Traduire le langage technique Adobe Analytics en un langage accessible à tous
Parler différents langages
Avec un monde numérique plus scruté que jamais auparavant, il est de plus en plus nécessaire de comprendre, d’analyser et d’exploiter les riches données disponibles dans votre configuration Adobe Analytics. Cette attention accrue peut faire apparaître un ensemble de parties prenantes totalement novices en matière de props et d’eVars. En tant qu’expert(e) Adobe Analytics de votre entreprise, vous êtes essentiel(le) pour aider vos parties prenantes à comprendre les détails techniques et tirer le meilleur parti de votre investissement Adobe Analytics.
Voici quatre conseils que j’ai trouvés utiles pour aider mes parties prenantes à comprendre le langage technique d’Adobe Analytics.
Conseil n°1 : prenez un bon départ avec vos parties prenantes
Un programme d’intégration solide pour vos nouveaux utilisateurs Adobe Analytics est essentiel pour stimuler l’adoption dès le départ. Souvent, votre programme d’intégration sera leur première exposition au monde merveilleux des props et des eVars. Votre programme d’intégration doit être accessible, pertinent et mémorisable pour que vos utilisateurs continuent à revenir à l’outil.
Par exemple, voici ma manière préférée d’expliquer les eVars et les méthodes d’attribution aux nouveaux analystes : imaginez que vous vous promenez le soir dans votre quartier et oh non, vous marchez sur un chewing-gum. Pendant le reste de votre promenade, ce chewing-gum reste collé sur la semelle de votre chaussure (comme une eVar !). Vous faites quelques pas et un autre chewing-gum se colle à votre chaussure. À la fin de votre promenade, vous décidez de jeter vos chaussures. Qu’est-ce qui vous a amené à prendre cette décision ? Était-ce à cause du premier chewing-gum sur lequel vous avez marché, à cause du deuxième, ou est-ce que les deux chewing-gums étaient en tort ?
Le partage du dictionnaire de données des eVars et des props est toujours une étape pertinente vers la démocratisation des données de votre organisation, mais ne vous attendez pas à ce qu’un utilisateur ordinaire mémorise toutes les variables personnalisées et leur utilisation prévue par index/nombre. Dans Adobe Workspace, faites plutôt en sorte que les noms des composants soient descriptifs avec des balises et des descriptions significatives. Cela permet à vos utilisateurs de trouver rapidement la mesure appropriée parmi vos centaines d’eVars et un nombre infini de mesures/segments.
Conseil n°2 : cherchez un langage commun
Quel que soit le secteur dans lequel vous travaillez, trouvez le langage commun qui connecte le monde d’Adobe Analytics à quelque chose de familier pour vos parties prenantes.
Chez The Home Depot, un(e) vendeur/vendeuse ou un(e) responsable de boutique peut ne pas savoir ce qu’est un accès, une visite ou un visiteur unique. Nous pourrions lui expliquer ce que sont les appels au serveur d’analyse, les sessions de navigation, les délais d’expiration et les cookies… ou nous pourrions lui parler de notre magasin physique et de nos clients (c’est-à-dire utiliser ce langage commun). Un visiteur unique devient un client qui passe par nos portes d’entrée. Les visites de site web deviennent le nombre de fois où un client est entré dans un magasin Home Depot. Et les accès deviennent des actions des clients comme marcher dans les allées ou parler à un employé du magasin.
À peu près tout dans l’interface utilisateur d’Adobe Analytics est personnalisable. Si votre entreprise appelle les paniers des sacs, vous pouvez renommer l’événement Panier en événement Sac.
Conseil n°3 : formez un groupe de rock stars
Gardez un œil sur vos rock stars de l’analyse, c’est-à-dire celle qui peuvent rapidement appréhender les nuances techniques d’Adobe Analytics et qui peuvent les appliquer facilement tout au long de leurs analyses. Que ce soit de manière officielle ou non, vous pouvez vous appuyer sur votre groupe de rock stars pour tester les modifications apportées à votre programme d’intégration ou pour être les utilisateurs bêta d’un nouveau rapport. Elles peuvent également signaler les lacunes dans les connaissances en analyse au sein de leurs propres équipes.
Chez The Home Depot, nous avons accueilli un défi Adobe Analytics au cours duquel nous avons posé à nos utilisateurs des questions complexes qui pouvaient être résolues à l’aide de l’outil. Le défi a permis de repérer quelques rock stars de l’analyse et nous a aidés à appréhender comment nos parties prenantes comprenaient les détails techniques d’Adobe Analytics.
Utilisez les rapports (modèles) de l’entreprise et des visualisations textuelles dans Analysis Workspace pour créer des guides contextuels qui aideront vos rock stars à rester sur la bonne voie.
Conseil n°4 : conserver les canaux de communication ouverts
Faites en sorte que les parties prenantes puissent obtenir de l’aide facilement lors de la création de tableaux de bord Adobe Analytics. Vous pouvez établir des heures d’ouverture pendant lesquelles les parties prenantes peuvent déposer leurs questions et être associées à un(e) expert(e). Vous pouvez également configurer un canal d’assistance où les parties prenantes peuvent poser des questions dans un environnement d’apprentissage sécurisé.
Chez The Home Depot, nos parties prenantes adorent nos heures d’ouverture et notre ligne d’assistance Slack. Depuis la création de ces canaux ouverts, nous avons constaté une plus grande précision des comptes rendus de performances et notre adoption d’Adobe Analytics a explosé. Par le passé, nous sommes entrés dans le peloton de tête (premiers 5 %) des scores d’adoption d’Adobe Analytics, chez les revendeurs du monde entier !
Aider vos utilisateurs à comprendre le monde technique d’Adobe Analytics n’est pas chose facile. J’espère que ces conseils et exemples aideront vos parties prenantes à approfondir leurs connaissances, à créer ces tableaux à structure libre et à tomber amoureux du monde des props et des eVars.