De nombreux dirigeants d'entreprise et entrepreneurs sont pleinement conscients qu'ils devraient être axés sur les données. Une enquête exécutive NewVantage montre que 99 % des entreprises investissent dans des initiatives de données, et 92 % déclarent que le montant de l'investissement augmente d'année en année. Cependant, malgré ces investissements importants, de nombreuses entreprises ne sont pas axées sur les données, le principal défi étant les personnes, les processus et la culture.
Bien que de nombreuses organisations collectent, traitent et analysent des données, elles ne savent pas comment les interroger ou quoi faire des résultats. Il y a deux problèmes critiques dans ce scénario. Premièrement, cela peut conduire les personnes au sein de l'entreprise à ne pas remettre en question les données du tout, ne parvenant pas à exploiter ces informations. Deuxièmement, si elles posent des questions, elles ne savent pas si elles posent les bonnes pour obtenir les réponses requises.
Imaginez diriger une équipe marketing et dépenser une grande partie de votre budget dans des événements dans des centres sportifs. Les données montrent qu'un centre sportif génère un volume de prospects exceptionnellement élevé, vous continuez donc à investir massivement dans des événements à cet endroit. Cependant, l'analyse pourrait ne présenter qu'une partie du tableau.
Bien que le nombre de prospects ait été impressionnant, ils étaient de mauvaise qualité, des prospects à faible conversion, et finalement un faible retour sur investissement. Le fait de ne pas poser les bonnes questions à vos données a un impact direct sur les KPI et les résultats de l'entreprise.
Dans cet article, nous fournirons un cadre que vous pouvez utiliser pour poser de meilleures questions sur vos données.
Étape 1 : Que voulez-vous découvrir ?
C'est une bonne idée de commencer par évaluer la santé de votre entreprise. Convenez des KPI qui sont les plus importants pour votre entreprise et de leurs performances actuelles. Examinez plusieurs exemples de KPI et comparez-les aux vôtres. Réfléchissez à la façon dont vous souhaitez qu'ils évoluent à l'avenir. Vous est-il possible de modifier le cours des événements ? Déterminez où des améliorations peuvent être apportées.
Assurez-vous de ne pas perdre de temps avec des questions sans réponse. Si vous remarquez une anomalie au cours d'un seul mois, il peut être tentant de passer des heures à chercher pour satisfaire votre curiosité. Neuf fois sur dix, ces questions ont tendance à donner des réponses qui n'ont pas beaucoup d'importance de toute façon.
Étape 2 : Quelles sont vos hypothèses ?
Dans la première étape, vous identifierez un problème commercial nécessitant une solution. Votre hypothèse doit représenter un objectif stratégique qui répond à ce problème par des mesures pertinentes. Par exemple, vous découvrez peut-être que votre site Web a un taux de rebond élevé et vous vous demandez : "Pourquoi le taux de rebond est-il si élevé sur cette page ?" Les hypothèses peuvent refléter des causes potentielles telles que les temps de chargement des pages, le manque d'incitation à l'action, les polices, la qualité du contenu ou une mauvaise navigation. Des outils comme Google Analytics peuvent indiquer les tendances du taux de rebond au fil du temps, validant ou annulant l'hypothèse.
Étape 3 : À quoi ressemble le succès ?
En reprenant l'exemple du taux de rebond, vous devez définir à quoi ressemble le succès. Comment savez-vous si le taux de rebond est élevé ? Par rapport à quoi le comparons-nous ? Quel serait un taux de rebond acceptable pour ce type de page ?
Souvent, vous découvrirez que vous ne compariez pas aux bonnes choses ou que la métrique que vous regardiez n'est finalement pas une valeur aberrante. Définir à quoi ressemble le succès est un excellent moyen d'éviter de perdre du temps sur des questions qui partaient d'une mauvaise hypothèse dès le départ.
Étape 4 : Quelles mesures prendrez-vous si votre hypothèse est vraie ou nulle ? Si vous ne le savez pas, posez une meilleure question.
Après avoir travaillé avec de nombreux entrepreneurs, cette étape est celle qui est le plus souvent ignorée. Il est facile de devenir avide et de mener de nombreuses analyses en pensant que vous découvrirez un moyen miracle de gagner plus d'argent. Malheureusement, les informations que vous tirez de vos données ne valent que par la qualité de la question que vous posez.
Un exemple qui me vient à l'esprit auquel nous avons dû faire face récemment. Un client voulait savoir sur combien de liens d'affiliation un utilisateur clique en moyenne par session. Répondre à cette question lui coûterait environ 500 $ en développement.
Donc, même si sa question est bien définie (étape 1 – que voulez-vous découvrir), et disons que nous connaissons également la moyenne du secteur (étape 3 – à quoi ressemble le succès). Malgré cela, nous lui avons demandé ce qu'il ferait de cette information et il n'avait pas de réponse claire, cela ne valait tout simplement pas la peine d'y répondre. Nous l'avons donc abandonnée et sommes passés à des questions plus exploitables.
Les analystes ne peuvent pas produire de solution miracle et il est impératif que vous preniez le temps nécessaire pour planifier vos questions. Des questions aléatoires obtiendront des réponses aléatoires.
De quoi avez-vous besoin pour répondre à vos questions ?
Une fois que vous savez quelles questions vous souhaitez poser, vos hypothèses, vos mesures et vos actions, vous pouvez réfléchir à ce dont vous aurez besoin pour trouver les réponses. Voici un aperçu des six piliers d'une bonne question. Bien sûr, il y a des aspects plus techniques à chacun de ces éléments qui devraient faire partie de votre étude de marché et de votre stratégie de données.
1. Quelles métriques et dimensions sont nécessaires pour répondre à la question ?
La question pourrait porter sur les ventes et les revenus, les visiteurs du site Web, les téléchargements d'applications mobiles ou tout ce qui concerne votre entreprise.
2. Quelles sont les sources de données pour ces métriques et dimensions ?
Vous pouvez disposer d'un entrepôt de données local ou basé sur le cloud, de Google Analytics, d'un CRM, d'un CMS et d'innombrables autres sources. Selon une enquête, l'entreprise moyenne possède 400 sources de données.
3. À quelle fréquence les données doivent-elles être actualisées ?
La fréquence dépend probablement des métriques et de leur pertinence sur différentes périodes.
4. Allez-vous consulter ces données quotidiennement, de façon hebdomadaire ou mensuelle ?
Ceci est lié à la fréquence d'actualisation des données. Certaines métriques ne changeront pas radicalement d'un jour à l'autre, et des actualisations et des informations hebdomadaires ou mensuelles pourraient suffire.
5. Allez-vous faire une comparaison semaine après semaine, mois après mois ou année après année ?
Pour que votre hypothèse soit valide, vous devez comparer les périodes les plus pertinentes. Par exemple, si votre entreprise connaît des tendances saisonnières, des comparaisons d'un mois à l'autre peuvent afficher des résultats sous-évalués ou surévalués.
6. La personne en charge de l'analyse des données a-t-elle tout ce dont elle a besoin pour faire son travail ?
Cela implique un objectif clair, un accès à des données de qualité, la bonne technologie et le bon soutien.
Conclusion
Poser les bonnes questions peut faire gagner du temps à vous et à votre équipe d'analyse tout en fournissant des informations précieuses. Ayant travaillé sur d'innombrables projets d'analyse de données, Systematik a l'expérience nécessaire pour vous aider à obtenir des informations sur les données de la manière la plus efficace possible. Contactez-nous dès aujourd'hui pour votre session d'appel de stratégie gratuite de 30 minutes, sans aucune obligation.