La prise de décisions fondées sur les données nécessitent que vos différentes équipes effectuent les bonnes analyses et s'alignent sur les résultats.
Parmi les problèmes courants qui empêchent la prise de décisions axées sur les données, on retrouve souvent :
- Le manque de régularité dans la réalisation des analyses.
- La réalisation d'analyses portant sur des domaines sans impact commercial significatif pour l'entreprise.
- Le fait que des analyses sont effectuées en double par différentes équipes.
- L'absence d'une structure claire pour la réalisation d'analyses, entraînant une collecte de données incorrectes ou intermittente.
- Un manque d'application des analyses à l'échelle globale de l'organisation.
Examinez vos processus actuels
Il est important d'identifier les membres de l'équipe et les outils impliqués dans chacune des étapes suivantes.
Étape |
Membre de l'équipe |
Outils |
Produit livrable |
1. Décider et prioriser les analyses |
Ex : Haute direction / Cadre supérieur, Responsable Produit, Analyste de données, E-Merch... |
Ex : Contentsquare et Google Analytics 4 |
Ex : Roadmap (ou "feuille de route") des analyses |
2. Effectuer une analyse |
Ex : Analyste de données, Responsable Produit, UX Designer, Chief Revenue Officer, Agence digitale... |
Ex : Contentsquare |
Ex : Liste d'idées et de recommandations |
3. Prioriser les tests A/B ou les développements |
Ex : Conseil d'administration, Responsable Produit, Équipe de projet... |
Ex : Contentsquare |
Ex : Roadmap des tests ou des résultats |
4. Concevoir et développer une fonctionnalité ou un test A/B |
Ex : UX Designer, AB Team, Développeurs, Agence digitale... |
Ex : Kameleoon, ABTasty... |
Ex : Mock-ups, tests en ligne |
5. Analyser l'impact |
Ex : Analyste de données, Responsable Produit, Agence digitale... |
Ex : Contentsquare |
Ex : Résultats clés dans la roadmap des tests |
Prenez quelques minutes pour créer votre propre version du tableau ci-dessus. Si une case reste vide, vous avez peut-être identifié un chaînon manquant dans votre approche.
Recommandations pour une organisation davantage axée sur les données
1. Choisir une analyse
Il existe trois approches pour décider par où commencer :
- Suivre une roadmap d'analyses prédéterminée (suite à un audit ou à des problèmes commerciaux).
- Répondre aux demandes d'autres départements (Customer Success, UX/UI, Produit...).
- Déterminer les interfaces à analyser à partir des données que vous collectez grâce à vos outils d'analyse.
Outils recommandés : Contentsquare combiné à un outil d'analyse (Google Analytics 4, Adobe Analytics...)
Livrable : Roadmap d'analyses
2. Phase d'analyse
Selon l'organisation, un analyste de données, un Chief Revenue Officer, un responsable de produit, un UX Designer ou une agence digitale externe mèneront une analyse approfondie à l'aide de Contentsquare pour trouver des insights, des recommandations associées et des KPI à suivre.
Il est important de déterminer en amont qui est responsable des différents types d'analyses pour s'assurer que chaque projet est mené à bien et que les opérations ne sont pas réitérées inutilement.
Outils recommandés : Utilisation avancée de Contentsquare combinée à un outil d'analyse (Google Analytics, Adobe Analytics...)
Livrables : Liste des insights et recommandations
3. Prioriser les actions : établir une roadmap
La roadmap d'une version de produit (ou d'un test A/B) est déterminée par les décideurs par une combinaison :
- des données issues de la phase d'analyse (utilisation, trafic impacté, ROI potentiel…)
- des estimations de faisabilité et des coûts techniques
- d'éléments stratégiques et politiques
Livrable : Roadmap de la fonctionnalité en développement ou du test A/B
4. Conception et réalisation
L'équipe UX/UI Design conçoit les mock-ups (c'est-à-dire les prototypes d'interface utilisateur) à partir des analyses qui ont été effectuées dans la phase 2. Ces prototypes sont ensuite validés par le responsable du produit et par les développeurs. La mise en production peut se faire soit directement en production, soit via un test A/B.
Outils recommandés : Outils de conception graphique, outils de test A/B (Kameleoon, ABTasty...)
Livrables : Créations de designs d'écrans et mises à jour en ligne
5. Analyse d'impact
Les auteurs des recommandations (cf. étape 2 : analyste de données, Chief Revenue Officer, responsable du produit, UX Designer ou agence digitale) analysent les résultats du mock-up et, dans le cas d'un test A/B, décident de la suite à donner (déploiement, nouvelle itération…).
Livrables : Résultats clés dans la roadmap ou le rapport du test A/B.
6. Présentation des résultats
L'auteur de l'analyse partage les résultats du test ou de la mise à jour avec le reste de l'équipe, la direction, le comité exécutif…
Il s'agit d'une étape importante, car elle favorise l'utilisation des données et influence les futures analyses (voir étape 1).
Livrables : Présentation des résultats clés (lors d'une réunion hebdomadaire, d'un "Lunch and Learn", d'une newsletter…)
Facteurs de succès clés
Voici quelques conseils à mettre en œuvre pour garantir le succès de vos opérations :
- Déterminez des experts pour chacun de vos outils : ils serviront de référence.
- Définissez le rôle de chaque personne dès le début et réunissez les concernées pour valider qui est en charge de quoi dans le projet.
- Intégrez les décisions/discussions sur les données dans les réunions.
- Assurez-vous que les équipes utilisent les mêmes outils de suivi des données pour suivre les informations et les communiquer aux partis prenants.
Avantages d'une organisation guidée par les données
- L'impact stratégique des actions peut être mesuré.
- Les changements de production (ou les tests A/B) sont justifiés. La qualité prime sur la quantité.
- L'étude de l'impact des développements mobilisera vos équipes autour d'un objectif commun et clairement défini. Elles constateront de visu la valeur de leur travail.