masterclass "analytics crosscanal /crossdevice" #girlzinweb #mcgiw

27/02/2016 1Converteo confidentiel

ANALYTICS ?

OUI MAIS EN CROSS-CANAL !


#MCGIW : Analytics ?

Oui mais en cross-canal !

Caroline VERWAERDE

Astrid DE JULLIEN

Consultantes Converteo

MasterClass Girlz in Web

23 février 2016


Quelques mots sur Converteo


A propos de Converteo

► Nos expertises clés :

► Fondée en 2008, 40 consultants, basée à Paris

► Partenaire officiel Google Analytics & Adobe Analytics

E-business strategy Media & CRM Conversion Data


Agenda

► Présentation

► Introduction : Le parcours Client à l’heure du crosscanal

► Mesure de la performance crossdevice

● Les solutions de tracking

● Le fonctionnement du tracking applicatif

● Le tracking cross-device

► Mesure de la performance cross-canal : offline et online

● Monitorer l’activité offline

● Réconcilier les données online/offline

● La DMP

● Comment se fait la réunification des parcours dans une DMP?

● Exemples de use cases

● Econométrie

► Ce qu'il faut retenir


Introduction

Le parcours Client à l’heure du

crosscanal


Un Quizz pour commencer ….

Sources : Statscounter, Comscore et Flurry

Quelle est la part de marché des deux

principaux OS en France en 2016 ?

Le nombre de Mobinautes a-t-il dépassé le

nombre de Webinautes ?

Quelle est la part de temps passé sur des

applications (vs. sites web mobiles) en 2015

?

L’addiction au Mobile est-elle plus répandue

parmi la gent féminine ?

0% 20% 40% 60% 80%

Windows Phone

iOS

Android


La performance online peut être suivie à chaque étape du

parcours client

Entrée Navigation Transformation

2 31

KPI d’acquisition KPI Engagement KPI Conversion

Exit Exit


Que suivre via une solution analytics ? Les conversions qui

comptent pour votre business

► Une conversion peut prendre de nombreuses formes selon votre business model, le type de site, votre

stratégie… Il s’agit de l’action principale vers laquelle doit diriger votre site, votre objectif business.

Transaction

● Type de site: e-commerce

● KPIs principaux:

CA

Panier moyen

Taux de transaction

● Exemple:

Formulaires

● Type de site: génération de

leads

● KPIs principaux :

Nombres de leads initiés

Nombre de leads effectués

Taux de remplissage des

formulaires

● Exemple:

Autres

● Type de site: Marque

● KPIs principaux :

Usage du store Locator

Taux d’inscription à la

Newsletter

…

● Exemple:


L’analyse de la performance devient plus complexe avec les

multiplications des points de contact dans le parcours client

Desktop Tablet SmartphoneMultidevice

Multichannel

Multitouch

Plusieurs visites avant la conversion

Website Mobile site Application In-store

Online Offline

Désormais, la mesure de la performance online doit intégrer les dimensions crosscanal et crossdevice

Avec l’essor du mobile, le principal enjeu à l’heure du cross-canal est de parvenir à réconcilier les données.

Séquentiel ou simultané !


De nouveaux comportements d’achat ont émergé

Source: étude DigitasLBI – 2014 - Connected Commerce – A Snapshot of the Modern

Shopper http://www.digitaslbi.com/connectedcommerce2014/

SoLoMoSocial Local Mobile

ATAWADAnytime, Anywhere, Any device

Le showroomingVisite en magasin pour évaluer un produit avant de

l’acheter en ligne

Le phénomène ROPOL’achat est initié en ligne (« research online ») et se finalise dans un point de vente physique (« purchase

offline »)

41% des

acheteurs en

ligne font parfois

une recherche

préalable en

magasin.

42% des

consommateurs

font des

recherches en

ligne sur le

point de vente

depuis leur

terminal mobile.

92% des

français font

une recherche

en ligne avant

d’acheter en

magasin.

