Utilisez le widget d'Impact pour :
- Mesurer l'impact sur la conversion et le revenu pour mesure la réussite de vos efforts
- Déterminer rapidement si un problème vaut le coup d'être résolu
- Comparer les segments pour identifier les différences de performances significatives
- Prédire les futures opportunités UX/UI et prioriser les investissements selon leur ROI
Calculer un impact
1. Configurer le Contexte d'analyse
Choisissez un segment et comparez-le à un autre.
2. Définir un objectif
Quel est votre objectif d'analyse ? Définissez-le clairement afin de pouvoir mesurer la réussite et d'évaluer son impact sur la conversion.
Une fois le Contexte d'analyse et l'objectif définis, vous commencerez à trouver des insights tels que :
- l'ampleur de l'impact.
- la magnitude de l'impact sur la conversion (mesurée en conversions manquées).
- l'agmentation potentielle de conversions si un pourcentage donné du segment convertissait comme l'autre.
Pour aller plus loin, vous pouvez quantifier l'impact sur le revenu et affiner le scénario d'amélioration en ajustant le calcul de l'impact (voir étape 3).
3. Modifier le calcul de l'impact
Décider d'une valeur pour chaque conversion afin d'estimer l'impact sur le revenu
En assignant une valeur à chaque conversion liée à votre objectif, vous pourrez calculer les revenus manqués ou additionnels en fonction de la valeur.
Selon si votre tag e-commerce est activé ou non, vous pouvez visualiser et ajuster la valeur par conversion pour mesurer l'impact sur le revenu avec plus de précision :
(Pour les objectifs e-commerce) Définir la valeur par conversion
Choisissez entre le panier médian (par défaut) et le panier moyen Pour votre objectif choisi, vous pouvez sélectionner l'option :
Les deux valeurs sont automatiquement calculées sur la base du segment qui performe le mieux. Une fois votre sélection faîte, cliquez simplement sur "Appliquer" et vos revenus manqués ou additionnels seront calculés en fonction des valeurs définies.
|
(Pour les objectifs non-e-commerce) Définir la valeur par conversion
Sélectionnez une valeur personnalisée Vous pouvez définir une valeur personnalisée pour chaque conversion liée à l'objectif sélectionné. Cette valeur sera enregistrée avec votre objectif et mise à jour pour tous les utilisateurs. Une fois votre sélection faite, cliquez simplement sur "Appliquer" et vos revenus manqués ou addtionnels seront calculés sur la base de la valeur que vous avez définie.
|
Ajuster le scénario d'amélioration
Vous pouvez ajuster l'opportunité détectée à l'aide de différents scénarions d'amélioration.
Apprenez-en plus sur l'ajustement de l'opportunité ici.
Exemple d'analyse : Analyse des performances d'une campagne marketing
- Ouvrez votre Contexte d'analyse.
- Cliquez sur "Comparer".
- Personnalisez les conditions de vos segments
- pour que le Segment A inclut les utilisateurs ayant engagé avec votre campagne marketing (par exemple : ceux qui ont cliqué sur le CTA de la newsletter).
- et que le Segment B regroupe les utilisateurs qui ont atteint la page de campagne via des canaux alternatifs (par exemple : par une navigation globale et non via la newsletter).
Exemple : Segment A "Utilisateurs qui sont arrivés sur le site via la newsletter marketing" vs Segment B "Utilisateurs ayant atteint la page de campagne sans passer par la newsletter".
4. Définissez une valeur cible (par exemple : cliquer sur le CTA principal de votre page de campagne).
5. Modifiez l'opportunité pour visualiser l'impact sur vos revenus au travers d'une valeur personnalisée. Cette valeur, que vous choisissez vous-mêmes, représentera au mieux la réussite de vos efforts marketing en termes de finance.
6. Consultez les résultats.
Exemple d'interprétation d'analyse : Les utilisateurs arrivant de votre campagne d'e-mail marketing sont 12% moins susceptibles de cliquer sur le CTA "Remplir le formulaire". Si vous cessez de détourner les utilisateurs des e-mails et que vous utilisez d'autres moyens pour les faire accéder à la page de votre campagne, vous pourriez potentiellement générer un revenu supplémentaire estimé à 300 000 dollars (sur la base de votre valeur prédéfinie par conversion de 600 dollars).
FAQ sur le widget d'Impact
Quels sont les segments comparables ?
