ecommerce-digital-analytics

Un grand chapitre e-commerce s’ouvre sur notre blog. Il correspond pour AT Internet au lancement d’un nouveau module d’analyse entièrement dédié au suivi des ventes en ligne. Aujourd’hui et dans les prochaines semaines, nous allons partager notre vision d’un e-commerce efficace, orienté data. Nous adresserons les nouveaux enjeux des e-commerçants qui utilisent la donnée comme catalyseur de leur activité. Au programme : analyse de l’UX, optimisation des conversions, ou encore fidélisation client par l’automatisation.

Dans ce premier article, voyons pourquoi une stratégie analytics s’impose naturellement pour un e-commerçant en quête d’efficacité.

 

Pour évaluer la performance du site (avant d’investir)

 

On résume souvent la bonne santé d’un site e-commerce à l’efficacité de sa stratégie d’acquisition de trafic. L’équation est la suivante : pour augmenter son CA, il suffit d’augmenter son trafic. Les principaux leviers sont bien connus : SEO, display, affiliation, réseaux sociaux, marketplaces… Mais si les dépenses explosent en matière d’acquisition, le ROI n’est pas au rendez-vous. Plus de 9 visites sur 10 entrainent des coûts d’acquisition sans générer de recettes. L’analogie du « Leaky bucket » résume assez bien l’inefficacité de cette approche : pourquoi s’obstiner à déverser de l’eau dans un seau percé ? (et surtout : pourquoi ne pas chercher à combler les trous d’abord ?).

Bien sûr l’acquisition de trafic est essentielle (car sans visiteurs, difficile de fidéliser qui que ce soit …), mais avant cela, évaluez d’abord la performance de votre site. En plus des indicateurs de référence comme le CA et le volume des visites, regardez les taux de conversion, taux de réachat, taux de retours produits, etc. Pour renforcer l’efficacité commerciale d’un site web, les axes d’optimisation sont nombreux : catalogue produit, personnalisation du parcours d’achat, UX des phases critiques (fiches produits, panier, paiement, …), fidélisation, etc.

Ce travail d’optimisation basé sur l’analyse des data est clé pour que le e-commerçant sorte du lot, améliore l’engagement client et gagne en efficacité.

 

Pour optimiser le merchandising

 

Même si son impact peut passer presque inaperçu (à côté d’une campagne d’achat media par exemple) l’optimisation du merchandising ne doit pas être oublié dans une stratégie e-commerce. Les exemples du commerce physique sont inspirants d’ingéniosité et d’efficacité : signalétique, parcours fléchés, agencement des produits, stimulations visuelles et olfactives, services additionnels.

Sur le digital, 2 grands défis se posent :

Pour réussir, les leviers d’optimisation sont multiples : moteur de recherche, catégorisation des produits, outils conversationnels, listes de produits, ergonomie, fiche produits, avis clients, cross-sell et up-sell. L’analyse comportementale des visiteurs, possible grâce aux données analytiques (visites, recherches, consultations produits et achats), est donc cruciale pour proposer une offre adaptée.

Arrêtons-nous un instant sur le moteur de recherche du site. Et plus particulièrement sur les recherches qui n’aboutissement pas. Votre suivi analytique permet de retrouver tous les mots-clés saisis et de vérifier qu’une faute de frappe n’est pas à l’origine de l’absence de résultat. Toujours utile d’écarter ce genre d’hypothèse quand on sait que les visiteurs utilisant un moteur de recherche convertissent 3 fois plus que les autres.

 

Pour renforcer sa stratégie de test & learn

 

Qui dit Merchandising dit Testing. Le test A/B est une technique d’optimisation efficace. Beaucoup d’e-commerçants y ont recours. Les variantes de tests sont quasiment infinies sur un site de vente en ligne : tests graphiques (couleurs, taille ou formes des boutons d’ajout au panier), étapes de navigation, mises en avant du prix, du stock, des tarifs de livraison, positionnement des éléments de réassurance, visuels, informations du formulaire, process de paiement, …

Mais partir à l’aveugle dans une démarche de test & learn peut se retourner contre vous. Perte de temps, optimisations inutiles, interprétation faussée des résultats, beaucoup de risques existent.

Relier votre outil de testing (ou CRO) à une solution analytics est donc fortement conseillé. En amont des vagues de tests, vous pouvez plus facilement identifier les points faibles du site (déperdition de trafic par exemple) et mieux cibler vos tests et actions correctives. La data permet également de détecter les pages à fort potentiel pour des tests de promotions ou de produits similaires par exemple. La solution analytics permet aussi de vérifier et qualifier avec une grande précision les résultats de vos tests A/B. Si vous décidez de cibler un marché en particulier, vous pouvez isoler les données d’un pays grâce aux analyses de géolocalisation. Retrouvez plus d’infos dans cet article sur les complémentarités entre tests A/B et Digital analytics.

