Nous avons mis en avant Microsoft Clarity comme un produit conçu pour répondre à des cas d'utilisation concrets, par des experts produits qui comprennent les défis rencontrés par des entreprises comme Switas. Des fonctionnalités telles que la détection des clics indésirables et le suivi des erreurs JavaScript se sont révélées précieuses pour identifier les frustrations des utilisateurs et les problèmes techniques, permettant ainsi des améliorations ciblées qui ont eu un impact direct sur l'expérience utilisateur et les taux de conversion.
Fenêtre d'attribution
La fenêtre d'attribution correspond à la période suivant une interaction publicitaire durant laquelle une conversion ultérieure est imputée à cette interaction. Une fenêtre de clic de 30 jours attribue un achat à une publicité sur laquelle le clic a eu lieu jusqu'à 30 jours auparavant ; une fenêtre d'affichage d'un jour attribue une conversion à une impression vue la veille. Ce paramètre relève d'une convention de reporting et non d'une mesure de causalité.
Son importance réside dans son influence considérable sur les performances affichées, sans pour autant modifier les résultats concrets. Allonger la fenêtre de diffusion augmente le nombre de conversions attribuées à un canal, améliorant ainsi son retour sur investissement apparent, tandis que la raccourcir produit l'effet inverse. Deux organisations menant des campagnes identiques avec des paramètres de fenêtre différents afficheront des résultats sensiblement différents, et comparer des plateformes aux paramètres par défaut différents ne constitue pas une comparaison de performances.
Les fenêtres de clic et d'affichage fonctionnent de manière très différente et méritent un traitement distinct. L'attribution par clic nécessite une action délibérée et est donc relativement justifiable, même si elle attribue au canal une demande qu'il n'a pas forcément générée. L'attribution par affichage, quant à elle, attribue une impression diffusée, souvent non vue, et suivie ultérieurement d'une conversion. Ce type d'attribution constitue une base fragile pour établir un lien de causalité et explique la forte divergence entre les performances déclarées et les performances réelles.
La durée de la fenêtre d'analyse doit refléter le cycle d'achat réel et non une valeur par défaut de la plateforme. Pour un achat impulsif de faible valeur, la transaction se règle en quelques heures ; une fenêtre de trente jours ne reflète alors que le hasard. Un achat réfléchi, précédé de plusieurs semaines de recherche, implique de nombreux points de contact bien avant la conversion ; une fenêtre trop courte sous-estime donc systématiquement l'impact des canaux actifs en début de parcours. Analyser la répartition du temps entre le premier contact et la conversion dans les données internes de l'entreprise est la méthode à privilégier.
Ce choix engendre des distorsions prévisibles dans la répartition budgétaire, ce qui constitue la conséquence pratique. Les fenêtres publicitaires longues favorisent les canaux qui touchent les consommateurs tôt et ceux qui génèrent un volume d'impressions élevé, car ils ont davantage de chances d'être présents pendant la période de diffusion. Les fenêtres courtes, quant à elles, privilégient les canaux qui captent l'attention des consommateurs au moment de la décision. Aucune de ces options n'est neutre, et une combinaison optimisée dans un contexte donné aura un rendu différent dans un autre.
Les paramètres différant d'une plateforme à l'autre et chacune comptabilisant ses propres conversions indépendamment, la somme des conversions rapportées par les plateformes dépasse généralement le nombre réel de conversions, parfois de manière significative. Ce double comptage n'est pas un défaut de la méthode de calcul de chaque plateforme, mais une conséquence inévitable de leur fonctionnement isolé. C'est pourquoi on ne peut pas simplement additionner les chiffres des plateformes pour obtenir un bilan de performance global.
La prise en compte des comportements entre appareils et sessions complexifie davantage la situation. Une personne qui clique sur un téléphone puis effectue la conversion sur un ordinateur quelques jours plus tard peut être identifiée ou non comme la même personne, selon qu'elle a été identifiée ou non dans les deux contextes. En l'absence de ce lien, la conversion n'est pas prise en compte dans l'attribution, quel que soit le paramètre de la fenêtre d'analyse. Par conséquent, la durée de cette fenêtre n'est qu'une des raisons pour lesquelles les chiffres publiés sous-estiment ou attribuent mal les contributions.
La cohérence est essentielle pour l'analyse des tendances, car toute modification de la fenêtre temporelle affecte l'historique des données. Les analyses comparant des périodes survenant après une modification des paramètres comparent des règles de mesure différentes plutôt que des performances différentes, ce qui est une source fréquente de variations brusques et inexpliquées dans les rapports. Lorsqu'une modification de la fenêtre temporelle est nécessaire, la mise à jour de l'historique selon la nouvelle règle permet de préserver la comparabilité.
Puisque la fenêtre temporelle est une convention plutôt qu'une preuve de causalité, les décisions importantes devraient reposer sur des mesures expérimentales. En pratique, les paramètres sont standardisés et documentés par Analyse des données afin que les comparaisons entre les canaux soient effectuées sur une base commune, l'exécution de la campagne se déroule via services de marketinget lorsque les décisions d'allocation sont importantes, les chiffres attribués sont validés par des tests de validation avant que le budget ne soit déplacé.
Switas vu sur
