendieux. Une compagnie d’assurance peut, par exemple, faire passer des tests d’urine ou des analyses sanguines, qui doivent être effectués par des experts du milieu médical, afin de mieux comprendre s’il est ou non avantageux d’assurer un candidat et à quel prix. Le coût de l’évaluation d’un candidat est en fait estimé entre 100 $ à 1000 $, selon Deloitte (2010).

La question de comprendre comment faire diminuer ces frais est au centre d’une étude réalisée en 2010 par Deloitte, pour le compte d’Aviva TLC, la sixième entreprise la plus importante mondialement dans le domaine des assurances et basée au Royaume-Uni. Plus précisément, le but de cette étude était de concevoir un modèle d’analyse prédictive qui permettrait à Aviva d’analyser des données traditionnellement destinées au secteur du marketing afin d’en extraire des informations permettant d’évaluer la qualité des demandeurs de polices d’assurance à moindre coût.

Expérimentation et méthodologie

Pour cette étude, les dossiers de 60 000 candidats ont été évalués. Alors qu’Aviva filtre les candidats selon des méthodes traditionnelles pour les catégoriser selon leur degré de risque, Deloitte décide d’utiliser des méthodes d’analyse prédictive, avec l’objectif d’obtenir des résultats similaires à de moindres coûts.

Pour ce faire, elle divise les 60 000 candidats évalués par Aviva en deux groupes de 30 000 candidats. Elle analyse ensuite les données du premier groupe, en excluant celles des rapports médicaux (tests d’urine ou tests sanguins), afin d’en dégager des tendances pour son modèle. Les données utilisées sont, par exemple :

• l’historique médical personnel et familial;
• l’historique des données relatives à d’autres demandes de police d’assurance;
• les antécédents des assurances de véhicules;
• les données marketing relatives aux habitudes de consommation.

Des données secondaires concluantes

C’est à propos de ce dernier point que l’approche de Deloitte est assez originale. Comment extraire des informations utiles au secteur des assurances à partir de données provenant du secteur du marketing ? En fait, environ 37 % du modèle prédictif de Deloitte est basé sur les données secondaires (et publiques) amassées par Equifax Inc. et portant sur les habitudes de vie des futurs assurés, comme leurs passe-temps, émissions de télévision préférées, habitudes de lectures, revenu, etc.

L’approche de Deloitte est concluante. Lorsque le modèle est utilisé pour analyser le deuxième groupe de 30 000 candidats, des résultats similaires à l’audit d’Aviva sont obtenus. Selon John Currier, l’actuaire en chef chez Aviva :

“the use of third-party data was persuasive across the board in all cases” (Johnson, 2011).

Diminuer les coûts avec Facebook

En fait, selon les résultats de l’étude, il pourrait coûter dorénavant entre cinq à dix dollars aux compagnies d’assurances américaines pour évaluer leurs candidats (Deloitte, 2011), c’est-à-dire une baisse extraordinaire des coûts habituels.

Ce qui est intéressant dans ce cas, c’est que les données secondaires utilisées pour cette étude sont disponibles à tout le monde. Tout ce dont on a besoin est d’un peu de budget et une bonne équipe qui arrivera à en dégager les tendances utiles pour atteindre les objectifs. À cet égard, on peut penser que ça ne prendra pas beaucoup de temps avant que les données publiques disponibles sur les réseaux sociaux, tels que Facebook et Twitter, ou bien celles des réseaux sociaux de géolocalisation, comme Foursquare et Gowalla, soient utilisées par les mêmes parties ou d’autres entreprises dans le but de réduire leurs coûts.

“Theoretically online data could be used at an individual level; your Facebook fan pages, online purchases, even the extent of social networking site use could be used directly to assess your life insurance premiums” (Hett).

L’illustration provient de GO direct

Related posts:

1. Gestion stratégique des données chez Wal-Mart

“We have an infrastructure that allows us to react”
H. Lee Scott, Jr., CEO, Wal-Mart (PNSR, 2008)

Ce texte fait partie d’une série de 7 études de cas, pour un dossier spécial sur le Big Data.

Lorsque l’on parle de données – et de quantités phénoménales de données –, il est difficile de ne pas penser à Wal-Mart et à son expertise dans la gestion des données qui lui a permis d’optimiser ses processus de distribution pour dominer par les coûts dans son secteur d’activités. En fait, Wal-Mart est le symbole d’une entreprise traditionnelle (par opposition à une entreprise virtuelle comme Google ou Facebook) dont la gestion est basée sur l’analyse des données.

« With 3,600 stores in the United States and roughly 100 million customers walking through the doors each week, Wal-Mart has access to information about a broad slice of America – from individual Social Security and driver’s license numbers to geographic proclivities for Mallomars, or lipsticks, or jugs of antifreeze. The data are gathered item by item at the checkout aisle, then recorded, mapped and updated by store, by state, by region » (Hays, 2004).

Toutes les décisions d’affaires chez Wal-Mart relèvent de l’extraction d’informations stratégiques à partir de données générées par les habitudes de consommation de ses clients et sur les produits de son inventaire.

« No company better illustrates the advantages of leveraging massive volumes of data for competitive advantage than Wal-Mart, which operates a data warehouse with, at last count, 583 terabytes of sales and inventory data built on a massively parallel 1,000-processor system from data-warehouse-technology vendor Teradata, an NCR Corp. subsidiary. While some companies might consider having more than half a petabyte of data overkill, at Wal-Mart it’s the way to do business » (Babcock, 2006).

