Web Analytics 2.0

Table of contents

1. TÉLÉCHARGEMENT DES FICHIERS
2. Page de titre
3. Copyright
4. Table des matières
5. Remerciements
6. L'auteur
7. Introduction
8. CHAPITRE 1 Le meilleur des mondes des Web Analytics 2.0
   1. État du paysage des Web Analytics
   2. État de l’industrie
   3. Repenser les Web Analytics : Web Analytics 2.0
      1. Le quoi: parcours de navigation
      2. Le combien: analyse de résultats multiples
      3. Le pourquoi: expérimentation et tests
      4. Le pourquoi: la voix du client
      5. Le quoi d’autre: l’intelligence concurrentielle
   4. Changer, yes we can !
      1. L’impératif stratégique
      2. Changement tactique
      3. Et en cadeau…
9. CHAPITRE 2 Questions pour préparer votre recherche de l’outil idéal
   1. Anticiper la réussite future
   2. Étape 1 : Trois questions essentielles à vous poser avant de chercher l’âme sœur en matière de Web Analytics
      1. Question 1 : « Est-ce que je veux des rapports ou des analyses ? »
      2. Question 2 : « Ai-je une force informatique, une force métier, ou les deux ?»
      3. Question 3 : « Est-ce que je cherche des solutions en termes de flots de clics (clickstream) ou de concept Web Analytics 2.0 ? »
   3. Étape 2 : Dix questions à poser aux éditeurs avant de signer
      1. Question 1 : « Qu’est-ce qui différencie votre solution d’un outil gratuit de chez Yahoo! ou Google ?»
      2. Question 2 : « Êtes-vous un pur prestataire de services hébergé (ASP) ou proposez-vous une version logicielle traditionnelle ? Envisagez-vous une version logicielle ? »
      3. Question 3 : « Quels mécanismes de capture de données utilisez-vous ? »
      4. Question 4 : « Êtes-vous en mesure de calculer le coût total d’exploitation de votre outil ? »
      5. Question 5 : « Quel type d’assistance proposez-vous ? Quelles sont les prestations incluses et quelles prestations induisent un surcoût ? Est-ce gratuit en permanence (24 h sur 24, 7 jours sur 7) ? »
      6. Question 6 : « Quelles fonctions de votre outil me permettent de segmenter les données ? »
      7. Questions 7 : « Quelles sont les possibilités d’exportation de données de votre système vers celui de notre entreprise ? »
      8. Question 8 : « Quelles fonctions mettez-vous à ma disposition pour intégrer des données issues d’autres sources à votre outil ? »
      9. Question 9 : « Quels sont les deux nouveaux outils (ou fonctions ou acquisitions) que votre entreprise met actuellement au point pour préserver son avance concurrentielle sur les trois prochaines années ? »
      10. Question 10 : « Pourquoi les deux derniers clients que vous avez perdus ont-ils rompu leur contrat ? À qui font-ils appel désormais ? Pouvons-nous contacter l’un d’eux ? »
   4. Comparer les éditeurs d’outils de Web Analytics : diversification et conquête
      1. La stratégie des trois boîtes
   5. Étape 3 : Identifier l’âme sœur analytique (comment mettre en œuvre un projet pilote d’outils efficace)
   6. Étape 4 : Passer chez le notaire avant de signer avec l’âme sœur et contrôler que les SLA1 sont inclus dans le contrat
10. CHAPITRE 3 L’univers impitoyable de l’analyse des flots de clics : éléments de mesure
    1. Les éléments de mesure revisités : huit points à mesurer absolument