Ce qui se traduit en…


L’enchevêtrement du on et du off-line ajoute encore de la

complexité pour les analysesP

roc

es

su

s d’achat

Naissance

du besoin

Recherche

d’informations

Etablissement

d’une liste de produits

Comparaison des offres

et des distributeurs

Achat

Service

après vente

eMail Web Facebook Catalogue Magasin Borne


Les enjeux liés au mobile et aux analyses crosscanal restent très

divers selon les secteurs

Taxis etc vs B2B

Pour certains acteurs, le

mobile reste secondaire

Exemples :

Certains acteur du B2B qui

Pour d’autres acteurs, le

mobile est une composante

majeure, voire majoritaire

Exemples :

Compagnies de transports

(Taxi, train, etc.)

Parfois, la part de trafic mobile est moins liée à la « nature » du secteur qui induirait un

usage qu’à la typologie de clientèle (ex: urbain connecté)


Les temps d’impact du mobile, de la tablette et du desktop au

sein du cycle d’achat du client sont différents…Use case: Galeries Lafayette

Légende

% d

e d

es f

iches p

roduits v

ues p

ar

appare

il

C’est un facteur à prendre en compte dans l’interprétation des données de performances


…ce qui explique (en partie) les différences de performances

constatées sur les différents supports

Part du device dans

les visites

Part du device dans

les commandes

TTR du device

60% 20% 20%

76% 16% 8%

4% 2,5% 1%

Les ratios (5/3/1) reflètent la tendance du marché, quel que soit le taux de conversion.

Toutefois des interfaces non optimisées sur smartphone ou tablette peuvent aussi être à l’origine d’une

partie des écarts

Illustration avec un pure player


Mesure de la

performance

crossdevice


Les solutions de tracking


+ Sites partenaires

+ Presse

+ Blogs

+ ...

Différents canaux appellent différents outils de mesure

Site web

Site mobile

Application

Web / Mobile/ App

Analytics

Media Sociaux :

Facebook

Twitter

Youtube

Etc.

Social Media

Analytics

Permet d’analyser la

performance des sites et app

(données non-publiques)

Permet d’analyser la

performance des initiatives sur

les media sociaux sur la base

de données non-publiques et

les données publiques de la

concurrence

Monitoring et

veille

Permet d’écouter l’ensemble

des « bruits » sur la toile

ECOSYSTEME DIGITAL


Panorama d’acteurs du tracking web, mobile et applicatif :

des expertises et tarifications différentes

Quelques acteurs web /mobile analytics

… et de nombreux autres encore !

Quelques acteurs app analytics


Revue du marché : Google Analytics conforte sa position

de leader

*La somme des taux de pénétration est supérieure à 100% car

certains sites utilisent plusieurs solutions de webanalyse

Source : Baromètre Analytics 2015 - Converteo

.

31%des sites utilisateurs d’Universal Analytics

exploitent en parallèle Google Analytics

classique, vs 47% au S1 2015

80%la proportion d’une solution Google (Analytics

Classique ou Universal Analytics) au sein des

sites du TOP 200 qui utilisent une solution de

webanalyse

+10ptsd’évolution de taux de pénétration pour la

solution webanalyse Universal Analytics au

sein du TOP 200 vs le S1 2015

58%

44%38%

30%

8%

40%

58%

44% 44%

36%

12%

50%

GoogleAnalytics ou

UniversalAnalytics

UniversalAnalytics

AT Internet GoogleAnalytics

AdobeAnalytics

Autres

S22015 S12015

-6

stable

-6

Taux de pénétration* des solutions

de webanalyse (TOP 50)

stable

-4

-1073%

47%41% 41%

10%

49%

68%

37%

48%44%

10%

37%

GoogleAnalytics ou

UniversalAnalytics

UniversalAnalytics

GoogleAnalytics

AT Internet AdobeAnalytics

Autres

S22015 S12015

Taux de pénétration* des solutions

de webanalyse (TOP 200)

-7

-3

+5

stable

+10 +12

Universal Analytics est devenue la solution la plus utilisée

dans le TOP 200 avec un taux de pénétration de 47% au

S2 2015 soit +10 points vs le S1 2015.

Universal Analytics est également la solution la plus

pénétrée au sein du TOP 50 à 44%, stable vs le S1 2015.

AT Internet confirme sa deuxième place sur le marché

français avec 41% de pénétration malgré un recul de -3

points vs S1 2015.