Cet exercice permet entre autres à Wal-Mart de :

• stocker des produits ou de prévoir le nombre de ressources humaines requises, selon l’analyse des tendances des habitudes de consommation de ses clients;
• utiliser des modes de gestion juste à temps pour gérer l’approvisionnement de son inventaire en partenariat avec ses fournisseurs, ce qui lui permet de réduire les coûts d’entreposage des stocks au minimum;
• savoir en temps réel où un produit se trouve dans la chaîne d’approvisionnement et combien de temps ça prendra pour le retrouver sur les étagères des succursales.

En fait, l’analyse des données de Wal-Mart est un avantage stratégique que l’entreprise a compris bien avant ses compétiteurs lorsqu’elle investit 4 billions en 1991 pour :

• créer le programme « RetailLink », qui lui permet de partager des informations avec ses fournisseurs ce qui transforme son modèle d’affaires;
• mettre en place sa base de données, qui lui permet d’inventorier et de consulter la performance des produits de toutes ses succursales en temps réel et selon une multitude de critères à partir desquels elle peut faire des analyses croisées;
• mettre en place toutes sortes d’innovations comme les codes-barres et la technologie EDI (Ludloff, 2011).

À l’interne, l’analyse des données permet à Wal-Mart d’optimiser ses opérations. À l’externe, elles lui permettent de dégager toutes sortes de corrélations et de tendances pour mieux comprendre les clients et prédire leurs besoins. À cet égard, il vaut la peine de citer l’exemple de l’ouragan Frances.

En 2004, alors que l’ouragan Frances se dirigeait vers la Floride, Wal-Mart décide de tester ses nouvelles méthodes d’analyse prédictive afin de comprendre quels sont les produits qui seront les plus demandés avant la tempête, pour s’assurer de ne pas manquer de stock. Les résultats des analyses mettent en lumière des tendances qui étaient demeurées invisibles jusqu’à ce jour. Bien sûr, des produits naturellement liés à l’évènement comme des lampes de poche ou des batteries émergent du lot des items convoités. Mais quelques surprises comme une hausse pour la demande des Pop-Tarts aux fraises et pour la bière étaient beaucoup moins évidentes à prévoir.

« Thanks to those insights, trucks filled with toaster pastries and six-packs were soon speeding down Interstate 95 toward Wal-Marts in the path of Frances. Most of the products that were stocked for the storm sold quickly, the company said » (Hays, 2004).

L’illustration Pop Tart Cat! provient de la collection personnelle de Peter Coombe.

Related posts:

1. La gestion des opérations de la chaîne logistique d’Heineken
2. Planification stratégique d’une fusion

Cet article est le second d’une série de 4 articles à propos de Quora. Téléchargez le dossier complet.

Le nouveau site de Q&A, Quora a démontré depuis sa création une vague de popularité. Depuis avril 2009, le site n’a cessé de croître et il s’est bâti une réputation. Étant une création d’anciens employés de Facebook, ce site n’arrive tout de même pas encore à dépasser les Yahoo Answer, Answer.com, etc. Selon le site Alexa et son classement mondial du trafic, basé sur une combinaison du nombre de visites moyennes quotidiennes sur le site ainsi que du nombre moyen de pages vues sur une base de trois mois, il positionne Quora au 522e rang aux États-Unis et au 1428e rang mondial.
Autres sites semblables (Source : Alexa) :

• Google : 1er rang aux États-Unis, 1er rang mondialement
• Facebook : 2e rang aux États-Unis, 2e rang mondialement
• Yahoo : 3e aux États-Unis, 4e rang mondialement
• ehow.com : 37e rang aux États-Unis, 104e rang mondialement
• Answer.com : 50e rang aux États-Unis, 127e rang mondialement

Analyse du trafic

Quora est un nouveau site qui dénombre maintenant un “large number of registered users: it might be 500,000, though the number has begun to explode since Christmas they’re pretty confident, as of this week, that it’s gone past 500,000” (Arthur & Kiss, 2011). Selon certains, le site aurait même dépassé le million d’utilisateurs, une hausse considérable si l’on regarde les mois précédents (mais rien n’est confirmé de l’interne) :

Source: Quora. How many people use Quora. Quora. http://b.qr.ae/a4iSds

Selon Compete, site Web présentant des données analytiques, au mois de janvier 2011 Quora est désormais rendu à 1 403 245 visites.

En date du 22 février 2011, on dénombrait aux États-Unis environ 37 957 personnes sur le site et 8,628 visites par mois (Quantcast). D’ailleurs, depuis le début de l’année 2010, le site a augmenté en popularité. Une forte hausse fût remarquée en janvier 2011; depuis ce temps, on observe une tendance croissante avec diverses variations.

Source: Alexa (février 2011). Quora market research. Alexa. http://www.alexa.com/siteinfo/quora.com

Encore une fois selon Alexa, on dénombre que 14 % des visites sont dues aux moteurs de recherche et que 40 % des personnes qui visitent le site ne vont pas plus loin que la première page. Ainsi, les visiteurs passent en moyenne moins de cinq minutes sur le site. 64 % des sites sont plus rapides que Quora, ce qui le dispose à des arguments négatifs, en ce qui a trait à la qualité de son efficacité. De plus, mentionnons que la vague de popularité de Janvier 2011 a grandement affecté la rapidité du site.

