Définition du data analytics
Aujourd’hui, les organisations sont de plus en plus Data-Driven, c’est-à-dire qu’elles prennent de plus en plus de décisions sur la base de la donnée récoltée.
La data analytics, qui fait partie du Data Product Management, c’est tout simplement l’analyse des données brutes.
Pourquoi analyser ses données ?
Pour améliorer:
- la connaissance utilisateur
- l’expérience utilisateur
- les conversions
Des améliorations qui sont sans cesse priorisées et dont l’impact est mesuré.
Par exemple, si on analyse la data d’un site internet et que l’on remarque que 0.2% des utilisateurs vont sur la page “présentation de l’entreprise”, il peut être pertinent de revoir l’emplacement de cette page sur le site.
Pourquoi mettre en place le data analytics ?
Product Analytics for Dummies, Amplitude
Des insights grâce à la data
Le data analytics permet d’augmenter la connaissance de son produit, à savoir son utilisation, mais aussi ses forces et ses faiblesses. Avoir une connaissance accrue de son produit (taux de churn, taux de rétention, etc …) est un grand avantage car lorsqu’on connaît très bien les failles et les forces de son produit, il est possible de savoir quel(s) élément(s) retravailler afin de l’améliorer. Tous ces insights récoltés grâce au data analytics sont précieux car ils permettent d’orienter ses actions pour ensuite prendre les bonnes décisions et les prioriser.
Un impact grâce aux insights
Grâce aux insights récoltés par la data, les actions peuvent donc être orientées et mesurées. Et mesurer l’impact de chaque action est aussi la clé pour un produit de qualité. Car, par exemple, changer une fonctionnalité sur le produit va améliorer le produit ainsi que son parcours utilisateur, générant ainsi par exemple plus d’abonnés ou bien un taux de rétention plus fort.
Des conséquences business grâce à un impact mesuré
Aujourd’hui, les produits digitaux sont générateurs de business additionnels, ils doivent donc être un centre de revenus et non un centre de coûts. Prendre les bonnes décisions pour mesurer l’impact de chaque action est désormais essentiel, car si l’impact est mesuré, les conséquences sur le business vont être le fruit d’une longue analyse. Cela va donc générer un impact business positif et des revenus pour l’entreprise.
Quels types de données tracker et comment ?
Il est essentiel d’analyser les données quantitatives mais aussi qualitatives.
Les données quantitatives sont, par exemple:
- le taux de conversion
- le nombre de visiteurs
- le taux de rebond
- le temps passé par page
Les données qualitatives sont, par exemple:
- l’analyse des interactions et des comportements (par exemple, via du NLP (Natural Language Processing)
- les tests utilisateurs
- le NPS
Il est essentiel de ne pas se concentrer sur l’une des deux catégories car les deux sont très utiles pour l’amélioration de son produit. Par exemple, il est essentiel de regarder le taux de conversion de son produit mais aussi le NPS, deux données très importantes qui peuvent avoir un impact sur les décisions prises.
Bien évidemment, les métriques importantes sont à identifier selon le contexte de l’entreprise. Par exemple, pour un site e-commerce, il est intéressant d’analyser le taux de rachat annuel alors que pour une application mobile, il sera pertinent d’analyser le revenu moyen par utilisateur.
Quelle organisation d’équipe ?
Il est possible que le data analytics soit effectué par un binôme Product Manager et Développeur, qui identifie, analyse et teste les métriques priorisées puis en tire des enseignements.
Si cela est possible en termes de recrutement, l’arrivée d’un Data Analyst est important car sa mission est uniquement d’analyser les données et d’en tirer des insights. Avoir une personne au sein de l’équipe dont c’est la mission première permet de mettre l’emphase sur le data analytics et d’avoir ainsi des décisions impactantes et mesurées sur son produit.
Quelques tips pour créer un bon produit grâce au data analytics
Alors quelles sont les bonnes pratiques pour réaliser le data analytics de son produit ?
Voici 3 conseils pour le mettre en place!
- Commencer par la réalisation d’un plan de mesure
Il est essentiel de ne pas se lancer sans réflexion en amont. Réaliser un plan de mesure permet de recenser les métriques clés dont vous avez besoin en fonction de votre activité. Si vous avez un site média ou bien un site e-commerce, vous n’allez pas tracker les mêmes informations. Il est donc important de repartir de l’expérience de votre utilisateur pour identifier les points faibles (taux de rétention, taux de churn, etc …). Chaque métrique identifiée doit vous permettre d’en tirer des insights. Si ce n’est pas le cas, il est alors inutile de le mesurer.
- Démarrer avec quelques données
Une des bonnes pratiques à retenir est qu’il ne faut pas mesurer toutes les données, tout de suite. Il est impératif d’identifier et de prioriser les métriques que l’on souhaite mesurer et analyser. Si l’on commence en mesurant trop de métriques, le risque est de se retrouver avec trop d’actions à réaliser, ce qui détériorerait la qualité des actions à suivre.
- Etre data-driven ou data-informed
La data c’est essentiel, car elle guide nos actions, cependant, il faut aussi accorder une attention particulière à son intuition. Dans ces cas-là, le data analytics nous permet de générer de la connaissance, d’être en soi data-informed. Cela va être essentiel pour prendre une décision, qui, quant à elle, ne sera pas forcément basée sur la data.
- Utiliser un bon outil
Une bonne data analytics passe par un bon outil ! Il est nécessaire de sortir du schéma “Analytics => Google Analytics” et s’entourer d’outils spécialisés dans le data analytics. Chez Hubvisory, nous recommandons Amplitude, un outil de data analytics qui offre une visibilité constante sur les données de son produit, permettant de prendre rapidement les meilleures décisions et ainsi, de maximiser le bénéfice généré par le produit.
Conclusion
Les entreprises sont de plus en plus data-driven aujourd’hui, la data représentant une mine d’or pour affiner son produit et répondre aux besoins de ses utilisateurs. Il est donc essentiel de bien analyser la data quantitative et qualitative de son produit pour générer des insights, qui mèneront à des actions finement étudiées et ainsi à un bénéfice pour l’entreprise, le produit digital étant désormais un centre de revenus et non de coûts.
4 -minute Read,
Posted on October 19, 2021
