5 minutes
h1

Découvrez la puissance du panneau d’attribution et des intervalles de recherche en amont d’Adobe Analytics pour mieux comprendre le parcours de vos clients.

Quand j'ai réfléchi au panneau d’attribution et à l’intervalle de recherche en amont, cela m’a immédiatement rappelé le concept de voyage dans le temps. Et puis, bien sûr, on m’a aussi rappelé que notre réaction typique à de nombreux nouveaux outils comme celui-ci est simplement de reporter son utilisation, parce qu’ils ont l’air si compliqués.

Honnêtement, regardez toutes ces options, ces commutateurs, ces panneaux, ces lectures, et ces boutons. Et puis sérieusement, parlons de ces lumières clignotantes compliquées, des tuyaux, des jauges... ATTENDEZ UNE SECONDE ! Ce n'est pas le moment de se laisser distraire par des discours sur des machines à remonter le temps, nous n’en avons tout simplement pas le temps... ou si, au contraire ?

J'admets que le panneau d’attribution  est un outil assez complexe ; cependant, notre travail typique d'analyste, jour après jour, consiste à utiliser un autre de nos outils favoris et très complexes pour également examiner ce qui s'est passé dans le passé. Cet outil s'appelle  Adobe Analytics  ! Alors oui, pour répondre à notre très pertinente question, je crois que ces deux choses signifient que nous disposons de beaucoup de temps.

Par conséquent, pourquoi devrions-nous laisser une petite peur se mettre en travers de notre utilisation d’outils aussi incroyables, sophistiqués et puissants que ceux-ci, qui nous permettent littéralement de regarder  en arrière, chaque jour ?

Après tout, on parle de VOYAGE DANS LE TEMPS, tout le monde ! On adore ce genre de choses. Je me trompe ?

Alors, qu'attendons-nous ? Qu'une voiture en métal brillant, une cabine de police bleue, ou une cabine téléphonique vintage qui utilise le câblage d'un vieux parapluie comme antenne apparaisse sur le pas de notre porte ?

Non. Nous avons quelque chose d’encore mieux, alors accrochons nos ceinture et utilisons-le !

Enfin... vous avez l’idée.

Maintenant que nous sommes tous motivés à effectuer des voyages dans le temps, prenons une grande inspiration, prenons un peu de recul, établissons ce que la variable  panneau d’attribution  est vraiment et décomposons un peu les éléments suivants :

Figure 1 - Nombre affiché en ligne avec le texte plus bas

Dans  l’attribution, il vous suffit d’examiner la manière dont les événements/actions peuvent être causés par un individu, plusieurs individus ou l’un des nombreux événements différents au fil du temps.

Selon Adobe, l’attribution  permet aux analystes de personnaliser la manière dont les éléments Dimension reçoivent un crédit pour les événements de succès.

IMPORTANT
Juste une note rapide pour signaler que les modèles d’attribution sont si souvent associés aux canaux marketing que j’ai volontairement ignoré ❷ CANAL dans l’image ci-dessus pour illustrer qu’il est possible d’effectuer une analyse attribution par rapport à la plupart des autres dimensions.

Dans les faits, il est rare qu’un parcours client donné soit vraiment linéaire et encore moins prévisible. En outre, chaque client progresse à son propre rythme. Il lui arrive souvent de revenir sur ses pas, de s’arrêter, de redémarrer ou d’adopter un autre comportement non linéaire. En raison de ces actions organiques, il est difficile, voire pratiquement impossible, de connaître l’impact des efforts marketing tout au long du parcours client. Cela complique également les efforts visant à relier plusieurs canaux de données.

Tout cela est vrai. Oubliez vos analogies de « domino » et ouvrez vos esprits à des concepts plus proches de l'effet papillon et de la théorie des cordes. Néanmoins, comme pour tout le reste, nous devons commencer par quelques principes de base.

Modèles d’attribution

Lorsque nous utilisons le panneau d’attribution, nous pouvons commencer à observer plusieurs choses. Par exemple, les modèles d’attribution nous montrons comment notre  conversion  (c’est-à-dire ❶  mesure de succès) peut être répartie entre les  accès  dans un groupe donné.

