Faites passer un cap à votre analyse des données grâce aux Mesures calculées
La plupart des nouveaux utilisateurs d’Adobe Analytics connaissent bien les segments comme moyen de découper et de découper leurs données. Aujourd’hui, je veux vous présenter les mesures calculées, le meilleur outil de votre boîte à outils d’analyse.
En tant que fonctionnalité avancée d’Adobe Analytics, les mesures calculées vous permettent de créer de nouvelles mesures sans modifier votre mise en oeuvre à l’aide des données que vous avez déjà collectées. Le créateur de mesures calculées peut utiliser de nombreuses fonctions mathématiques et statistiques différentes. Vous pouvez ainsi créer des mesures qui répondent aux questions les plus complexes de l’entreprise.
Prise en main des mesures calculées
Pour commencer à utiliser les mesures calculées, prenons un exemple simple. Imaginez que vous souhaitiez déterminer si les utilisateurs en libre-service en ligne ont une valeur de commande moyenne (AOV) plus élevée que les utilisateurs assistés par des appels. Pour créer une mesure calculée afin de répondre à cette question, procédez comme suit :
Pour ouvrir le créateur de mesures calculées, utilisez le volet de navigation supérieur pour cliquer sur → Composants → Mesures calculées → + Ajouter. Ou, vous pouvez cliquer sur le signe + au-dessus de Mesures dans le panneau Composants.
Descriptions ci-dessous pour les éléments de l’interface utilisateur
Une fois le créateur de mesures calculées ouvert, ajoutez et/ou procédez comme suit :
A. Nom de la mesure calculée. Ce nom s’affiche dans la liste des composants des mesures. Par conséquent, faites en sorte qu’il soit clair pour vous-même et pour d’autres, comme Call Center AOV.
B. Description de la mesure calculée. Cette description s’affiche lorsque les utilisateurs cliquent sur "i" en regard de la mesure dans la liste des composants. Veillez donc à ce qu’elle soit informative. Par exemple, pour la valeur de commande moyenne du centre d’appels, il est possible d’ajouter calcule la valeur de commande moyenne pour les commandes assistées par le centre d’appels.
C. Format de mesure : sélectionnez décimal, heure, pourcentage ou devise, puis ajoutez des décimales et de la polarité. Nous choisirons ici Devise pour le format, 0 pour le nombre de décimales et ⬆ Bonne (verte) pour la polarité.
D. Si vous utilisez des balises qui vous permettent d’appliquer des rubriques et de localiser rapidement des mesures calculées, ajoutez les balises qui s’appliquent ici. Nous avons ajouté des balises AOV et Call Center.
E. Cette section est destinée à l’affichage : lorsque vous créez votre mesure calculée dans la section F, la formule s’affiche ici.
F. Vous allez ici faire glisser et déposer des dimensions (H), des mesures (I) ou des segments (J) pour créer votre mesure calculée ainsi que les opérateurs pour la formule. Pour chaque mesure, si vous cliquez sur la roulette de rouage, vous pouvez modifier le type de mesure (standard/total) et le modèle d’attribution. Nous allons faire glisser et déposer les recettes du centre d’appels, puis, en dessous, nous allons÷ *. Nous accepterons le type de mesure par défaut et le modèle d’attribution.*
G. Utilisez cette option +Ajouter pour ajouter des conditions supplémentaires ou des nombres statiques, dont nous n’avons pas besoin ici.
K. Enfin, lorsque vous créez votre calcul, vous pouvez prévisualiser les données des 90 derniers jours ici.
Maintenant que nous avons créé la valeur de commande moyenne du centre d’appels, nous avons également besoin d’une mesure calculée pour la valeur de commande moyenne en ligne. Nous le ferions en suivant les mêmes étapes que celles décrites ci-dessus.