Profil de la compétition

Le site iSpionage base des statistiques sur le « SEO traffic Value ». Ainsi, ils ont « estimated traffic value based on organic keywords in Google, Bing, and Yahoo combined. The value is derived from the equivalent PPC dollars had the company run PPC campaigns in all search engines with their organic keywords.» (iSpionage, 2011). Le site Quora a donc, par mois, 123 $ de «SEO Traffics Value». Ici-bas, voilà une comparaison avec ses différents compétiteurs selon Google, puisque c’est le moteur de référencement où Quora est le plus populaire.

Source: iSpionage (février 2011). Advertiser : Quora.com. Ispionage. http://tinyurl.com/4ovd5my

Le profil des utilisateurs

Quora a son siège social aux États-Unis, mais ce n’est pas juste à cet endroit qu’il est populaire. En effet, l’intérêt des internautes par région, selon Google, est plus présent pour la Chine et les États-Unis. On remarque également un fort intérêt de l’Inde. Plusieurs internautes recherchent le mot clé « Quora » sur Google; selon Google Trends et son top 10 des régions recherchant « Quora » dans son moteur de recherche, l’Inde est positionnée 6e derrière l’Indonésie, Singapour, l’Irlande, Israël et les États-Unis. Ainsi, l’intérêt pour le site se dénombre surtout en Amérique du Nord et du côté de la Chine, l’Inde, l’Australie et quelques pays de l’Europe.

Source: Google (février 2011). Web search interest: quora. Google Insights for Search. http://tinyurl.com/4l7ausx

D’ailleurs, selon le pourcentage de trafic par pays de Alexa, on voit bien que l’Inde est en progression.

Source: Alexa (février 2011). Quora market research. Alexa. http://www.alexa.com/siteinfo/quora.com

De plus, on remarque qu’une plus grande proportion d’hommes sont intéressés par le site. Des hommes instruits, ayant au minimum fait des études universitaires. Les statistiques nous démontrent aussi que ce sont des hommes entre 25 et 34 ans, sans enfant, qui y sont présents en majorité. Fait intéressant, le site comble surtout des besoins pour le travail. Ce fait est un peu moins surprenant si l’on prend en considération que Quora est notée comme un site où les informations sont très pertinentes et de grande qualité. De plus, étant tout de même une communauté élite et cultivée, les futilités ainsi que les réponses inappropriées sont rares.

Source: Alexa (février 2011). Quora market research. Alexa. http://www.alexa.com/siteinfo/quora.com

Cet article a été rédigé par Émilie Gosselin et Virginie Chabot, pour un travail d’équipe au MBA.

La photo provient de « Qu’aura QUORA qu’aura pas les autres? » sur jnchaintreuil.com.

Related posts:

1. Quora : un réseau social de questions et réponses

Cette semaine j’ai été obligé de me familiariser avec Google AdWords, car je participe au Online marketing Challenge. Je n’ai jamais aimé AdWords dans le passé, mais j’avais tort. En fait, c’est peut-être parce que j’engageais des agences externes pour gérer mes campagnes publicitaires. Le problème de la plupart des agences qui font du placement sur AdWords, c’est qu’elles ne prennent pas le temps d’optimiser (ou si peu) les campagnes qu’elles font et de faire des recommandations selon les tests effectués. En fait, c’est peut-être à cause des entreprises qui les engagent et qui sont encore habituées à travailler avec des commissions pour le placement PPC. Du genre : gère ma campagne AdWords et je te donne 20 % de commission sur le montant total que je vais investir dans ce canal.

Cette logique ne fonctionne pas. Le problème est que ça coûte quelque chose d’analyser une entreprise et de déterminer la stratégie à adopter sur AdWords pour en maximiser les objectifs d’affaires. À cet égard, j’aime beaucoup la formule du Online Challenge qui propose 4 étapes pour mettre en place une campagne AdWords. En voici un résumé.

Étape 1 : Définition des paramètres de la campagne AdWords

Google donne 200 $ aux concurrents pour qu’ils fassent une campagne avec une entreprise de leur choix. Avant de commencer la campagne, les concurrents doivent :

1. Analyser l’entreprise, son marché et ses stratégies de marketing afin de proposer une stratégie de campagne publicitaire sur AdWords
2. Définir les paramètres de la campagne c’est-à-dire:

• Comprendre les objectifs (générer des leads, vendre un produit, diminuer les coûts, etc.) .
• Définir les KPIs (indicateurs clés de performance) qui permettront de mesurer la performance de la campagne. Ces indicateurs décrivent par exemple les taux de conversion visés, comment seront gérés le CTR (Click through rate) et le CPC (Cost per click) afin de positionner l’annonce, quels sont les coûts par conversions visés, etc. Ultimemement, les KPIs permettent au client de comprendre le ROI de leur campagne, c’est-à-dire combien il en coûte pour atteindre les objectifs définis.
• Concevoir le scénario de persuasion pour la ou les pages d’atterrissage (landing page). Comment convaincre les internautes qui cliquent sur les annonces d’interagir avec la marque lorsqu’ils arrivent à destination?
• Rechercher les mots clés, exclure certains termes, concevoir des créatifs (les fameuses annonces), s’assurer d’ajouter des call-to-action pertinents pour le public visé. Dans le cas des campagnes qui ciblent aussi le réseau display de Google, rechercher les sites pertinents sur lesquels annoncer ;
• Déterminer les critères de langue, de géolocalisation et les cibles géographiques, établir le budget de la campagne, les coûts par cliques, le mode de rotation des annonces, ajouter de nouveaux mots clés grâce aux outils de Google, etc.