       1. Visites et visiteurs
       2. Durée de visite d’une page et durée de visite d’un site
    2. Taux de rebond
    3. Taux de sortie
    4. Taux de conversion
    5. Implication
    6. Les mesures Web démystifiées
       1. Quatre attributs pour de grands éléments de mesure
       2. Exemple d’un formidable élément de mesure Web
       3. Les trois leçons pratiques d’Avinash Kaushik pour une réussite à grande échelle
    7. Tactiques d’une stratégie visant des mesures Web décisives
       1. Diagnostiquer la cause fondamentale des performances d’un élément de mesure – conversion
       2. Tirer parti de rapports personnalisés
       3. Créer des rapports selon des micro-écosystèmes
       4. Commencer par des éclaircissements à grande échelle
11. CHAPITRE 4 L’univers impitoyable de l’analyse des flots de clics : solutions pratiques . 7 7
    1. Précis élémentaire des Web Analytics
       1. Introduction aux indicateurs de base
       2. Comprendre les forces d’attraction des visiteurs
       3. Rectifier et économiser
       4. Analyser la densité des clics
       5. Mesurer le rapport Visites avant achat
    2. Le meilleur rapport de Web Analytics
       1. Sources de trafic
       2. Résultats
    3. Stratégies analytiques fondamentales
       1. Segmenter ou mourir
       2. Se concentrer sur le comportement des clients et non sur les agrégats
    4. Rendre les analyses des flots de clics quotidiens exploitables
       1. Analyse des recherches internes au site
       2. Analyse de l’optimisation des moteurs de recherche (SEO)
       3. Analyse des recherches payantes/PPC
       4. Analyse du trafic direct
       5. Analyse de campagnes par courrier électronique
       6. Analyse d’une interaction enrichie : animations Flash, vidéos et mini-applications de type Widget
    5. Contrôle de la réalité : perspectives sur les défis clés des Web Analytics
       1. Cookies de suivi des visiteurs
       2. Cours avancé d’échantillonnage de données
       3. Valeur des données d’historique
       4. Utilité de rejouer le parcours client
       5. Rapprochement de données : la checklist idéale
12. CHAPITRE 5 Les clés de la gloire : mesurer la réussite
    1. Se concentrer sur les « éléments essentiels »
    2. Cinq exemples de KPI exploitables
       1. Taux d’accomplissement de tâches
       2. Impact de la recherche
       3. Fidélité des visiteurs et écart entre les visites
       4. Abonnés aux flux RSS
       5. Pourcentage de sorties qualifiées
    3. Au-delà des taux de conversion
       1. Abandon du panier et du passage en caisse
       2. Jours et visites avant achat
       3. Valeur moyenne des commandes
       4. Objectif fondamental (identifier ce qui est convertible)
    4. Mesurer les macro et microconversions
       1. Exemples de macro et de microconversions
    5. Quantifier une valeur économique
    6. Mesurer la réussite d’un site non commercial
       1. Fidélité des visiteurs
       2. Écart entre les visites
       3. Durée de visite
       4. Profondeur de visite
    7. Mesurer les performances des sites Web B2B
13. CHAPITRE 6 Résoudre l’énigme du « pourquoi » : utilisation des données qualitatives
    1. Études d’ergonomie en laboratoire : quoi, pourquoi et combien ?