Ensuite, nous pouvons créer une troisième mesure calculée, à l’aide du créateur de mesures calculées ou à la volée dans le tableau à structure libre, pour comparer le centre d’appels et la valeur de commande moyenne en ligne afin de obtenir quelque chose comme ceci :
Dans notre exemple, nous observons un effet élévateur significatif lorsque les acheteurs utilisent le centre d’appel pour les aider à effectuer un achat. Ces données peuvent ensuite informer nos décisions sur la manière d’aider les clients à obtenir de l’aide sur leurs achats, par exemple au moyen d’offres contextuelles ou d’autres expériences guidées.
Utilisation de segments dans les mesures calculées
Examinons maintenant comment utiliser les segments dans les mesures calculées pour mieux comprendre le comportement, les préférences et les motivations des clients. Grâce aux segments et aux mesures calculées, nous pouvons en apprendre suffisamment sur les clients pour améliorer leur expérience, augmenter leurs recettes et améliorer la satisfaction et la fidélité de leurs clients.
Nous savons déjà d'après les exemples ci-dessus que les achats assistés par le centre d'appels ont généralement une valeur de commande moyenne supérieure. Cependant, d’autres mesures indiquent que la plupart des utilisateurs n’utilisent pas le centre d’appels pour les achats.
Par conséquent, quelles catégories de vente au détail - et chemins d’accès des utilisateurs dans ces catégories - génèrent la valeur de commande moyenne la plus élevée ? Nous pouvons le découvrir en combinant des segments à des mesures calculées.
Pour ce faire, nous devons d’abord créer des segments de niveau visite include et exclude pour chaque catégorie de produits. L’option Inclure ou exclure est déterminée en cliquant sur l’engrenage Options dans le coin droit du conteneur. La valeur par défaut est Inclure.
Une fois ces segments créés, nous pouvons créer une mesure calculée afin de vous donner la réponse à votre question. Nous ouvrons le créateur de mesures calculées et procédez comme suit :
-
Recherchez les segments nouvellement créés et faites glisser ceux que nous voulons utiliser dans la zone grise en haut de la zone Définition. Par exemple, si nous voulons créer une valeur de commande moyenne (AOV) pour les utilisateurs qui ont visité les catégories Femmes et Hommes, mais pas Enfants, nous pouvons faire glisser ces trois segments vers cette zone : Inclure les femmes, Inclure les hommes et Exclure les enfants. Nous appelons cela segments empilés.
-
Ensuite, nous faisons glisser la mesure Recettes en ligne dans le même conteneur, puis Commandes en ligne. Puisque les conteneurs fonctionnent comme des expressions mathématiques pour déterminer l’ordre des opérations, les éléments des conteneurs sont traités avant les processus suivants, bien qu’il n’y ait pas plusieurs conteneurs ou processus dans ce calcul.
-
Nous changeons l’opérateur entre les deux mesures en division (÷).
-
Nous sélectionnons le format Currency, 0 décimales et UP pour la polarité.
-
Nommez la mesure calculée et décrivez-la.
-
Enregistrez.
Lorsque nous avons terminé, la mesure calculée ressemble à ceci :
Après avoir créé des mesures calculées à l’aide de segments empilés pour chaque combinaison du parcours de catégorie du visiteur et jeté un oeil aux données, découvrez ce que nous apprenons ! Les utilisateurs qui visitent les catégories Femmes et Hommes au cours de leur visite ont la valeur de commande moyenne la plus élevée et, par rapport aux visiteurs d’une seule catégorie, l’effet élévateur est significatif :
Sachant cela, nous pouvons optimiser la mise en page, les emplacements de produits et les messages promotionnels afin d’attirer plus de personnes dans ces catégories avant de les extraire.
Valeur, mais non disponible partout
Ainsi, les mesures calculées, simples et complexes, sont très utiles aux analystes !