Étape 2: Création de la campagne dans AdWords

C’est seulement lorsque ce travail est fait que les équipes peuvent créer, paramétrer et bonifier leur campagne. Pour se faire, elles peuvent utiliser les nombreux outils de Google pour maximiser la portée de leurs mots clés. Il est aussi préférable qu’elles s’assurent de connecter leur compte AdWords avec un outil d’analyse des statistiques de consultation comme Google Analytics afin de mesurer les taux de conversions. Cet exercice implique aussi que vous vous mettiez en place une page d’atterrissage (landing page) afin d’accueillir les internautes qui cliqueront sur vos publicités sur Google pour entrer en relation avec vous.

Étape 3 : Optimisation de la campagne AdWords

Vient ensuite le temps de gérer et d’optimiser la campagne. Les données d’AdWords et d’Analytics sont analysées afin de faire des ajustements pour optimiser le ROI.

• Des créatifs sont supprimés. D’autres sont créés.
• Les mots clés qui génèrent trop d’impressions et peu de conversions sont stoppés.
• De nouvelles opportunités de mots clés surgissent.
• Des tendances apparaissent.
• Le budget des mots clés les plus payants peut être réajusté à la hausse.
• Le budget du placement publicitaire peut être augmenté pour les jours et les heures de la journée qui convertissent le mieux.
• Des tests permettent de valider les stratégies visant à maximiser les performances de la campagne.

Je le répète : des hypothèses, des tests, une validation, des tests, d’autres hypothèses, d’autres validations, jusqu’à ce que le budget de 200 $ soit épuisé.

Étape 4 : Analyses, mesures et recommandations finales

La beauté avec l’analyse, la mesure, et les produits de Google, c’est que c’est facile de voir ce qui fonctionne ou ce qui ne fonctionne pas, mais ce l’est un peu moins de comprendre pourquoi. Le but du online challenge et de cette campagne de 200$ est en fait d’éclairer nos lanternes quant à ce pourquoi, ce qui permet de faire de nouvelles recommandations aux dirigeants des entreprises dans un rapport final.

À mon sens, c’est seulement après avoir fait ce premier exercice qu’une entreprise peut vraiment comprendre ce qu’elle doit faire sur AdWords. Combien d’argent doit-elle dépenser dans le canal du PPC? Pourquoi ça vaut la peine de le faire? Comment maximiser cette pratique? Bla bla bla. En fait, la campagne exploratoire de 200 $ devrait être reprise à d’autres moments dans l’année pour faire surgir d’autres possibilités et extraire de plus en plus d’information des données disponibles.

Où je veux-je en venir avec tout ça ?

1. Il en coûte 200 dollars pour faire une campagne exploratoire. Si on utilise la logique du 20 % de commission, ça veut dire qu’une entreprise de placement PPC qui veut faire une bonne analyse afin de recommander les bonnes stratégies à son client se fera seulement 20 dollars pour le faire, ce qui n’a aucun bon sang.
2. Le coût d’une campagne PPC n’est pas seulement dans le budget de la campagne. Il faut aussi consacrer beaucoup de temps pour la création, la gestion, l’optimisation et l’analyse de la campagne. En fait, si vous n’êtes pas prêt à investir pour ce temps, je pense qu’il ne vous sert à rien de dépenser votre argent dans le PPC, car de toute façon, vous perdrez cet argent.
3. Plus vous payez pour une analyse exploratoire et mieux vous serez en mesure de déterminer le ROI de vos campagnes marketing par PPC. En d’autres mots, soit que ça vaut la peine de dépenser votre argent pour mieux comprendre comment ne pas la dépenser, ou soit que ça vaut la peine de dépenser votre argent pour comprendre comment mieux la dépenser. Encore plus clair : Si vous dépensez 5000 $ pour faire (ou économisez) 10 000 $, c’est encore mieux que de dépenser 5000 $ pour rien. En fait, ce ne sera pas exactement pour rien, car vous aurez définitivement beaucoup d’impressions, une hausse de trafic et des pages plus vues, ça c’est sûr! Mais à qui profiteront vraiment ces retombées?

Malheureusement, je trouve que les entreprises se concentrent trop souvent trop sur le budget du PPC et pas assez dans l’analyse et l’optimisation des retombées de ce budget.

La morale de cette histoire? La prochaine fois qu’on vous propose une campagne publicitaire sur AdWords :

1. Faites un test avec 200 $.
2. Investissez 2000 $ à 5000 $ en consultation pour déterminer les stratégies et les bonnes pratiques à adopter (mieux encore faites l’exercice à l’interne).
3. Récupérez (ou sauver) votre argent grâce aux retombées de vos campagnes marketing.
4. Optimisez les coûts de vos investissements sur AdWords.
5. Passez Go, réclamez un autre 200 $ (bonus).

La photo provient de How impressions evidence works.

Related posts:

1. 3 exemples de campagnes de marketing pour les médias sociaux
2. Liens, campagnes et tagging dans Google Analytics (2/4)
3. Le marketing affilié

Je suis en train de faire des tests avec @loupinet pour se connecter sur l’API de Google Analytics. Le but du projet est de permettre aux gens qui utilisent Google Analytics de comprendre rapidement si leur compte est en santé et ce qu’ils peuvent faire pour en optimiser les performances. Tout se passera un peu comme une visite chez le médecin : les symptômes observés permettront de déterminer le ou les problèmes d’un compte analytics ainsi que ce qu’il faut faire pour remédier à la situation.

