07 Déc
Mauvaise nouvelle : a priori, vous ne disposez pas de données de qualité.
Malgré vos tableaux de bord, vos différents rapports et l’utilisation régulière d’une solution de web analytique, rien n’assure que les données récoltées sur votre site Internet, mais aussi dans votre back-office ou votre CRM soient de bonne qualité. La raison en est simple : le paramétrage d’un bon suivi d’audience et la remontée des données pertinentes (notamment entre différentes sources de collecte) est un travail d’orfèvre qui évolue en permanence.
Comment faire pour assurer la qualité de vos données et être certain de leur fiabilité ? La réponse dans cet article.
Qu’entend-on par « données de qualité » ?
On peut parler de données de qualité lorsque les 4 caractéristiques suivantes sont réunies :
- Des données complètes : vous disposez d’informations complètes sur les caractéristiques de vos clients et de vos visiteurs (données de compte, de contacts, d’habitudes), réunies sous un même profil.
- Des données disponibles : vous accédez sans problème et rapidement aux données dont vous avez besoin, et les différents services de votre entreprise peuvent aussi trouver les réponses aux questions qu’ils se posent.
- Des données à jour : la valeur des données clients diminue de mois en mois. Des données de qualité impliquent un nettoyage régulier, ainsi que la mise à jour des profils… faute de quoi vous prenez des décisions basées sur des facteurs devenus obsolètes.
- Des données utilisables : erreurs de remplissage de champs, fautes d’orthographe, coquilles, abréviations erronées… des données de qualité impliquent de résoudre ces problèmes et de bien encadrer la terminologie utilisée.
Pourquoi la qualité de vos données est fondamentale
Malgré un contexte général qui met de plus en plus en avant l’importance de disposer de données analytiques fiables pour prendre les bonnes décisions stratégiques et commerciales, de nombreuses entreprises hésitent encore à véritablement investir dans ce sens et pensent avant tout à réduire leurs coûts.
En faites-vous partie ?
Dans ce cas, vous passez à côté de données précieuses pour augmenter vos ventes, attirer plus de clients et mettre de côté les dépenses inutiles.
Il ne suffit en effet pas d’installer un code de suivi et de consulter ses statistiques de fréquentation pour assurer un véritable pilotage par la data.
La qualité des données est indispensable et permet d’optimiser plusieurs axes :
- La croissance du chiffre d’affaires
- La réduction, voire la suppression des dépenses non-pertinentes
- Un meilleur management du risque
- Une amélioration constante de votre site Web, de votre positionnement et de vos offres, grâce à des métriques et insights précieux obtenus dans Google Analytics.
Des données analytiques bien paramétrées et prêtes à être analysées selon vos objectifs vous permettront par exemple d’identifier en un clin d’œil vos tendances de vente par produits, de mieux comprendre ce qui fonctionne auprès de vos visiteurs et clients, mais aussi de réduire les coûts de campagnes selon leur ROI, d’anticiper vos lancements et de limiter les risques…
La conclusion ?
Vous assurer des données de qualité ne devrait jamais être considéré comme une dépense, mais bien un investissement… rentable !
Du CRM au back-office : les différents types de données à prendre en compte
Les données issues de Google Analytics ne sont pas les seules à être indispensables.
Vous devez aussi prendre en compte la qualité des données clients, bien suivre, paramétrer et nettoyer votre CRM, mais également vérifier que vos données comptables, vos stocks et le suivi de vos coûts remontent bien et peuvent être exploités ensemble pour prendre les bonnes décisions.
Des données justes et fiables vous permettent de croiser différentes informations, même si elles sont issues de sources différentes.
Votre logiciel CRM (Gestion de la Relation Client) doit par exemple assurer :
- Une liste de clients sans doublons
- Des contacts à jour (suppression régulière des comptes obsolètes)
- Des attributs bien renseignés
- Le respect des formats et normes lors de la saisie
- Des données « propres » pour réduire le taux de PND et de NPAI…
Le risque d’une mauvaise qualité de ce type de données clients est triple : diminution du ROI des actions, pollution de la qualité de vos décisions et gestion appauvrie de la relation entre marque et client.
Pourquoi constatez-vous des écarts de données selon la source consultée (AdWords, back-office, etc.) ?
Il est fréquent de constater des écarts entre les différentes données récoltées par une entreprise.
Dans le cas d’un site e-commerce par exemple, un pan spécifique doit être pris en compte : la qualité de vos données dans le back-office (les commandes en particulier), qui peuvent parfois différer de ce que vous voyez dans Google Analytics.
Pourquoi ?
Voici quelques causes répandues qui peuvent générer des différences entre les commandes visibles dans votre back-office, et celles annoncées dans Google Analytics :
- Le code Google Analytics de validation de la commande n’est pas lancé
Pour enregistrer la validation d’une commande passée sur votre site Web, Google Analytics peut attendre que le code de la page de confirmation de cette dernière se lance. Le chargement de la page permet donc de déclencher la validation de la transaction dans les données de suivi. Il arrive cependant que le renvoi vers la page e-commerce suivant immédiatement le paiement ne soit pas activé… dans ce cas, le back-office affiche bien votre vente, mais pas Google Analytics.