Toutefois, ces mesures ne sont pas disponibles dans toutes les zones d’Adobe Analytics. Vous ne pouvez pas utiliser de mesures calculées dans :
- Abandons dans Analysis Workspace
- Analyse de cohortes dans Analysis Workspace
- Data Warehouse
- Rapports en temps réel
- Rapports Données actives
- Analytics for Target
- Report Builder
Bonnes pratiques relatives aux mesures calculées
Maintenant que vous savez à quel point les mesures calculées peuvent être utiles, examinons quelques bonnes pratiques pour les créer.
- Vérifiez la syntaxe de votre formule. Assurez-vous que la syntaxe de la formule est correcte et suit la syntaxe Adobe Analytics pour vous assurer que vous obtenez des informations significatives.
- Vérifiez l’ordre des opérations. Assurez-vous d’utiliser les conteneurs avec soin et de mettre les éléments dans l’ordre mathématique approprié des opérations.
- Ne comptabilisez pas deux fois les données. Vous pouvez éviter le double comptage des données en vous assurant que la formule utilisée dans la mesure calculée ne comptabilise pas les mêmes données plusieurs fois. Pour ce faire, il est souvent nécessaire de combiner les conditions Include et Exclude dans la mesure calculée ou par l’utilisation de segments.
- Vérifiez la granularité temporelle. Assurez-vous que la mesure calculée a la même granularité temporelle que les mesures source utilisées dans la formule.
- Utilisez des données précises : Vous obtiendrez des résultats précieux uniquement si vous utilisez des données précises et fiables dans le calcul.
Bonnes pratiques relatives aux segments personnalisés
Lors de la création de segments dans Adobe Analytics, tenez compte des bonnes pratiques suivantes :
-
Restez simple. Évitez de compliquer le segment de manière excessive. Soyez aussi simple que possible et utilisez uniquement les conditions nécessaires pour garantir la précision.
-
Utilisez les types de conteneur corrects. Veillez à utiliser le type de conteneur correct (visiteur, visite ou accès) dans la définition de segment pour éviter d’obtenir des résultats incorrects.
-
Ne comptabilisez pas deux fois les données. Comme pour les mesures calculées, assurez-vous que le segment ne comptabilise pas plusieurs fois les mêmes données. Les conteneurs Inclure et Exclure peuvent vous aider.
- Lorsqu’un conteneur d’inclusion est utilisé, il comprend tout le contenu de la visite si un accès correspond à la condition dans la visite.
- Lorsqu’un conteneur d’exclusion est utilisé, il exclut tout le contenu de la visite si un accès correspond à la condition dans la visite.
-
Imbriquez les conteneurs correctement. Déterminez les données qui sont incluses à l’aide du conteneur le plus éloigné, puis appliquez des règles imbriquées aux données restantes. À mesure que les règles imbriquées sont appliquées, le flux de segments agit comme un entonnoir et les règles suivantes ne s’appliquent à aucun accès que la première règle a exclu.
-
Vérifiez que vos données sont à jour. Veillez à utiliser des données précises et à jour dans la définition de segment pour obtenir des résultats précis.
-
Testez le segment. Testez toujours le segment pour vous assurer qu’il fonctionne comme prévu avant de le publier sur d’autres segments.
-
Tenez compte des performances. Les segments peuvent ralentir le traitement des rapports. Tenez donc compte de cet impact lors de leur création.
Points clés
La combinaison de segments et de mesures calculées dans Adobe Analytics peut conduire à une analyse des données plus robuste et plus efficace. En découpant et en divisant vos données et en créant des calculs à des fins de comparaison, vous pouvez obtenir des informations plus approfondies sur le comportement des clients, que vous pouvez utiliser pour optimiser vos campagnes marketing et créer des tableaux de bord et des rapports personnalisés. Toutefois, n’oubliez pas que les mesures calculées ne sont pas disponibles dans toutes les zones d’Adobe Analytics et veillez à suivre les bonnes pratiques pour vous assurer que vous obtenez des données précises et utiles.
Auteur
Ce document a été rédigé par :
Debbie Kern, responsable Adobe Analytics senior chez Adswerve