       1. Qu’est-ce que l’ergonomie en laboratoire ?
       2. Comment procéder à un test
       3. Bonnes pratiques en matière d’études d’ergonomie en laboratoire
       4. Avantages des études d’ergonomie en laboratoire
       5. Zones de précautions
    2. Substituts d’ergonomie : externalisation à distance et en ligne
       1. Recrutement en direct et recherche d’utilisateurs à distance
    3. Sondages : une écoute réellement évolutive
       1. Types de sondages
       2. L’erreur fatale en matière de sondage
       3. Les trois meilleures questions jamais posées dans un sondage
       4. Huit conseils pour choisir un fournisseur de sondages en ligne
    4. Options Web émergentes pour la recherche utilisateur
       1. Études de repères concurrentiels
       2. Tests d’ergonomie rapides
       3. Études de tri de cartes en ligne
       4. Intelligence artificielle des points chauds visuels
14. CHAPITRE 7 Échouer plus vite : libérer la puissance des expériences et des tests
    1. Le B.A.-BA des options de test : solutions A/B et MVT
       1. Tests A/B
       2. Tests multivariables
    2. Des idées de tests exploitables
       1. Corriger les grandes perdantes – les pages d’arrivée
       2. Se concentrer sur les pages de paiement, enregistrement et recommandations
       3. Optimisez le nombre et la disposition des publicités
       4. Testez différents tarifs et tactiques de ventes
       5. Testez des présentations de boîtes, des jaquettes de DVD et des articles hors ligne
       6. Optimisez vos efforts de marketing sortant
    3. Expériences contrôlées : faites passer vos Web Analytics au niveau supérieur !
       1. Mesure de l’impact de la recherche payante sur la cannibalisation et les mots-clés de marque
       2. Exemples d’expériences contrôlées
       3. Défis et avantages
    4. Créer et entretenir une culture du test
       1. Conseil n°1 : votre premier test sera «le tout pour le tout»
       2. Conseil n° 2 : ne vous faites pas avoir par l’argumentaire des éditeurs et des consultants
       3. Conseil n° 3 : dépassez-vous, montrez vos convictions
       4. Conseil n°4 : commencez par une hypothèse
       5. Conseil n° 5 : définissez des critères d’évaluation d’objectifs et prenez des décisions préalables
       6. Conseil n° 6 : testez et mesurez plusieurs résultats à la fois
       7. Conseil n° 7 : puisez le motif de vos tests dans les difficultés de vos clients
       8. Conseil n° 8 : analysez vos données et communiquez vos conclusions
       9. Conseil n° 9 : deux incontournables – évangélisme et expertise
15. CHAPITRE 8 Analyse de l’intelligence concurrentielle
    1. Sources, types et secrets des données IC
       1. Données de barre d’outils
       2. Données de panel d’utilisateurs
       3. Données FAI (réseau)
       4. Données de moteur de recherche
       5. Repères issus des éditeurs d’outils de Web Analytics
       6. Données autorapportées
       7. Données hybrides
    2. Analyse du trafic d’un site Web
       1. Comparaison des tendances du trafic à long terme
       2. Analyse des opportunités et des chevauchements de sites concurrents
       3. Analyse des sites référents et des destinations
    3. Analyse de la recherche et des mots-clés
       1. Tendance des meilleurs mots-clés
       2. Intérêt géographique et analyse des opportunités
       3. Recherches connexes et recherches à forte hausse
       4. Analyse de la présence en rayon
       5. Analyse de l’avantage concurrentiel des mots-clés
       6. Analyse de l’extension des mots-clés
    4. Identification du public et analyse de la segmentation
       1. Analyse de la segmentation géographique
       2. Analyse de segmentation psychographique
       3. Analyse du comportement de recherche et de la segmentation du public
16. CHAPITRE 9 Mesures émergentes : social, mobile et vidéo
    1. Mesurer le nouveau Web social : le défi des données
       1. L’évolution d’une démocratie du contenu
       2. La révolution Twitter
    2. Analyser les applications hors ligne
    3. Analyser l’expérience des utilisateurs mobiles
       1. Collecte des données des mobiles : les options
       2. Obtenir des rapports sur les mobiles
    4. Mesurer le succès des blogs
       1. Contribution brute de l’auteur
       2. Augmentation de l’audience
       3. Citations et effet de vague
       4. Coût du blog
       5. Bénéfices (ROI) du blog
    5. Quantifier l’impact de Twitter
       1. Augmentation du nombre d’abonnés
       2. Amplification du message
       3. Taux de clic et conversions
       4. Taux de conversation
       5. Éléments de mesure Twitter émergeants
    6. Analyser les performances des vidéos
       1. Récupérer les données pour les vidéos
       2. Éléments de mesure et analyses clés pour la vidéo
       3. Analyse avancée pour la vidéo
17. CHAPITRE 10 Solutions optimales pour les pièges cachés des Web Analytics
    1. Exactitude ou précision ?
    2. Processus en six étapes pour gérer les données de qualité
    3. Construire un tableau de bord d’action
       1. Créer d’excellents tableaux de bord
       2. Tableau de bord consolidé
       3. Cinq règles pour des tableaux de bord percutants
    4. Opportunité de marketing « nonline » et mesure multicanal
       1. Passer au modèle de marketing «nonline»
       2. Analyse multicanal
    5. Les promesses et les défis du ciblage comportemental
       1. La promesse du ciblage comportemental
       2. Défi à venir de l’analyse fondamentale
       3. Préalable au ciblage comportemental
    6. Exploration des données en ligne et analyse prédictive : les défis
       1. Type de données
       2. Nombre de variables
       3. Plusieurs raisons primaires
       4. Plusieurs comportements de visite
       5. Absence de clé primaire et de jeux de données
    7. Chemin vers le nirvana : les étapes de l’évolution de la compréhension de l’analyse
       1. Étape 1 : Prêt(e) ? Marquez !
       2. Étape 2 : Configurer l’outil d’analyse
       3. Étape 3 : Suivi des campagnes
       4. Étape 4 : Revenus et superintelligence
       5. Étape 5 : Suivi de Rich Media (Flash, widgets, vidéo)