Par défaut, les segments sélectionnés sont comparés à "Tous les autres utilisateurs". Cependant, cette information n'est pas toujours la plus pertinente, car elle inclut des utilisateurs qui peuvent se trouver n'importe où dans leur parcours de navigation.
Bonne pratique : Si vous analysez un segment de population qui a cliqué sur une certaine zone d'une page, comparez-le aux utilisateurs qui ont consulté cette même page et qui n'ont pas cliqué sur la zone plutôt que de le comparer à "Tous les autres utilisateurs" par défaut.
Le widget d'Impact montre-t-il la cause des faibles taux de conversion ?
C'est un début ! Toutefois, même si vous constatez une forte corrélation entre, par exemple, un temps de chargement lent et un faible taux de conversion, gardez à l'esprit que ce n'est pas toujours la cause première.
Bonne pratique : Vérifiez si d'autres facteurs pourraient expliquer le faible taux de conversion (par exemple, un CTA cassé).
Des facteurs externes peuvent-ils conduire à des conclusions contre-intuitives ?
Oui, par exemple, les utilisateurs qui cliquent avec rage peuvent mieux convertir que les utilisateurs qui ne cliquent pas avec rage. Pourquoi ? Les clics de rage indiquent une motivation d'achat, d'où les multiples tentatives. Mais bien sûr, ajouter des clics de rage au parcours des utilisateurs ne produira pas réellement des taux de conversion ou des revenus plus élevés.
Si le segment A est moins performant que le segment B, dois-je simplement appliquer ma campagne du segment B au segment A pour augmenter la conversion ?
Peut-être que cela améliorera les performances, mais ne partez pas du principe que le transfert de tous les utilisateurs du segment A vers la campagne du segment B entraînera une parité des performances. Et pour cause, tous les utilisateurs du segment A qui ne convertissaient pas auparavant n'auraient pas converti s'ils avaient été acquis via la campagne du segment B. (Pour éviter de générer des insights basés sur ce résultat irréaliste, le widget d'Impact affiche le gain/la perte de revenus par session, et non le gain/la perte de revenus total).
Comment l'opportunité de revenu est-elle calculée ?
Nous affichons une estimation du revenu pouvant être généré si les utilisateurs du segment perdant convertissent à hauteur du taux du segment gagnant. Ainsi, nous affichons un revenu prévisionnel basé sur la différence entre les taux de conversion des deux segments et la valeur par conversion du segment gagnant.
Pour illustrer cela, imaginez les scénarios suivants :
1. Vous comparez un segment choisi avec le segment par défaut "Tous les autres utilisateurs".
- Le segment sélectionné est plus performant que le segment par défaut "Tous les autres utilisateurs".
L'opportunité de revenu est calculée par le trafic de votre segment sélectionné, la différence de taux de conversion entre les sessions du segment par défaut ("Tous les autres utilisateurs") et celles du segment sélectionné, par rapport aux revenus du panier médian (ou du panier moyen, ou de la valeur personnalisée) générés dans le segment sélectionné le plus performant.
Revenu additionnel (objectif e-commerce)
Revenu additionnel (objectif non e-commerce)
- Le segment sélectionné est moins performant que le segment par défaut "Tous les autres utilisateurs".
L'opportunité de revenu est calculée par le trafic de votre segment sélectionné, la différence de taux de conversion entre les sessions du segment par défaut ("Tous les autres utilisateurs") et celles du segment sélectionné, par rapport au revenu du panier médian (ou panier moyen ou valeur personnalisée) généré dans le segment par défaut ("Tous les autres utilisateurs") le plus performant.
Revenu additionnel (objectif e-commerce)
Revenu additionnel (objectif non e-commerce)
2. Vous comparez un Segment A donné avec un autre Segment B donné.
- Le Segment A est plus performant que le Segment B.
L'opportunité de revenu est calculée par le trafic du segment le moins performant (Segment B), la différence de taux de conversion entre les sessions du segment le moins performant (Segment B) et celles du segment le plus performant (Segment A), par rapport au revenu du panier médian (ou panier moyen ou valeur personnalisée) généré dans le segment sélectionné le plus performant (Segment A).
Revenu additionnel (objectif e-commerce)
Revenu additionnel (objectif non e-commerce)
- Le segment A est moins performant que le segment B.