Le fonctionnement du tracking applicatif


La difficulté de suivre l’ensemble du parcours du mobinaute

utilisateur d’une app :


Le tracking d’acquisition pour les applications

► Certains analytics permettent désormais de capter les données sur les sources d’acquisition vers

les stores des différents OS.

► Dans le SDK Google Analytics, il est possible d’obtenir:

● La mesure des campagnes d’installation : campagnes, sites et autres apps qui renvoient du trafic vers

votre page dans l’un des app store.

● Attribution générale des sources de trafic et des campagnes : listes des campagnes ou sites/apps

référents à partir desquels l’app est lancée après installation

Google

60% des app ne sont

jamais téléchargées+ 1M d’app disponibles

sur les app stores


Le tracking in-app: comment ça marche ?

Dispatcher

Hit n°1

1

Hit n°2

Hit n°...

► Le tracking d’application vaut pour … les applications (non les sites mobiles)

► Concrètement :

● Les hits sont stockés dans la mémoire du téléphone (smartphone)

● Via un transmetteur, les hits sont envoyés à la solution de mobile app analytics à intervalles

réguliers

Si la connexion est stable, envoi

Sinon, les hits restent stockés en local et sont envoyés lors de la prochaine connexion

– L’application n’a pas besoin d’être ouverte pour l’export des There is no need for the application to des

données : l’export se produit chaque fois que le transmetteur s’exécuté, dès lors que le smartphone est

connecté à internet

2 3 4

Smartphone’s memory Mobile Analytics


Principales différences entre le tracking web/mobile et

applicatif

* OS : Operating System

APP WEB/MOBILE

Connexion On- & Off-line Online

Le ‘Temps réel’ n’est pas

toujours en temps réel

sur l’app≠

Ecrans vus

30 sec. Timeout

Pages vues

30 min. TimeoutUsageDes comportements

différents≠

Environnement

techniqueStandardOS différents* ≠

Surveiller le taux de

crash sur une

application

Identification App idL’App id est toujours le

même vs les cookies

ont une durée limitéeCookies≠

Acquisition DirectePlateforme de

téléchargement vs

source de trafic

Multi-canal≠


Le tracking cross-device


Une nouvelle posture…

Du tracking device-centric…… au tracking user-centric…

Desktop / laptop / web mobile Application

Pose de cookie Identifiant

@@ @


Le tracking traditionnel rattache une session à un visiteur par

le cookie déposé sur son appareil

Soucre: Gooogle

Mesure basée sur l’ID Session

La vision du marketer est tronquée et

peut l’amener à des conclusions

erronées

Attribution par device : erronée


De nouveaux outils permettent de réconcilier les sessions

crossdevice d’un même internaute

Mesure cross-device basée sur l’ID User

Attribution par device : overlap identifié

Cela donne plus de sens à

l’analyse de performance.


Une nouvelle compréhension du parcours Client online

Source : Google

Source d’acquisition avec une mesure cross-device :

Et une nouvelle perspective sur la performance des stratégies d’acquisition

et l’attribution crossdevice:


La promesse d’un tracking universel qui permet de réconcilier

les parcours est séduisante…

3 sessions et 3 visiteurs identifiés

Exemple

Un visiteur A visite & s’identifie sur un site depuis :

3 sessions et 1 seul visiteur identifié

Son mobile dans le bus

Son ordinateur au bureau

Sa tablette dans son canapé

La réconciliation des parcours n’est possible qu’avec l’existence d’une clé de réconciliation – en

général, l’id Client.

Il faut que l’utilisateur se soit connecté au moins 1 fois au cours de ses différentes sessions pour

permettre la réconciliation.

Pour la plupart des secteurs, cela ne concerne jamais plus de 30% des visiteurs !