18. CHAPITRE 11 Principes de base pour devenir un ninja de l’analyse
    1. Le contexte est roi
       1. Comparaison d’indicateurs clés de performance sur plusieurs périodes
       2. Fournir un contexte à l’aide de segmentation
       3. Comparer les valeurs clés et les segments avec les moyennes
       4. Rejoindre le PALM (People Against Lonely Metrics, Comité contre les mesures isolées)
       5. Benchmarks et données concurrentielles
       6. Obtenir des connaissances tribales
    2. Comparer les indicateurs clés de performance dans le temps
       1. Présenter la connaissance tribale
       2. La segmentation à la rescousse !
    3. Au-delà du top 10 : ce qui a changé
    4. Vraie valeur : mesurer les conversions latentes et le comportement des visiteurs
       1. Comportement du visiteur latent
       2. Conversions latentes
    5. Quatre techniques inutiles de mesure des indicateurs clés de performance
       1. Moyenne
       2. Pourcentages
       3. Quotients
       4. Éléments de mesure composites ou calculés
    6. Recherche : obtenir la stratégie optimale pour la longue traîne
       1. Calculer la tête et la traîne
       2. Comprendre les termes de votre marque et votre catégorie
       3. Stratégie optimale de recherche
       4. Exécuter la stratégie optimale pour la longue traîne
    7. Recherche : mesurer la valeur des mots-clés canalisateurs
    8. Recherche : analyses avancées du Pay-Per-Click
       1. Identifier les opportunités d’arbitrage des mots-clés
       2. Se concentrer sur ce qui a changé
       3. Analyser les impressions et le manque à gagner
       4. Prendre en compte le rapport de distribution ROI
       5. Recherches effectuées par les internautes et types de correspondance
19. CHAPITRE 12 Principes avancés pour devenir un ninja de l’analyse
    1. Analyse des attributions de campagnes multicontacts
       1. Qu’est-ce que tout ce multicontact ?
       2. Avez-vous un problème d’attribution ?
       3. Modèles d’attribution
       4. Les attributions dans le monde réel
       5. Solutions d’analyse à venir
       6. Réflexions sur le multicontact
    2. Analyse multicanal : astuces pour un monde nonline
       1. Suivre l’impact en ligne des campagnes hors ligne
       2. Suivi de l’impact hors ligne des campagnes en ligne
20. CHAPITRE 13 La carrière Web Analytics
    1. Envisager une carrière d’analyste Web : option, salaire et avancement
       1. Collaborateur technique
       2. Collaborateur commercial
       3. Chef d’équipe technique
       4. Chef d’équipe commerciale
    2. Cultiver des techniques pour un succès de carrière
       1. À faire : utiliser les données
       2. Obtenir de l’expérience avec plusieurs outils
       3. Jouer dans le monde réel
       4. Devenir un détective de la capture des données
       5. Maths : apprendre les bases des statistiques
       6. Poser les bonnes questions
       7. Travailler en relation avec les équipes
       8. Apprendre à présenter efficacement ses données
       9. Rester informé : assister aux webinars gratuits
       10. Rester informé : lire les blogs
    3. Une journée optimale dans la vie d’un ninja de l’analyse
    4. Embaucher les meilleurs : conseils pour les gestionnaires et directeurs Web Analytics
