L'analyse de cohorte est utilisée par les statisticiens depuis des décennies (le plus souvent dans les domaines de la médecine et de la finance). Les avancées récentes en matière de collecte et de traitement de données rendent l'analyse de cohorte accessible pour les entreprises et notamment pour le commerce en ligne. Cela permet d'étudier la fidélité de la clientèle, de prévoir les revenus futurs, et de surveiller, notamment, le taux de désabonnement. Comment interpréter une analyse de cohorte avec Google Analytics ? Suivez le guide.
Bien lire le rapport d’analyse des cohortes
Contrairement à la plupart des tableurs, que vous lisez de gauche à droite (une ligne à la fois), vous retirerez probablement bien plus de valeur d'un rapport d'analyse des cohortes en en faisant une lecture par colonnes. Cela vous permettra de repérer les problèmes dans le cycle de l'utilisateur.Comment les identifier rapidement ? Ils sont marqués par les changements de couleurs dans la colonne. Plus la différence entre les nuances de couleur est forte, plus un grand écart est mesuré. Dans un monde parfait, 100% de vos clients reviennent et achètent tous les mois... Mais en réalité, ce n'est pas vraiment cela ! Le rapport idéal devrait vous présenter des nuances qui se suivent et se combinent. Dès qu'une couleur ressort, regardez-la en détail.
Vous pouvez ainsi identifier plusieurs tendances :
- L'érosion de la fidélité de vos visiteurs. Si 90% de vos visiteurs du mois M reviennent à M+1, ce chiffre risque de chuter à 80% à M+2, 70% à M+3, etc... Regardez quand la courbe plonge brutalement ;
- La durée d'engagement la plus fréquente. Si vous identifiez une chute brutale après 3 mois, cela signifie que les visiteurs perdent en intérêt pour votre site. Devez-vous songer à une refonte de votre offre produits plus fréquemment ? Devez-vous mieux planifier votre newsletter pour redynamiser ces visiteurs ?
- La fidélité des utilisateurs sur tablette et mobile est-elle meilleure que sur le site ?
En utilisant le rapport d'analyse de cohortes, n'oubliez jamais que la granularité de la cohorte doit correspondre au cycle d’achat du client. Ainsi, si votre site propose des produits avec un prix élevés et avec une fréquence d'achat réduite, une plage de dates courte pour l'analyse ne révélera rien de bien intéressant. Au contraire, pour un site qui propose des achats qui peuvent être répétés avec des intervalles courts, alors ce rapport sur une période courte sera utile. En clair, adaptez la plage d'analyse pour ne pas vous retrouver face à des incohérences.
[alert-success]Lire aussi : "Comment mesurer la fidélité avec Google Analytics ?" et "Comparez les comportements de vos utilisateurs avec le rapport d’analyse des cohortes !"[/alert-success]Crédit photo : Sponchia / Pixabay
