Les outils web analytics sont aujourd’hui essentiels à la compréhension de l’engagement et à la fourniture d’expériences client digitales optimales. L’analytics est devenu une priorité pour les sociétés : en 2017, 73% des sociétés utilisent ces solutions en priorité par rapport aux autres outils disponibles (tag manager par exemple). Une société qui maîtrise son outil analytics et qui arrive à exploiter toutes les possibilités offertes par celui-ci est considérée comme “digitalement intelligente”. A condition d’avoir choisi LE bon outil.

Très souvent, les acheteurs de solution web analytics n’en sont pas les utilisateurs finaux. Ce constat implique naturellement un décalage entre ce dont ont vraiment besoin les équipes qui vont être amenées à utiliser l’outil et les critères influençant le choix de l’acheteur. L’outil n’est alors pas considéré optimal par les équipes et n’est pas utilisé correctement pour la société.

En tant que web analysts, à la frontière entre la data et le marketing, nous avons étudié et classifié des critères de sélection pertinents en prenant d’abord en compte les objectifs et les attentes liées à la typologie de votre écosystème digital pour bien choisir votre outil analytics et savoir à quelles fonctionnalités s’intéresser davantage lors de ce choix.

Les critères de Forrester

Forrester est l’une des sociétés de recherche et de conseil les plus influentes au monde. Les connaissances uniques de Forrester se fondent sur des enquêtes annuelles menées auprès de plus de 675 000 consommateurs et chefs d’entreprise à travers le monde et des méthodologies rigoureuses et objectives.

Comme chaque année, une étude a été menée au 4^ème trimestre 2017 par James McCormick, Gene Leganza et Emily Miller pour dresser l’état du marché des solutions web analytics et classifier les principaux fournisseurs grâce à des critères précis, répartis en trois groupes :

• L’offre actuelle : les fonctionnalités de l’outil.
• La stratégie : le positionnement de l’entreprise vis-à-vis de l’utilisateur.
• La présence sur le marché : utile dans l’analyse pour s’assurer de la viabilité de la société pour ses clients, mais qui n’a pas pesé dans le mapping final.

L’étude comprend une analyse du marché et une enquête diffusée auprès des utilisateurs finaux : web analyst, IT, directeur marketing, chef de produit… Voici les critères utilisés et l’importance accordée à chacun via un système de pondération :

Cette étude, bien que finement menée, ne reflète pas forcément la réalité du marché. Tout d’abord, elle a été réalisée sur le marché américain, qui, même s’il représente un bon échantillon du marché actuel, ne prend pas en compte les particularités du marché européen liées aux différences de réglementations dans la collecte et l’utilisation des données, à l’accessibilité plus ou moins simple aux services d’assistance pas toujours basés en Europe, à la pluralité des langues utilisées sur le Vieux Continent… Aussi, bien que les critères d’études soient pertinents pour analyser la globalité des différentes offres, d’autres critères plus essentiels tels que le budget alloué à l’achat d’une solution, le niveau de maîtrise des outils d’analyse web par les utilisateurs finaux et le niveau de granularité recherché sont des facteurs à prendre en compte. D’ailleurs, elle ne prend pas en compte la nature de l’écosystème digital qui peut être totalement différent d’une société à une autre. Enfin, l’étude en elle-même n’est pas à la portée de tous compte tenu du vocabulaire technique employé par le cabinet Forrester, c’est pourquoi nous tenterons dans cet article d’en faciliter la compréhension tout en conservant son authenticité.

Notre classification

Chez AVISIA, nous sommes fortement concernés par cette classification de référence car notre métier est d’accompagner les sociétés dans la collecte et l’utilisation de la data à des fins marketing. Ainsi, notre travail dans cet article aura pour but de reconsidérer l’importance de chaque critère d’un point de vue web analyst, combinant ces deux sujets que nous abordons quotidiennement dans nos missions. Selon nous, un outil doit d’abord être adapté à l’activité de votre écosystème digital que nous avons catégorisé comme suit :

• l’écosystème à caractère informatif type institutionnel, médias… Cet écosystème se caractérise par la mise en ligne d’articles rédactionnels, renouvelés régulièrement. Ses besoins seront plutôt simples : remontées et analyse des données. La seule complexité réside finalement dans la mise à jour régulière du contenu dont les informations doivent remonter dès qu’elles sont en ligne.
• l’écosystème expérientiel est particulier dans le sens où il présente un caractère informatif à première vue mais qui nourrit un objectif commercial à court/moyen terme. Autrement dit, cet écosystème est centré sur l’expérience client pour le pousser à l’achat d’un produit ou de la délivrance d’un service. Exemple avec les simulateurs de personnalisation de voiture en ligne qui n’ont pas d’autres objectifs que de vendre le véhicule à terme. Ses besoins seront un peu plus complexes : remontées, analyse et traitement des données à granularité fine.
• l’écosystème e-commerce est sans équivoque : l’objectif est de convertir chaque prospect en client, puis en client fidèle. Contrairement à cet objectif “simple”, les besoins sont complexes : remontées, analyse et traitement des données à granularité très fine, création de tunnels et d’objectifs de conversion.

En définissant ces trois écosystèmes, nous définissions également clairement les objectifs et attentes de l’outil analytics.

Dans la seconde partie de cet article nous détaillerons notre positionnement vis-à-vis des outils analytics et dans le cadre de cette classification