Autrement dit, si  10 personnes  appuyent sur un  GROS BOUTON ROUGE  pour passer par une porte, nos modèles d’attribution  vont nous dire auxquelles de ces 10 personnes  nous voulons attribuer un « crédit », ou mieux encore dire, quelle quantité de « crédit » nous voulons leur attribuer, pour avoir appuyé sur ce bouton.

En gardant cela à l’esprit, voici quelques exemples de la façon dont les ❸  modèles d’attribution  peuvent affecter ces  10 personnes:

CAUTION
Il est toutefois recommandé de faire preuve de prudence ici, car vous avez le potentiel de diffuser vos résultats très rapidement lorsque vous appliquez cette tactique, en tenant compte du temps d’exécution et de l’audience plus grande qu’elle atteint.

Pour plus d’informations sur ces modèles d’attribution et d’autres, cliquez ici

Pour rendre cela encore plus intéressant, parlons de revenir en arrière !

Intervalles de recherche en amont

Il est désormais temps de commencer à réfléchir au niveau suivant. C'est là que nous ajoutons littéralement l'élément voyage dans le temps à notre analyse, et là encore, nous commençons avec les bases.

Adobe  définit un ❹  intervalle de recherche en amont comme la durée pendant laquelle une conversion doit faire une recherche en amont pour inclure des points de contact. Les modèles d’attribution qui accordent plus de crédit aux premières interactions voient des différences plus importantes lors de l’affichage de différents intervalles de recherche en amont.

En d'autres termes, les intervalles de recherche en amont  déterminent la période pendant laquelle les  conversions  sont prises en compte et fournissent un  contexte  à l’analyse d’attribution.  Adobe Analytics  offre trois types d’intervalles de recherche en amont  :

En ajustant un  intervalle de recherche en amont, les analystes peuvent alors examiner l’impact d’un ou de plusieurs points de contact au cours de périodes spécifiques et obtenir des informations plus approfondies sur la manière dont les différentes durées affectent les résultats d’attribution.

Assemblement du tout

Qu'est-ce que tout cela signifie pour nous en tant qu’analystes ?

Le panneau d’attribution  et l’intervalle de recherche en amont  nous donnent le pouvoir de regarder au-delà des données ordinaires et superficielles, et de creuser plus profondément le parcours client. En identifiant les points de contact qui ont eu le plus d’impact sur les conversions, nous pouvons prendre des décisions éclairées sur nos stratégies marketing et allouer les ressources plus efficacement.

Souvenez-vous, après avoir sélectionné vos modèles d’attribution  et vos intervalles de recherche en amont, vous pouvez continuer à manipuler vos données en les filtrant avec un ❺  segment, ou tout autre composant que vous souhaitez à ce stade. De plus, une fois le panneau rendu, vous disposez de toutes les fonctionnalités d’un espace de travail classique.

Mise en pratique

Maintenant que vous avez les concepts, imaginez que vous exécutez une campagne marketing et que vous essayez de déterminer quel canal est le plus efficace  pour générer des conversions. Avec l’aide du panneau d’attribution, vous pouvez non seulement voir la dernière touche, mais également la première touche, la même touche, et tout autre modèle que vous choisissez pour déterminer quels canaux  sont les plus efficaces pour améliorer vos conversions. Ces informations peuvent ensuite être utilisées pour optimiser vos campagnes et améliorer les performances globales simplement en revenant en arrière avec l’intervalle de recherche en amont de votre choix !

Maintenant que vous avez vu ce qu’il est capable de faire, ne vous laissez pas tromper ni intimider par les fonctionnalités apparemment complexes du panneau d’attribution.  Affrontez-leAdoptez-le.  Comprenez-le.
MAIS SURTOUT  : utilisez-le à votre avantage. Le panneau d’attribution et l’intervalle de recherche en amont sont les clés d’une meilleure compréhension de vos clients et de leur parcours avec votre marque.

Désormais, nous sommes capables de voyager « dans le temps » en toute confiance et en utilisant la puissance de notre machine à remonter le temps fiable (c.-à-d.  Adobe Analytics) pour prendre des décisions basées sur les données.