Ces mesures que vous interprétez mal

Ces mesures que vous interprétez mal

mesureEn septembre dernier, comScore publiait un article sur son blogue (Top 5 Metrics You’re Measuring Incorrectly) que j’ai tout simplement adoré bien qu’il était un peu biaisé. Je souhaite vous faire part de son propos àma manière et en français. J’en adresserai aussi que 4 car il y avait un certain recoupement dans l’article original.

Il faut faire attention à l’interprétation que l’on fait des mesures, des données devant nous. Sans tomber dans les termes trop techniques, il faut jouer à l’avocat du diable avec les données et leurs définitions. Au mieux elles représentent le plus petit dénominateur commun – pas nécessairement ce que l’on aimerait que soit le cas.

1. Le visiteur unique ou usager unique (Unique Visitors)

J’ai déjà publié un article sur ce sujet spécifiquement en juin dernier, ainsi qu’en 2010. Presque tous les usagers du web s’y connectent avec multiple appareils (ordinateur au bureau et àla maison, appareil téléphonique intelligent, tablette, liseuse, télévision connecté, console de jeu…). Sur certains appareils ils utilisent plusieurs fureteurs (browsers). Un visiteur unique est compté pas quand un humain visite un site, mais distinctement via chaque appareil et fureteur utilisé- il est donc compté plusieurs fois, à tous les jours. Ceci a naturellement un impact direct sur tous les ratios impliquant le visiteur unique.

Votre solution analytique est dans le champ avec son décompte de visiteurs uniques parce qu’elle se fie sur les fichiers témoins. Le décompte de comScore est plus exact car il mesure le comportement de l’humain derrière l’appareil et le fureteur.

2. Impressions publicitaires vues

Les impressions publicitaires livrées sur les sites ne sont pas nécessairement vues par un humain.

Il y a le fait que pas tout le monde regarde une page web dans son entièreté, mais juste le premier écran ou se retrouve l’info recherché bien souvent qui fait que les publicités affiché plus bas sur la page ne sont pas souvent vue. Le ratio de visibilité est directement relié à la distance du positionnement par rapport au haut de la page – le plus bas elle est, le moins elle est vue. J’ai déjà publié sur ce sujet deux fois au mois d’août dernier (1 et 2).

Il y a aussi la fraude publicitaire (j’ai une série d’articles sur ce sujet ici).  En gros, au moins 50% des impressions publicitaires rapportés par les serveurs publicitaires ne sont pas vue par un humain.

La fraude affect non seulement les impressions, mais aussi les clics – il y a un bon pourcentage des clics (pas juste sur les moteurs de recherche) qui sont faux.

Ben là!

Oui, ça part mal. Si le décompte de visiteurs unique et d’impressions publicitaires sont régulièrement et grossièrement erronés, cela a un impact sur toutes sortes de ratios! Àvrais dire, l’impact est probablement sur tous les ratios que vous utilisez régulièrement.

Ceci a donc l’impact additionnel sur vos décisions d’affaires et vos mesures de succès.

3. Taux de conversion

Le taux de conversion est un des ratios et ICP (indicateur clé de performance – KPI si vous préférez le terme anglais) les plus utilisés en marketing numérique. Votre nombre de conversion est surement un chiffre fiable, mais le ratio que vous en dérivé du nombre de transactions se base est en fonction d’un nombre de clics, impressions ou visiteurs uniques qui peuvent tous être frauduleusement truqué.

Au-delàde la fraude omniprésente, àmoins que vous suivez votre clientèle numérique avec un profile Facebook ou Google, vous ne pouvez pas réellement la suivre d’un fureteur web àun autre, d’un appareil àun autre. Effectivement, àcause de la méthodologie de mesure numérique du visiteur unique, il n’est pas possible de suivre un individu de A à Z. Les taux de conversions sont donc négativement affectés par ceci.

4. Mesure d’engagement (temps passé, pages vues, taux de complétion vidéo)
Pour plusieurs des mêmes raisons évoqués plus haut, vos mesures d’engagement sont erronés. Si vous utiliser une solution d’analytique standard, pas connecté à un système de login des usagers, vous ne pourrez distinguer un individu vous consultant de divers fureteurs ou appareils. Les pages vues par usager et le temps passépar usage par période en seront donc directement affecté. Le problème se multiplie si vous avez un site mobile distinct de votre site web, ou encore si vous avez une application mobile.

Une étude de ESPN démontre que les individus consultant une marque via multiple appareils sont des individus qui ont beaucoup plus de valeur pour la marque que ceux qui l’accède d’un seul appareil. Cela démontre un plus profond appréciation et engagement envers la marque si on la consulte dans divers contextes.

Qu’en pensez-vous? Ais-je clarifié une situation qui était bizarre dans vos données?

Add comment