… toutefois cette promesse repose sur des pré-requis très forts

► Pour être effectif, le tracking cross-device nécessite des actions segmentantes (une clé de

réconciliation) de la part du visiteur au cours des différentes sessions sur le site comme la

connexion à un espace client

► Un prérequis « facile » à remplir pour certains acteurs

► Et beaucoup plus compliqué pour d’autres qui ne peuvent exiger une connexion de tous leurs

utilisateurs

Des analyses crosscanal sont alors possibles sur des segments de population connectées et peuvent

être très utiles dans la compréhension des comportements mais s’avérer impossible sur certains pans

de navigation / qualification dans la vie du client (notamment lorsque ce dernier n’est encore qu’un

prospect et n’a pas créé de compte par exemple)


Mesure de la

performance cross-

canal : offline et

online


La réalité du parcours client

Illustration tirée du livre « E-commerce et distribution » d’Olivier Bitoum et

publié par l’Acsel


Centraliser toutes les données : un enjeu majeur

Données

produit

Données

client

Données

métier

E-commerc

e

Médias sociaux

Application mobile

Call-center

Magasin physique

Emailing

Assurer la cohérence de l’offre entre les différents canaux

Identifier le client de façon unique pour croiser les données dans une logique CRM

Faire de l’information collectée un levier d’action métier et marketing

Médias

sociaux

Magasin

physiqueCall-center

EmailingSite web

Application

mobile


Utiliser la donnée pour de l’activation et de la connaissance

Client

Declarative dataCRM / « real-life »

data

(transactions etc.)

Social data Geolocalization dataOnline behavior data

(navigation, clicks,

conversions)

Demographic data Contextual data

(preferences, intent)

ACTIVATION(media, onsite…)

BUSINESS

INTELLIGENCE(e.g. segmentation

beyond transaction data)

User-centric

360°


Monitorer l’activité offline


Le tracking omni-canal par Google

Source : Google


On peut également nourrir le tracking d’informations issues des

points de contact connectés « de la vraie vie »

Carte de fidélité

Caisse magasin

Bornes

Tableau excel

Call center

Etc.

Traduction d’une

interaction réelle

en « hit »

Intégration dans GA

Dans le cas de Google Analytics, seulement 7 cas d’usage pré-définis permettent d’intégrer des

variables personnalisées (ex. retour de produits, coûts de campagne autre qu’Adwords…).

Certains usages du Measurement Protocol peuvent exiger de sortir de l’interface GA – mais la donnée

existe et est exploitable !

Images de points de contact


Réconcilier les données online/offline


Les enjeux de la réconciliation : plus d’opportunités, plus de

visibilité et une approche du ROI cross-canal

Exemple : Addidas

« Mobile has made us redefine direct response »


La donnée client : de la collecte à l’exploitation

► Construire un rogramme de fidélisation autour d’une carte

● Ce programme permet de collecter des données sur différents canaux

● Ces données sont ensuite exploitées à des fins marketing

Achat offline

Identification client

avec la carte de fidélité

Achat online

Identification client

avec le numéro de carte

Recoupement des informations grâce à l’identifiant unique

remise immédiates en magasin

offres sur mesure

news sur la mode en avant-première

Programme de fidélisation

Base de données clients enrichie

Exploitation marketing

des données enrichies


Data Management Platforms


Une DMP, pour faire quoi ?

Mes clients

ont des

parcours

cross-canaux

Je suis

confronté à

des silos de

données

Je dois réagir plus

vite pour améliorer

la performance de

mes campagnes

Chaque use case peut justifier la mise en place d’une DMP (qui est un projet coûteux)

Une DMP est une plateforme logicielle permettant de collecter et centraliser les données

clients et prospects, de les retraiter (en les unifiant, les enrichissant, les segmentant, les

pilotant) dans le but de les activer sur les différents canaux avec lesquels la DMP est connectée.


Concrètement, qu’est-ce qu’une Data Management Platform ?

3. Activation

1. Collecte

?

DMP

Display

RTBSearch Emailing Mobile

Perso.

on-siteCall center

Point de

vente…

MATCHING CROSS-DEVICE• Déterministique (ID client / logins)

• Probabilistique (algorithmes)

• Partage de données (partenariats)

DATA NORMALIZATION

SEGMENTATION

& SCORING

ENRICHISSEMENT

DE DONNEES

MEDIA ECOSYSTEME PROPRIETAIRE CROSS CANAL

ANALYTICS

& ATTRIBUTION

SEGMENTS (dont LOOK ALIKE)

Dynamic Creative Optimization

2. Traitement

Site

Analytics

Offline

(CRM)

Media (Display &

Search)

ERPBDD

Email

Autre

DMP…

Online

(form.)TMS


Comment se fait la réunification des parcours dans une DMP ?


