Lier sa stratégie de marquage à ses exigences de pilotage de la performance : vers une collecte de données plus efficace

Article Data Collect 02.10.2018
Par Converteo

Lors d’une refonte ou d’une implémentation de nouveaux contenus sur un site, il est tentant de vouloir marquer un maximum de pages et de clics afin de s’assurer d’avoir une vision exhaustive des interactions. Cependant, l’expérience montre que cette stratégie d’exhaustivité peut s’avérer contreproductive, en brouillant l’accès à la donnée et en la rendant peu exploitable.
A contrario, penser l’architecture du marquage en fonction des besoins de pilotage de la performance et d’analyse est une stratégie payante à long terme, qui permet d’assurer l’efficacité de la remontée de donnée, c’est-à-dire :

  1. Sa fiabilité (limiter le nombre d’erreurs, de double tracking, etc.)
  2. Sa facilité d’exploitation (bonne connectivité aux outils d’analytics ou de reporting)
  3. Sa souplesse (adaptabilité aux refontes, aux changements d’équipes, etc.)

1. Vers une donnée plus fiable

Plus on veut suivre d’événements et de pages, plus le risque d’erreur (tracking double, partiel ou KO) est élevé. En se concentrant sur les données directement liées aux objectifs, on diminue ce risque et on assure un plus grande fiabilité de leur collecte dans le temps. La clé de cette approche est de chercher à associer chaque indicateur de reporting à un minimum d’indicateurs dans le marquage par le paramétrage de dimensions et statistiques personnalisées, la définition d’objectifs, ou le regroupement de contenus (content grouping). On exploite alors toute la puissance des outils de web analyse :

  • mettre en place des alertes si un des indicateurs que l’on suit régulièrement (de type catégorie ou action d’événement) baisse brutalement
  • éviter l’encombrement du TMS avec des dimensions personnalisées incomplètes ou obsolètes
  • éviter de collecter des données dont l’utilisation est restreinte par le RGPD.

2. Vers une donnée plus accessible et plus facile à exploiter

En plus d’être moins fiables, les informations remontées sans vraie réflexion sur leur utilité finale risquent d’être éparpillées et difficile (voire impossible) à rassembler. Afin d’être certain de pouvoir à tout moment accéder à une donnée précise, contextualisable et intelligible, il est nécessaire d’avoir établi en amont une architecture globale du marquage, qui classe et qui hiérarchise les informations remontées.
Cette arborescence s’avère cruciale pour exploiter correctement les données dans les outils d’analyse et de visualisation. En effet, la construction des tableaux de bord ou reportings se base sur l’architecture de la source de données qui les alimente, que ce soit pour le filtrage, la structuration ou les calculs. Partir des indicateurs que l’on veut suivre est un bon moyen de dépister en amont les exigences techniques que devra satisfaire le marquage pour être directement exploitable. C’est également un moyen de s’assurer d’une donnée facilement manipulable et actionnable.
Par exemple : l’affichage d’un taux de conversion dans Google DataStudio nécessite de s’appuyer sur un objectif Google Analytics, à prévoir donc lors du paramétrage de la solution.

3. Vers une donnée plus souple

Adapter le marquage aux besoins de reporting de chaque équipe exige une concertation et une centralisation des besoins de marquage. Cette phase facilite le processus de marquage au sein de votre organisation :

  • Elle exige la mise en place d’une nomenclature qui assure une prise en main plus rapide et plus sûre du plan de marquage par les développeurs (les informations sont plus faciles à trouver dans un document qui ne change pas de mise en forme)
  • Elle permet des passations efficaces en cas de turn-over
  • Elle aide les équipes de développement à allotir et intégrer plus efficacement les besoins à leurs sprints

4. Quelques points de vigilance

Initier la réflexion sur le marquage dès la définition des KPIs nécessite une bonne communication entre les équipes et parfois une révision de certains process. Voici quelques points de vigilance :

  • Sensibiliser les équipes métier à l’importance du marquage dans la remontée de l’information, par l’intermédiaire de formation(s) et à ce titre la prioriser dans les sprints.
  • Définir des plages de recettes adaptées au timing de vos cycles de développement afin de ne pas ralentir les MEP et de sensibiliser les équipes aux méthodes de recette pour dépister rapidement les erreurs
  • La volonté d’avoir un marquage “parfait” peut parfois conduire à laisser passer quelques cas particuliers entre les mailles du filet. Pour cela, un tracking “de secours” peut être implémenté. Par exemple, lorsque certains champs personnalisés ne peuvent pas être alimentés, il est recommandé de remonter quand même le clic ou la page vue dans une catégorie tout-venant pour ne pas perdre de volume.
  • Diffuser entre toutes les équipes les chemins d’accès au(x) plan(s) de marquage, et s’y référer régulièrement, ainsi qu’historiser les évolutions. Avoir un document transverse de référence limite la confusion et fait gagner du temps aux équipes de développement.

Un reporting clair et fiable ne peut découler que d’une collecte efficace et organisée. En cela, le marquage ne doit pas être perçu comme un passage obligé pénible mais comme une étape structurante vers une donnée de qualité, au service du pilotage de la performance de toute l’organisation.

 

Auteur : Alexis Gomart, Consultant Senior, Practice Analytics x Digital Products

Par Converteo