Processus et rapport de base

Le processus pour utiliser le service sera fort simple :

1. le client se connecte à Google Analytics via notre service Web;
2. il sélectionne le profil qu’il veut analyser et détermine le type de site (e-commerce ou non-e-commerce);
3. un rapport est généré et un score est attribué à son compte d’analytique Web.

La première partie du rapport de base sera assez simple. Différentes dimensions et métriques seront analysées afin de comprendre si elles sont présentes ou non. Est-ce que, par exemple, le site comporte des objectifs de conversion? Des variables personnalisées? Le code de suivi de Google Analytics semble-t-il être bien installé? etc.

La deuxième partie du rapport de base laissera place à l’interprétation des données. Si, par exemple, le site comporte des objectifs de conversion, est-ce que les objectifs de conversion sont à la hausse? Depuis combien de temps? Les campagnes aident-elles vraiment à réaliser les objectifs? Quelles sont les sources de trafic les moins performantes? etc.

Big Data, métaanalyse et MBA

En plus d’aider les petites et moyennes entreprises à optimiser leur utilisation du Web analytics, le projet vise à générer le plus de données possibles à propos de l’utilisation de ces outils à grande échelle, dans divers secteurs industriels de différents pays. La métaanalyse de ces données sera en fait fort intéressante. Quels sont les secteurs de l’industrie qui utilisent le mieux l’intelligence de leurs données? Est-ce que ces secteurs sont les mêmes d’un pays à l’autre? etc. En fait, ce projet sera fort probablement mon projet de fin d’études au MBA. J’aurai le temps d’en polir bien des aspects d’ici là, mais je veux lancer le service le plus tôt possible. Ainsi, je pourrai mieux comprendre les besoins des utilisateurs tout en utilisant une méthode de développement agile.

Business is business

Bien sûr, il ne faut pas oublier le côté business du projet. En aidant les entreprises à mieux comprendre les forces et les faiblesses de leurs comptes d’analyse Web, j’ose espérer que certains finiront par communiquer avec moi pour que je les aide à être plus performants. Ce serait aussi sympathique que les gens qui le désirent puissent générer un rapport plus avancé ou avoir accès d’autres fonctionnalités payantes. Et que des rapports puissent être générés pour d’autres outils d’analyse que ceux de Google Analytics (Omniture?). Mais bon, il faut bien commencer par le début.

Analyse, dimensions et métriques

Pour ce faire, j’analyserai dans les prochaines semaines les dimensions et les métriques des éléments qui seront utilisées pour mesurer la performance d’un compte Google Analytics. D’entrée de jeux, je peux dire que certains des éléments qui seront analysés sont :

• le code de suivi analytics;
• les filtres;
• les objectifs;
• les campagnes;
• les variables personnalisées;
• le site search;
• adwords.

D’autres éléments s’ajouteront sûrement, mais je pense que c’est un bon début.

Méthode de développement

La méthode que je propose pour développer le projet est :

1. Rédiger un article pour analyser un élément ainsi que les dimensions les métriques qui permettront de mieux comprendre la santé d’un compte Google Analytics;
2. Faire des tests avec l’API de Google Analytics pour déterminer ce qui peut être fait et ce qui ne peut pas être fait avec cet élément
3. Tester avec des utilisateurs et recueillir leurs commentaires pour améliorer les diagnostics.

Le rapport sera très court au début du projet, mais le pointage des critères analysés sera quand même égal à 100. Quand de nouveaux critères s’ajouteront, le pointage des critères précédents devra donc être réajusté. Il est même possible que certains critères disparaissent du rapport de base, mais qu’ils soient conservés pour un rapport plus avancé.

Les questions de sécurité et de confidentialité des informations ne devront pas être prises à la légère, surtout si nous voulons examiner les comptes d’entreprises plus matures qui ont une présence en ligne. Il pourrait aussi être intéressant de proposer un service d’analyse comparative confidentiel pour comprendre ou une entreprise se situe en comparaison à d’autres entreprises dans le même secteur industriel (un à la manière du benchmarking report).

Vous avez des questions ou des commentaires à propos de ce projet? Vous aimeriez y participer de près ou de loin? Ou y contribuer financièrement? N’hésitez pas à laisser un commentaire!

En attendant, nous travaillons sur :

• la mise en place du serveur et des technologies qui hébergeront le service Web;
• l’implantation des méthodes d’authentification;
• l’intégration de l’API de Google Analytics avec notre application;
• la mise en place des mécanismes d’association des comptes Google Analytics avec OAuth pour faciliter l’accès des utilisateurs à leur compte.

La photo de modezero provient de Big Data and a Critique of Geek Culture.

Related posts:

1. Variables personnalisées dans Google Analytics
2. Google analytics, marketing et mesure (1/4)
3. Liens, campagnes et tagging dans Google Analytics (2/4)

Qui analyse le site Web de votre organisation? Quels sont les objectifs de votre site Web? Est-ce que les analyses des données de votre site Web sont utilisées pour améliorer les opérations de votre entreprise sur le Web? Qu’en est-il de l’influence de votre site Web sur les stratégies d’affaires de votre entreprise dans son ensemble? La réflexion d’aujourd’hui vise à mieux comprendre qu’est-ce qu’un analyste Web et quelles sont les aptitudes d’un bon analyste Web. Nous verrons que bien que l’analyste Web a besoin de comprendre la spécificité du Web, il n’a pas besoin de provenir du domaine de l’informatique.