L’agrégation des données propriétaires et tierces dans la DMP sert

principalement à enrichir les profils/cookies des prospects et clients

DATA FIRST PARTY

Les données dont l’annonceur est

propriétaire.

DATA SECOND PARTY

Les données issues des campagnes

marketing de l’annonceur.

DATA THIRD PARTY

Ce sont des données externes,

collectées par des tiers spécialisés qui

peuvent être achetées par les

annonceurs.

1 2 3

Données

déclarativesDonnées CRM

(historique d’achat…)

Données

socialesDonnées de

géolocalisation

Données

Comportementales

(navigation, clics,

ajouts panier)

Données socio-

démographiques

(âge, CSP,…)

Données contextuelles

(préférences, intentions

d’achat)

PROFIL PROSPECT/CLIENT

=La DMP agrège et normalise les profils prospects/clients,

qui correspondent à des cookies (porteurs d’un ID

unique). Potentiellement, plusieurs cookies peuvent

cependant coexister pour un même individu (enjeux de

« matching » décrits dans le slide suivant).

#458762872

DATA

NORMALIZATION


Exemples de use cases


La DMP permet de fournir au client un parcours cohérent avec la

marque et une vision globale de la performance des campagnes

1 2 3

Envoi d’un email

contenant un coupon de

réduction à partir de 60€

valable en magasin

+

Exclusion des

campagnes de

retargeting online

Ajout au panier depuis

le site mobileConnexion au wifi

public d’un magasin

Lundi soir Mercredi 14h Mercredi 14h05

4 Mercredi 14h40

Achat en magasin d’une

paire de tennis et de

boites de balles

5 Nuit de mercredi

Reporting des

campagnes

6 Jeudi matin

Remontée des

transactions magasins à

la DMP par batch

quotidien


► REACH - Le taux de « matching » (= correspondance) des cookies peut mettre à mal le

ROI d’un projet

● Le taux de matching (parfois aussi faible que 5%) va limiter les possibilités de segmentation et donc de

ciblage de DMP à DMP, ou entre devices ou encore de DMP à canal activé, et donc limiter l’impact des

campagnes marketing opérées grâce à la DMP

► ROI - En conséquence, le ROI des campagnes, notamment dans le cas « d’achat » de

données tierces, doit être systématiquement évalué

● Le rapport coût/performance de l’achat de données tierces pour enrichir le ciblage de ses

campagnes n’est pas toujours positif ! Par manque de « reach » ou en raison d’un coût trop

important, cela peut tout simplement ne pas être économiquement viable de cibler plus finement…

► PRIVACY - Les annonceurs doivent s’assurer que ces données tierces ont été collectées

dans le respect de normes et des lois protégeant les données personnelles

● La CNIL en France oblige les annonceurs à ne pas collecter de données personnelles : les données

présentes dans la DMP doivent être « anonymisées »

Certaines limites et contraintes propres aux DMP doivent être

prises en compte dans le déroulement du projet

http://www.netmarketing.fr/publicite-digitale/320-donnees-third-party

http://www.signal.co/resources/tag-management-101/


Econométrie


Pour une bonne évaluation des investissements digitaux

► Les univers online et offline se nourrissent l’un l’autre :

● Les campagnes médias offline (tv, print …) génèrent de la notoriété et donc du trafic online

● Pour les entreprises disposant d’un réseau de distribution physique, les parcours d’achat débutent

régulièrement online

► Il est donc essentiel de sortir de la vision en silo du digital pour pouvoir en évaluer l’impact réel

► Par défaut, on ne peut pas suivre le visiteur lorsqu’il change d’univers alors que lui attend une

expérience cohérente et sans couture


Le digital intervient à tous les niveaux du cycle de vie du

client

Google & IPSOS OTX Study, US, 2012

Notoriété Familiarité Maturation Sélection Fidélité

47% 51% 56% 51% 37%

61% 32% 27% 14% 13%

Dig

ita

lT

V

Utilisé pour découvrir de

nouveaux services / produitsUtilisé pour mieux connaitre

un service / produit

Utilisé pour affiner mon choix

de produits / servicesUtilisé pour choisir d’acheter

un produit / service

Utilisé pour rester en contact avec

une marque dont je suis client

À quelle étape du processus d'achat utilisez-vous chacune des sources suivantes?