       1. Attributs clés des grands professionnels de l’analyse
       2. Expérimenté ou novice : faire le bon choix
       3. L’unique test en entretien : la pensée critique
21. CHAPITRE 14 HiPPO, ninjas et le reste du monde : créer une culture des données
    1. Changer la culture de la société : comment intéresser ses collaborateurs à l’analyse
       1. Faire quelque chose de surprenant : ne pas inonder de données
    2. Rapports et analyses qui conduisent à l’action
       1. Le filtre «où voulez-vous en venir ?»
       2. Le lien avec les résultats
       3. Présenter plusieurs perspectives : les véritables Web Analytics 2.0
       4. Le filtre Unböring
       5. Corréler les recommandations avec les données
       6. Les attentes du filtre de l’échelle
       7. Avoir quelque chose d’unique à dire
    3. Changer les définitions des éléments de mesure pour changer les cultures : l’index BEI
       1. Le cas et l’analyse
       2. Le problème
       3. La solution
       4. Les résultats
       5. Le résultat
       6. Calcul alternatif : la moyenne pondérée
       7. Créer des indicateurs clés de performance
    4. Tuer le dragon de la qualité des données : passer du questionnement à l’utilisation des données
       1. Choisir un patron différent
       2. Distraire les HiPPO avec des recommandations
       3. Secret n° 1 : les données de tête peuvent être recevables dès la première semaine
       4. Secret n° 2 : la précision des données améliore le bas de l’entonnoir
       5. La solution est de ne pas mettre en place un autre outil
       6. Reconnaître une chute du retour marginal
       7. Petit site mais problèmes importants
       8. Échouer plus vite sur le Web
    5. Six règles pour créer un patron dirigé par les données
       1. Aller au-delà de soi-même
       2. Accepter que les données ne sont pas complètes
       3. Toujours se donner à 110 %
       4. Devenir un pro du marketing
       5. L’entreprise au service des données ? Sans blague !
       6. Adopter l’état d’esprit Web Analytics 2.0
    6. Besoin de budget ? Stratégies pour embarrasser son entreprise
       1. Mettre en place une expérience et un programme de tests
       2. Capturer la voix du client
       3. Détourner un site Web ami
       4. Si tout échoue, appelez-moi !
    7. Stratégies pour faire tomber les barrières de la mesure du Web
       1. D’abord, un éclairage surprenant
       2. Manque de budget/ressources
       3. Absence de stratégie
       4. Organisation compartimentée/en silo
       5. Manque de compréhension
       6. Excès de données
       7. Absence d’adhésion de la part des dirigeants seniors
       8. Difficulté à réconcilier les données
       9. Blocages de l’équipe informatique
       10. Manque de confiance dans les analyses
       11. Trouver une équipe
       12. Technologie insuffisante
    8. Qui contrôle les Web Analytics ?
       1. Centraliser ou ne pas centraliser
       2. Évolution de l’équipe
22. ANNEXE À propos du CD d’accompagnement
    1. Contenu du CD
       1. Podcasts
       2. Vidéos
       3. Ressources et présentations
       4. Adobe Reader
    2. Configuration requise
    3. Utiliser le CD
    4. Dépannage
23. Index