Connaissance de la spécificité du Web

J’ai souvent travaillé avec des ressources en marketing qui ne comprenaient absolument rien au marketing interactif. Ils maîtrisaient bien les facettes du marketing traditionnel, mais quand je leur posais des questions comme pourquoi les gens viendront-ils sur vos sites Web, ou bien quelle est l’action principale que vous voudriez que les gens entreprennent avant de quitter votre site, ou bien comment votre site Web complétera-t-il votre mix-marketing afin qu’il s’intègre dans l’ensemble de vos objectifs d’affaires, j’ai souvent rencontré des regards avec de gros points d’interrogation, surtout dans les petites et les moyennes entreprises. De la même façon, je fais souvent des demandes qui passent pour des caprices aux yeux des ressources des technologies de l’information.

Je pense que c’est parce que la portée des deux fonctions n’est pas la même. Traditionnellement, les technologies de l’information s’intéressent aux bons fonctionnements des systèmes « internes » de l’organisation (bureautique, réseau, télécommunications, SIG, SID, SAD, etc.) alors que le marketing s’intéresse beaucoup plus aux clients « externes » et à leurs besoins. Le site Web, tout comme l’analyste Web, est une interface qui fait le pont entre le milieu externe et le milieu interne d’une organisation. Une stratégie de marketing Web ne vaut rien sans une infrastructure technologique qui la soutient. De la même façon, le potentiel d’une infrastructure technologique demeure latent sans une vision qui en maximise la portée externe aux clients de l’organisation.

Alors que dans le passé, le marketing interactif avait absolument besoin de ressources technologiques pour pouvoir se déployer, l’évolution des divers services Web et du cloud computing, tend à affranchir le marketing Web de cette dépendance. Mais cela ne veut pas dire que les besoins technologiques du Web soient une histoire du passé. Tout dépend des objectifs tactiques qui doivent être accomplis. Par exemple : l’optimisation d’un site pour les moteurs de recherche afin de favoriser le trafic organique ne demande pas la même expertise que l’optimisation d’un réseau social sur Facebook pour favoriser la relation avec les clients. Il est primordial qu’un analyste Web soit capable de parler la langue du marketing et celle des systèmes d’information, tout en comprenant que le Web est un média qui ne se réduit pas à l’une ou à l’autre de ces fonctions.

Capacité de transmettre les connaissances

Souvent, les petites et moyennes entreprises veulent dépenser de l’argent pour avoir un site, mais ils ne veulent pas trop s’embêter à en mesurer les retombées. Et lorsqu’ils considèrent les retombées importantes, c’est habituellement de façon indirecte, c’est-à-dire que le site en ligne ne sera tout au plus qu’un véhicule publicitaire pour faire rayonner la notoriété de leur entreprise physique. Dans de tels cas, le travail de l’analyste en est un d’évangélisation. Une de ses aptitudes principales est la formation des ressources humaines responsables du site Web, afin qu’elles comprennent l’importance des analyses métriques de leur site et qu’elles puissent communiquer cette « intelligence » aux dirigeants de l’entreprise. Dans un tel contexte, le travail de l’analyste Web est souvent celui d’un entraîneur.

Souci de l’amélioration continue

Pendant trop longtemps les budgets des sites Web des petites et moyennes entreprises ont été destinés à la technologie ou à l’image de marque et non pas au stratégique ou à l’amélioration continue de la relation client. Peu importe si le (ou les) responsable d’un site Web proviennent du monde du marketing, des technologies de l’information, des communications, des opérations, des finances ou des ressources humaines, un bon analyste réussira à le conseiller afin qu’il puisse comprendre comment son site influence (ou n’influence pas) les performances de son secteur en particulier et de son organisation en général et comment il peut transformer ce savoir en action concrète.

Esprit de synthèse

Avant même de comprendre les chiffres, leurs segmentations et les statistiques, il est important que l’analyste comprenne l’organisation dans son ensemble afin de déterminer qu’elles sont les objectifs tactiques qui contribuent à en réaliser les stratégies d’affaires. Un esprit généraliste est de mise pour comprendre lesfacteurs critiques de succès qui sont importants pour l’analyse. À quoi bon mesurer une variable si celle-ci ne sert pas à faire gagner plus d’argent à l’organisation ou à en améliorer les processus?

Le pouvoir de synthèse favorise aussi la communication rapide et efficace des données. Un esprit conceptuel permet finalement à l’analyste Web de travailler rapidement, ce qui lui est très utile dans un environnement comme le Web, qui change rapidement.

Curieux

La beauté de l’analyse de données est que bien que tout le monde à accès aux données, ce n’est pas tout le monde qui est capable d’en faire ressortir des informations qui permettent à l’organisation d’avoir une meilleure intelligence d’elle-même. L’analyste Web est curieux, et il expérimente de nouvelles perspectives pour mieux comprendre les données de l’organisation. Il n’a pas peur des remises en question, tout en étant capable de voir la perspective avec un regard à long terme.