L'opportunité de revenu est calculée par le trafic du segment le moins performant (Segment A), la différence de taux de conversion entre les sessions du segment le moins performant (Segment A) et celles du segment le plus performant (Segment B), par rapport au revenu du panier médian (ou panier moyen ou valeur personnalisée) généré dans le segment sélectionné le plus performant (Segment B).
Revenu additionnel (objectif e-commerce)
Revenu additionnel (objectif non e-commerce)
Comment les conversions manquées, les revenus manqués et les conversions additionnelles sont-ils définis et calculés ?
- Conversions manquées
Le nombre de conversions perdues en résultat des différences de taux de conversion (de l'objectif sélectionné) entre le segment A et le segment B, ou entre le segment sélectionné et toutes les autres sessions sur le(s) même(s) device(s).
Conversions manquées = Le trafic du SEGMENT N X (Taux de conversion du SEGMENT M - Taux de conversion du SEGMENT N)
SEGMENT M : le segment qui a le mieux converti
SEGMENT N : le segment qui a le moins converti
- Revenu manqué
Le résultat de la multiplication du nombre de conversions manquées (sur l'objectif sélectionné) avec la valeur par conversion du segment non problématique.
Revenu manqué (objectif e-commerce) = Le trafic du SEGMENT N X (Taux de conversion du SEGMENT M - Taux de conversion du SEGMENT N) X Panier médian (ou Panier moyen) du SEGMENT M
Revenu manqué (objectif non e-commerce) = Le trafic du SEGMENT N X (CR du SEGMENT M - CR du SEGMENT N) X Valeur personnalisée de l'objectif
SEGMENT M : le segment qui a le mieux converti
SEGMENT N : le segment qui a le moins converti
- Conversions additionnelles
Le nombre de conversions gagnées en résultat de la différence du taux de conversion (sur l'objectif sélectionné) entre le segment A et le segment B, ou entre le segment sélectionné et toutes les autres sessions sur le(s) même(s) device(s). Vous pouvez ajuster votre scénario d'amélioration pour estimer les conversions additionnelles.
Conversions additionnelles = Scénario d'amélioration (10% ou 25% ou 50% ou 100% ou pourcentage personnalisé) x Trafic du SEGMENT N X (Taux de conversion du SEGMENT M - Taux de conversion du SEGMENT N)
SEGMENT M : le segment qui a le mieux converti
SEGMENT N : le segment qui a le moins converti
Comment la signification statistique est-elle calculée ?
La signification statistique sert de métrique de confiance qu'on peut employer pour déterminer si une condition de segment est liée à une diminution des taux de conversion des utilisateurs.
Il est important de noter que nous ne pouvons évaluer que la corrélation entre l'erreur/le segment et la baisse de la conversion. En effet, nous ne pouvons pas prétendre mesurer la causalité, car il peut y avoir d'autres facteurs contribuant à l'échec de la conversion d'un utilisateur, en dehors de l'expérience d'une condition d'erreur/de segment.
Nos calculs de signification statistique sont basés sur le modèle statistique fréquentiste, qui utilisent notamment des tests-z. Ce modèle nous permet de tirer des conclusions significatives à l'aide de probabilités. Lorsque nous utilisons ce modèle, notre objectif est d'affirmer en toute confiance : "Nous sommes certains à x% que la différence observée n'est pas le résultat d'un simple hasard".
Notre niveau de confiance est défini sur 99%. Cela signifie que nous considérons un résultat de test statistiquement significatif uniquement s'il dépasse une valeur de 2,33, comme établi dans un tableau de distribution, communément appelé tableau z.
Chez Contentsquare, nos analyses opèrent avec un niveau de confiance de 99%. Ce qui signifie que :
- Nous avons 99% de chances d'identifier correctement l'hypothèse nulle comme fausse lorsqu'elle l'est effectivement, ce qui indique la présence de vraies différences ou variations.
- Il y a 1% de chances de conclure à tort que l'hypothèse nulle est fausse alors qu'elle ne l'est pas, ce qui conduit à des faux positifs.
Par exemple, si nous fixons le niveau de confiance à 95%, il y aura au moins 1 faux positif pour 20 erreurs ou opportunités (20 x 0,05 = 1). Toutefois, avec un niveau de confiance de 99%, nous ne prévoyons qu'un faux positif pour 100 erreurs ou opportunités (100 x 0,01 = 1).
Cette approche nous permet de trouver un équilibre entre la détection en toute confiance des vraies différences et la minimisation du risque de conclusions erronées.