- Le code de tracking est erroné
C’est l’une des erreurs les plus courantes, y compris pour les sites qui ne relèvent pas de l’e-commerce. Que vous ayez inséré vous-même le code de suivi ou ayez utilisé un plugin, il arrive fréquemment que le code soit « endommagé » ou erroné au moment de sa copie. Veillez aussi à copier le bon code pour votre site (Universal, Classique, etc.)
- La fonctionnalité e-commerce n’est pas active
Google Analytics est très puissant, mais la solution ne suit pas par défaut les performances d’un site e-commerce. Pensez à activer le suivi du commerce électronique pour voir apparaître les ventes dans vos tableaux de bord !
Pour cela, rendez-vous dans Administration > Compte/Vue ou Propriété souhaité > Colonne Vue et activez « Paramètres de commerce électronique » :
Autre cas fréquent de différences statistiques entre Google Analytics et une autre source de données : AdWords.
Avant de paniquer, rappelons un point important : de par leur fonctionnement différent, il est normal de constater des différences entre ce que vous voyez de vos campagnes PPC au niveau d’AdWords et ce qui apparaît dans Google Analytics.
Néanmoins, si la marge d’erreur est conséquente (c’est-à-dire au-delà de 5 à 10% d’écart), c’est qu’il y a bien un souci.
Cela peut venir d’erreurs de paramétrage, de problèmes liés au code de tracking, d’un code de suivi qui ne se charge pas, de problèmes de marquage, ou de problèmes de suivi des URL (ajouts de paramètres approximatifs ou absents, conflit entre taggage automatique et manuel).
Bonnes pratiques et conseils pour garantir la fiabilité et la qualité de vos données
La fiabilité de vos données repose sur l’identification d’éventuels problèmes, la mise en place de solutions pour y remédier… mais aussi sur la création d’un processus qualité visant à soutenir vos efforts analytiques à moyen et long termes.
Procédez à un audit de vos données
Résoudre les problèmes et améliorer la qualité de vos données nécessitent des audits réguliers organisés au cours du déploiement des balises et des éléments de collecte, mais aussi au fur et à mesure que vous les faites évoluer.
Pour réussir votre premier audit :
- Intégrez tous les services et collaborateurs concernés pendant le développement;
- Réalisez des tests avant la phase production;
- Testez immédiatement la collecte des données après le déploiement.
Si dès l’environnement de production, toutes les données potentielles n’apparaissent pas dans l’outil d’analyse, c’est que vous avez une perte au moment de la collecte ou du transfert et que vous devez immédiatement l’identifier pour la résoudre.
Identifiez les principales sources d’erreurs dans Google Analytics
Plusieurs problèmes de configuration peuvent menacer la qualité de vos données et du tracking en général :
- Une URL par défaut incorrecte. Lorsque vous créez votre compte Google Analytics, vous devez fournir l’URL de votre site Internet. Il peut arriver que suite à une mise à jour ou un souci d’intégration, le code de suivi soit manquant ou erroné. Vérifiez que l’URL est la bonne dans Propriétés > Paramètres.
- Une perte de paramètres ou de données entre votre compte et des ventes réalisées chez un tiers, ou bien lors de la comparaison avec votre compte AdWords.
- Un suivi des objectifs mal configuré : si aucune conversion n’apparaît alors que vous avez bien constaté des ventes, vérifiez que vos objectifs sont bien enregistrés et que vous n’avez pas modifié les éventuelles URL qui y correspondent.
- Un conflit entre plusieurs codes de suivi (Google Analytics ou autre solution).
Pour en savoir plus sur les principaux problèmes de configuration et la manière de les résoudre, consultez notre article à ce sujet.
Mettez en place un processus de gouvernance de la qualité de vos données
L’un des moyens les plus efficaces d’assurer la qualité de vos données est d’intégrer leur collecte, leur analyse et les prises de décision qui en découlent dans le cadre d’un processus global qui leur est dédié.
Vous pouvez par exemple créer un process à suivre pour chaque ajout de balises, ponctué d’étapes clés et de validations en amont, pendant et après le déploiement. L’idée n’est pas d’alourdir votre charge de travail, mais de bénéficier d’un système agile et collaboratif qui évite la tentation de sauter les étapes.
Enfin, bloquez des dates régulières de contrôles et de rapports sur vos données et les analyses que vous en tirez, ce qui est un pilier fondateur du pilotage par la data.
Vous l’avez compris, des données de qualité sont indispensable à votre succès. Avez-vous déjà mis en place une stratégie pour les garantir ?
Réservez votre audit gratuit avec nos experts Analytics