Diplomate et politique

L’analyste Web doit aussi faire preuve de diplomatie, surtout dans le cas des plus grosses entreprises qui ont déjà une culture Web et qui comprennent l’importance de l’amélioration perpétuelle et de la mesure des interactions. Trop souvent, l’analyse des indicateurs de performances est importante seulement s’ils démontrent que les actions entreprises au niveau tactique génèrent de bons résultats. À quoi bon analyser un processus, si ce processus fait mal paraître un gestionnaire, son directeur ou la haute direction? Je caricature, mais combien de fois ai-je vu un responsable du marketing trafiquer les chiffres de son analyse et leur faire dire n’importe quoi pour justifier la tactique qu’il veut promouvoir, ou ne pas perdre la face quant aux piètres résultats d’une campagne publicitaire?

En ce sens, je pense que la diplomatie est essentielle pour comprendre quels sont les chiffres qui feront bouger les choses et qu’elles sont les chiffres qui défavoriseront un projet. Il est parfois préférable de consolider le politique avant de mettre à l’avant-plan certaines métriques. Non pas que l’analyste Web soit un stratège machiavélique, seulement : à l’idéal des chiffres doit primer le sens pratique du milieu organisationnel. La dimension diplomatique du travail de l’analyse Web fait apparaître l’importance de l’éthique. Jusqu’à quel point l’analyste Web doit-il dire aux dirigeants ce qu’ils veulent entendre? Pour le dire autrement : jusqu’à quel point les dirigeants sont-ils prêts à entendre ce que l’analyste Web a à dire?

Esprit d’équipe

Ce ne sont pas les chiffres qui font bouger les choses dans une organisation, mais bien les ressources humaines. En ce sens, je pense qu’il est aussi primordial que l’analyste Web sache créer de bonnes alliances avec les diverses ressources organisationnelles qui gravitent, de près ou de loin, autour du site Web. Surtout que ce sont ces ressources humaines qui, ultimement, utilisent le site Web pour entrer en relation avec les clients.

Dans un premier temps, les alliances de l’analyste Web l’aident à consolider le travail d’équipe. Un analyste avec beaucoup d’aptitudes technologiques devra absolument s’entourer de ressources qui l’aideront pour la dimension marketing de son travail alors qu’un analyste ayant plus de forces en marketing devra s’allier des ressources technologiques. Cette habileté à tisser des liens entre la fonction du marketing et la fonction systèmes et des technologies de l’information donnera plus de poids aux recommandations de l’analyste, d’autant plus que le Web nécessite l’expertise de ces deux fonctions, dont les objectifs ont souvent des cibles différentes.

Dans un second temps, les alliances que tisse l’analyste lui permettent d’écouter et de faire participer activement toutes les fonctions de l’entreprise qui sont concernées par l’optimisation des processus du Web. Même s’il est vrai que d’un point de vue tactique, la gestion d’un site Web concerne habituellement seulement les fonctions du marketing et des technologies de l’information, d’un point de vu stratégique, c’est toute l’organisation qui est concernée par les développements d’un site Web. Pour pouvoir concilier toutes les visions de l’entreprise, il est important d’en considérer les ressources humaines dans son ensemble.

Leadership et influence

S’il veut que la portée de ses analyses influence son organisation, il est capital que l’analyste comprenne bien l’organisation, sa mission, ses stratégies d’affaires, les tactiques opérationnelles de ses fonctions et la portée du travail de ses ressources humaines. Trop souvent, l’analyste Web est confondu avec « celui qui s’occupe du site Web ». Il ne faut pas oublier que l’analyse des données d’un site Web est ultimement un exercice d’analytique des affaires d’une organisation (business analytics). L’analyse des données d’un site Web peut en effet révéler que ce sont les processus d’une entreprise qui doivent être révisés, et non pas seulement le site Web en tant que tel. Pour faire passer ce message, il est important que l’analyste Web se soit entouré des bonnes personnes et qu’ils puissent comprendre comment la spécificité de leurs opérations influence l’organisation dans son ensemble.

Il ne faut pas oublier que le changement et la gestion du changement ne sont pas toujours faciles à faire accepter dans une organisation. La ligne est mince entre la menace que représentent les recommandations d’un analyste et sa force. Bien que des recommandations semblent consolider l’entreprise dans son ensemble, la réalité est souvent différente au niveau de la gestion des ressources humaines et de leurs habitudes de travail. Ce qui est évident n’est pas nécessairement facile à faire approuver dans une organisation. Déjà en 2000, Jim Sterner et Matt Cuttler mentionnaient que de façon générale, la plupart des gestionnaires d’une entreprise comprenaient l’importance du site Web sans pour autant comprendre comment le site Web influençait les stratégies de l’organisation (NetGenesis Corp, p.32). En 2010, est-ce qu’on peut dire que ce constat a vraiment changé?

*

De toutes ces observations, il ressort que le profil parfait de l’analyste Web est celui d’une personne qui comprend que la portée d’un indicateur de performance se mesure au niveau global de l’organisation, que le site Web a un impact sur les stratégies d’affaires de l’entreprise et sur les opérations d’une ou plusieurs de ses fonctions. Son regard peut être macroscopique et microscopique. Il peut parler la langue de la direction ou celle d’une de ses fonctions pour facilement démontrer la portée de ses analyses. Il peut évaluer des technologies ou des outils technologiques (sans nécessairement pouvoir les programmer) qui permettront de recueillir les données utiles à l’amélioration continue des performances de l’entreprise. Systématique, il peut se remettre en cause ou bien remettre en cause des processus organisationnels, mais en bon diplomate, il prend bien soin de considérer tous les membres de l’organisation et de s’assurer que son travail répond à leurs besoins, et consolide la relation avec leurs clients. Curieux, il peut provenir du monde des systèmes de l’information, du marketing ou de toute autre fonction de l’entreprise, pourvu qu’il comprenne la spécificité du Web et qu’il sache s’entourer des bonnes personnes.