Le digital intervient à tous les moments du cycle de décision, souvent en complément de

canaux traditionnels offline


Qu’est ce que l’économétrie ?

► L’économétrie est une méthodologie d’analyse quantitative qui permet de mesurer l’impact d’un

phénomène économique observable sur un autre

● L’économétrie analyse les variations temporelles respectives des deux phénomènes, point par point,

pour évaluer la corrélation entre eux

● Exemple :

10 k€ de plus investis en bannières display entrainent une augmentation de

5% des prises de rendez-vous online

L’économétrie pour mieux comprendre le cross-canal

10k €

Prises de rdv online

+5%

€


Mesurer l’impact du web sur les autres canaux

► Les analyses de corrélation :

● De nombreux indicateurs permettent d’évaluer l’apport du web aux autres canaux :

► Les modèles économétriques :

● Ils permettent de vérifier l'existence de relations entre plusieurs phénomènes (par exemple

l’influence de la consultation d’annonces Adwords sur les achats offline) et de mesurer concrètement

ces relations à partir de l'observation de faits réels

● Il s’agit cependant de modélisations mathématiques qui s’avèrent souvent lourdes et coûteuses à

mettre en place et qui exigent un important historique de données

Indicateur

Utilisation du localisateur de magasin

Impressions de fiche produit

Vérification de disponibilité en magasin

Usage de coupons de réduction en magasin

Visites depuis un terminal mobile

Questionnaire sur les usages cross-canal

Impact sur le call-center


Exemple : évaluation de l’impact des investissements

médias (online & offline) aux ventes globales

-

50 000

100 000

150 000

200 000

Direct Marketing Print paper Social Media Affiliation SEO Partnership Display SEA Radio

Print Paper

Billboard

Display

Adwords

Bilan des investissements média

Budgets investis par levier média 2

0

50

100

150

200

250

300

Promotions Display SEA Direct Marketing & DisplayTrueview Print paper Partnership Social Media Email

S1 xxx S2 xxx S1 xxxS1 S2 xxxx

Contributions des leviers media et hors media aux ventes1

Radio

Print Paper

Billboard

Display

Adwords

Bilan des contributions des leviers média aux ventes online

S1 xxx S2 xxx S1 xxxS1 S2 xxxx


Exemple de modélisation de l’impact du store locator

sur les passages physiques en magasin

Xx pages magasin vues sur le store locator de xxx rapportent :

● XX passages en boutique

► X jour de promo rapporte :

● XX passages en boutique

Sources: Google Analytics, Passages magasin et CA intermagasin

0

5

10

15

20

25

30

Passages modèle

Passages réels Paris

Passages dans les magasins s

Passages en magasins estimés à XX%

sur la base du trafic sur le store locator

S2 xx S1 xxx S2 xxx S1 xxS1


Key take-aways


Ce qu’il faut retenir…

Le consommateur suit un parcours multi-touch, cross-device et cross-canal1

L’analytics « à l’ancienne » (pur web) ne suffit plus et risque de donner lieu à des

conclusions erronées

2

Les solutions analytics les plus courantes permettent de traquer le web mobile et

l’in-app

3

La réconciliation « user-centric » est possible mais reste conditionnée à l’existence

d’une clé de matching

4

La logique de tracking par « hit » peut être étendue à certaines interactions dans la

vraie vie.

5

Une approche CRM 360°, couplée à un système de type DMP, ouvre la voie à une

connaissance véritablement cross-canal… toujours sous réserve d’une clé de matching!

6

D’autres approches, comme l’économétrie, permettent d’étendre la réflexion

ROIste à l’impact du « click to store » par exemple.

7


Questions ?


Merci pour votre attention

En savoir plus :

http://www.converteo.com

@converteo

@

http://www.converteo.com/

masterclass "analytics crosscanal /crossdevice" #girlzinweb #mcgiw

Data & Analytics