Le mot donnée est un mot assez simple. Une donnée peut être n’importe quoi. Tout est de la donnée : le nombre de mots dans cette phrase, le nombre de fois que vous avez bu du café ce matin ou le nombre cheveux sur ma tête. Une donnée, c’est un chiffre, plusieurs données, c’est plusieurs chiffres. Une donnée devient importante lorsque celle-ci devient une information.
Une donnée devient une information quand on lui donne un sens. Pour être précis, une donnée devient une information quand elle est traitée, organisée, structurée, expliquée ou présentée. Pour vous dire un exemple simple qui doit vous êtes déjà arrivé. Vous faites une conclusion de la campagne et vous dites dans votre rapport “il y a eu 10 conversions”. Est-ce que 10 conversions c’est bon? Est-ce que 10 conversions c’est une campagne réussie? Quelle était la période de temps de ces 10 conversions? Quelles sont ces 10 conversions? Toutes ces questions ne sont pas toujours répondues de base quand on fait un rapport.
Voici plusieurs étapes afin de bien travailler avec la donnée et être en mesure de bien la transformer en information.
Respecter la donnée
Pour bien comprendre la donnée, il faut la respecter. Il ne faut jamais jouer avec les chiffres pour tenter d’améliorer un rapport. Le but des données, est souvent à tort, de dire qu’une campagne s’est bien déroulée, alors que c’est supposé être pour donner le résumé d’une campagne et donner des pistes d’améliorations.
En pratique, c’est afficher des données qui ne sont pas toujours positives dans le but d’avoir un rapport positif à remettre à la personne qui a dirigé la campagne. Je ne parle pas de falsification de données, mais simplement de décider d’afficher les données qui sont en amélioration seulement ou de justifier des baisses avec des données moins importantes. Exemple : “Le cout par conversion est en hausse, mais nous avons plus d’impressions, donc plus de monde voit nos publicités et sont affectées à la marque.” Cela peut être positif, mais souvent on aimera baisser le cout par conversion.
Respecter la donnée, c’est s’assurer que la donnée soit le plus vraie possible. Si on veut pouvoir porter des conclusions, on doit s’assurer que personne ou aucun évènement ne vient perturber la donnée. Si on vient modifier la donnée pour améliorer le portrait global, on ne pourra pas dire que la campagne a aidé à l’entreprise. Un cas typique que j’explique durant mes formations Google Analytics est l’exemple d’une petite entreprise qui dit à tous les autres élèves dans la classe “Allez tous sur mon site, ça fera augmenter les visites.” C’est la pire chose à faire, car vous serez pris indéfiniment avec un pic de trafic une journée (si vous êtes un très petit site on s’entend) qui n’est expliqué que par une tactique qui ne peut pas être répétée. De plus, probablement que ce trafic n’est pas de qualité, car les gens ont été forcés de faire l’action.
Analyser la donnée
Comme je commençais en disant qu’une donnée n’est qu’un chiffre en comparaison à une information, il est de votre devoir de transformer ces données en information pour la personne qui va lire la donnée. Peut-être que vous êtes le seul à vraiment bien comprendre ce que cela veut dire que le cout par clic est en baisse et que si vous ne dites pas que c’est positif (si ce l’est), personne ne le saura. Peut-être même que ce n’est pas un bon signe que le cout par clic descend, car en contrepartie le cout par conversion augmente et cette baisse est due parce que vous miser sur les mauvais mots-clés moins chers.
Le rôle du marketer est d’analyser la donnée dans toutes ses formes pour s’assurer de pouvoir sortir toutes les informations nécessaires en plus de s’assurer que la donnée est la bonne. L’analyse d’une donnée passe par la mise en contexte et la comparaison de la donnée avec les autres et dans le temps. Quand vous prenez le temps de voir si le résultat de la donnée a du sens avec plusieurs comparaisons, c’est de cette façon que vous vous assurez de bien comprendre, analyser et présenter la donnée.
Faire comprendre la donnée aux autres
C’est important d’être capable de faire parler la donnée pour lui donner un sens. Lui donner un sens pour vous, mais aussi pour les clients et pour vos patrons. Cela veut souvent dire de rendre la donnée accessible. Voyez ça comme le travail d’un ingénieur. Un ingénieur passe beaucoup de temps à préparer les plans d’un pont, beaucoup de temps à faire une tonne de tâches que je ne connais même pas et pourtant, en tant qu’utilisateur du pont, vous ne voyez que le résultat final. Vous n’avez pas besoin de comprendre pourquoi il y a 12 poutres au lieu de 11, vous n’avez pas besoin de savoir en quoi est fait le pont, vous devez juste emprunter un pont et celui-ci est solide.
Donc, vous devez préparer la donnée, vous assurer qu’elle est sécure, qu’elle est vraie et qu’elle sera assez solide pour être utilisée par d’autres personnes. Cela passe par tester la fiabilité des sources de données, tester la fiabilité des connecteurs qui vont chercher la donnée, afficher seulement les données nécessaires selon l’utilisateur, faire les calculs des données calculés et dire si le chiffre final est une bonne nouvelle ou non.
Faire comprendre la donnée, c’est aussi lui donner un sens pour l’utilisateur. Pour lui donner un sens, la personne qui doit lire les informations doit comprendre ce qu’elle lit et l’impact. Cela passe par l’explication des termes utilisés avec les données. Cela passe aussi par la mise en contexte de la donnée. Un exemple fréquent est lorsque les données sont comparées (avec une flèche qui montre une hausse ou une baisse), mais qu’on ne sait pas à quelle période de temps exactement. Si on doit supposer, on peut prendre de très mauvaises décisions.
Finalement, faire comprendre la donnée aux autres passera aussi par l’interprétation de la donnée pour que l’utilisateur comprenne l’impact de celle-ci. Cela veut dire expliquer la donnée et son impact pour la personne qui lira la donnée. Cela peut aider à relativiser les chiffres, mais surtout pour aider à prendre des décisions sur ces données.
Il y a souvent des situations uniques qui peuvent justifier des chiffres en baisse. Exemple : Si un taux de conversion est en baisse, on pensera que c’est mauvais. Par contre, cela est peut-être dû à un bris du module de suivi de conversion ou encore que le site a été spammé et beaucoup de robots sont venus sur le site web. Cela est parfois valable pour les hausses extrêmes aussi. De façon générale, on voudra expliquer les extrêmes.
Le rôle du marketer est de respecter la donnée pour la faire comprendre en l’analysant.
=======ACTIVITÉ POUR CONCRÉTISER LE CONSEIL========
Prenez un ancien (ou récent) rapport que vous avez et essayez de le faire comprendre à quelqu’un qui connaît moins la campagne pour voir si celui-ci comprend si la campagne va bien ou non.
Faites le même exercice, mais donnez seulement quelques minutes à la personne pour savoir si elle est capable de comprendre si la campagne va bien rapidement. En réalité, les gens n’ont pas toujours le temps de tout regarder le rapport, donc il faut s’habituer à préparer un rapport pour ce genre de personnes aussi. On pensera à bien afficher les KPI.
Si vous voulez vraiment rendre vos rapports comprenables, essayez de les montrer à quelqu’un qui ne connaît pas du tout le web, que ce soit un ami dans un autre domaine ou un membre de votre famille. Observer ses réactions à la lecture de votre rapport pour voir comment il est possible de rendre encore plus évident la compréhension du rapport.
Prenez en note les apprentissages que vous avez retenu.