N’hésitez pas à laisser un commentaire si vous considérez que d’autres aptitudes sont nécessaires au travail de l’analyste Web.

L’image Bad News provient de la collection de shotbart sur Flickr

No related posts.

Une action peut-être bénéfique pour une entreprise alors qu’elle est néfaste pour l’autre. Pour être garante de succès, une stratégie doit prendre en compte les variables de l’entreprise, ses fonctions et son environnement. Cette analyse permet non seulement à l’entreprise de comprendre quels sont le ou les problèmes qu’elle doit résoudre, mais l’aide plus fondamentalement à consolider sa mission, ses valeurs, sa raison d’être. Cette consolidation permet à la haute direction d’une entreprise de concevoir les stratégies directrices, les stratégies d’affaires et les stratégies fonctionnelles appropriées, tout en permettant à ses membres d’avoir des points de repère concrets afin de travailler dans la synergie d’une même direction. Il est à noter que la mission d’une entreprise est une notion tellement évidente qu’elle passe souvent inaperçue. Un peu comme le verbe être.

La planification stratégique est nécessaire pour comprendre où l’entreprise doit se diriger et pour mettre en œuvre les moyens afin d’atteindre la cible. Cette réalité implique que deux entreprises qui œuvrent dans le même secteur peuvent le faire avec des philosophies différentes. Dans le cas de l’industrie automobile, par exemple, les stratégies directrices et les stratégies d’affaires de Ford, Toyota et GM ne sont pas les mêmes. Supposons que des rumeurs courent quant à l’éventualité d’une fusion entre Ford et Toyota, comment GM devrait-elle agir (ou réagir)?

Dans un premier temps, je pense qu’il serait nécessaire que GM évalue les chances de succès de cette fusion à l’aide de recherche en marketing. La collecte et l’analyse de données secondaires afin de comparer des fusions similaires pourraient être réalisées. L’étude approfondie des causes du non-succès de la fusion Chrysler-Daimler pourrait être très révélatrice. Quelles sont les raisons pour lesquelles les missions des deux entreprises n’ont pas convergé? Est-ce que le remplacement de plusieurs directeurs de Chrysler par les Allemands de Daimler était justifié? Fallait-il revigorer le leadership de la haute direction? Les Allemands et les Américains ont-ils sous-estimé la dimension humaine de ce changement? Ont-ils omis de redéfinir une stratégie de valeurs communes face à la tentation d’un accroissement des parts de marchés? Le but de Daimler était-il vraiment de s’associer avec Chrysler ou ne cherchait-il pas à en éliminer la concurrence à moyen terme? Toutes ces questions, et bien d’autres encore, pourraient servir à éclairer les perspectives du succès ou de non-succès de la fusion de Toyota et de Ford.

Dans un deuxième temps, je pense qu’il serait important que GM utilise des méthodes prévisionnelles quantitatives et qualitatives afin de déterminer l’influence d’une fusion éventuelle entre Toyota et Ford sur le marché de l’automobile. À l’aide d’une analyse MOFF, GM pourrait projeter les forces et les faiblesses d’une telle alliance, ses menaces, ainsi que les opportunités d’affaires potentielles. De plus, GM pourrait créer des scénarios concernant l’impact de cette alliance sur l’environnement de son entreprise. Les Américains auraient-ils tendance à faire davantage confiance aux marques japonaises, ce qui aurait pour incidence de faire augmenter la part du marché de Toyota aux États-Unis? Comment le partage des technologies japonaises et américaines influencerait-il la production d’automobiles? Est-ce que cette alliance pourrait favoriser l’implantation d’usines japonaises en sol américain et vice-versa? Quelles seraient les retombées politiques d’un tel transfert? Le fait que Ford mette un pied au Japon ne lui permettrait-il pas de se rapprocher des marchés émergents de l’Asie comme celui de la Chine? Quel serait l’impact de la complémentarité des secteurs d’activités de Ford et de Toyota? Comment influencerait-il les stratégies d’affaires des deux entreprises? Les résultats de ces analyses aideraient GM à mieux comprendre les avantages concurrentiels que permettrait la fusion des entreprises japonaises et américaines.

Dans un troisième temps, je pense qu’il serait important que GM prenne le temps d’analyser la situation actuelle de l’entreprise et qu’elle fasse des études afin de comprendre les tendances du marché. L’analyse de son portefeuille et la mise en place de méthodes de rétroaction pourraient être utilisées afin de mesurer la pertinence des stratégies actuelles et d’en déterminer les forces et les faiblesses. L’entreprise devrait aussi se questionner sur l’influence des variables de l’environnement (l’économie, la concurrence, la politique, la technologie, la sociologie, et la géographie) sur celle-ci, sans oublier de se comparer à ses compétiteurs (Ford et Toyota) afin de mieux comprendre les facteurs qu’elle doit améliorer et comment elle peut le faire.

La compilation de tous ces résultats permettrait à GM de se positionner face à son problème et de mieux comprendre :

• les conditions de succès d’une fusion d’entreprises;
• si les stratégies directrices et les stratégies d’affaires actuelles seront aussi compétitives dans un contexte de fusion d’entreprises concurrentes; et
• s’il faut consolider les stratégies actuelles ou bien s’il faut les réévaluer.

No related posts.