 

Pour doper le taux de conversion

 

Près de 30% des visiteurs abandonnent leurs commandes en raison d’un process de paiement trop long ou trop complexe. Le tunnel d’achat est le nerf de la conversion. Un client qui s’y engage est une opportunité de vente imminente. Votre priorité : limiter au maximum l’abandon de panier en simplifiant à l’extrême le process d’achat. La compréhension du comportement de l’acheteur à chaque étape de la commande va permettre de façonner votre site pour proposer une expérience fluide, rapide et rassurante. Cette connaissance client est là sous vos yeux dans vos données analytiques. Grâce à elles, vous décortiquez chacune des étapes du parcours clients. Vous pouvez par exemple :

  • Mesurer la contribution au chiffre d’affaires des suggestions de produits complémentaires sur la page panier.
  • Etudier l’impact du mode livraison sur les visiteurs qui n’ont pas converti.
  • Définir un seuil de tolérance pour votre tarif de livraison.
  • Comparer l’efficacité des modes de paiements en fonction du nombre de transactions effectuées.
  • Détecter des erreurs techniques sur des modes de paiements (lenteurs, défaillances du système de sécurité, etc.).

Cette liste est loin d’être exhaustive. Beaucoup d’insights permettent d’affiner votre offre à différents niveaux du tunnel. Résultat : vous augmentez sensiblement votre taux de conversion.

 

Parlons un peu de ce fameux taux de conversion. En règle générale, il est calculé sur la base des visites : ratio entre les visites ayant converti et le total des visites. Mais vous pouvez aussi vous concentrer sur les conversions par visiteur. Une analyse « visitor-centric » prend en compte la granularité (temporelle) du cycle d’achat. Par exemple, un site web de type « drive » peut s’attendre à des commandes hebdomadaires, alors que sur un site de vente de bijoux la fréquence de conversion est beaucoup moins élevée. Sous cet angle « visiteur », votre analyse est plus précise, plus proche de la réalité, et donc plus facilement exploitable dans vos prises de décisions.

 

Pour mieux fidéliser ses clients

 

Juste un chiffre : 27%. C’est le pourcentage de chances qu’un client revienne après un premier achat. En e-commerce, le secret de la fidélisation est (là encore) la connaissance client. Elle peut parfaitement reposer sur des technos de segmentation automatique. Vous gagnez un temps précieux et évitez des erreurs manuelles potentiellement critiques. Comment ça marche ? Des algorithmes de machine Learning intégrés à la solution digital analytics détectent automatiquement des populations d’acheteurs puis les catégorisent en différents groupes (récents, fidèles, sceptiques, endormis, peu dépensiers, etc.). Le système se base sur l’activité détectée sur votre site et des seuils de montants, de récence et de fréquence d’achats des clients. Mais attention, si l’automatisation peut vous faire gagner du temps, votre bon sens d’analyste reste nécessaire :

  • Pour veiller à ne pas sur-solliciter vos clients aveuglément et à intégrer leurs historiques d’achat dans vos relances (on a tous déjà reçu de la pub ou un e-mail pour un produit… qu’on venait juste d’acheter… #fail).
  • Pour être vigilant sur tous les aspects légaux relatifs au retargeting (RGPD oblige !).
  • Pour prendre en compte la durée du cycle d’achat d’un produit avant de réactiver une campagne.

 

Si vous ne deviez retenir qu’une seule chose : penser « optimisation du site » d’avant d’investir massivement dans tous vos canaux d’acquisition de trafic. Misez sur la data pour améliorer votre efficacité commerciale. Mais soyez vigilants à la qualité de la donnée analytique que vous utilisez. Une donnée fiable n’est pas un luxe en e-commerce, c’est une condition sine qua non. L’échantillonnage par exemple n’est pas acceptable lorsque vous manipulez des données de paiement et de chiffres d’affaires. Les pertes de trafic dues aux adblockers et aux limites technologiques de certaines solutions (comme la perte du navigateur sur la page de confirmation de commande) sont des freins majeurs au bon suivi de votre activité. Etudiez bien toutes ces questions avant de vous lancer dans l’aventure de l’e-commerce data-driven.

 

Et si vous êtes à la recherche de bonnes pratiques, conseils et recommandations d’experts, téléchargez notre guide :

ecommerce-In-post-banner-FR
Author

Responsable éditorial. Bernard a piloté la stratégie de Content marketing d'AT Internet pendant près de 10 ans. Ses sujets de prédilection : le data marketing, les stratégies d'Inbound, la communication éditoriale web et les digital analytics.

Comments are closed.