e-Commerce : La connaissance de l’internaute repose sur 3 piliers

La connaissance du visiteur repose sur 3 piliers

Dans un contexte difficile, internet continue de gagner des parts de marché sur les autres canaux de distribution. Compte tenu de son poids dans la consommation, l’e-commerce n’est plus à l’abri des aléas conjoncturels et la crise commence à peser sur l’évolution des performances des sites. Dans un marché de l’e-commerce devenu gigantesque, soutenu par une croissance importante, nous approchons du seuil de saturation du marché. Et les e-commerçants ne pourront bientôt plus compter seulement sur le recrutement de nouveaux consommateurs en ligne pour assurer leur développement. C’est déjà le cas aux Etats-Unis, où la maturité des cyber-clients oblige les e-commerçants à soigner davantage la qualité de l’expérience, l’aide aux choix et la fidélité de leurs clients en ligne. Nous avons décidé cette fois de nous focaliser sur la partie finalement esentiel d’un site e-commerce : « Un site où les clients ne trouvent pas facilement les informations, voit ses ventes potentielles divisées par 2. 40% des visiteurs ne reviendront pas sur un site où ils ont eu une mauvaise expérience utilisateurs. »

L’expérience utilisateur :

Même si la vente dépend pour une bonne partie de la motivation de l’acheteur et de son engagement, vis à vis une marque ou une enseigne, l’augmentation du volume des transactions dépendra pour beaucoup de la capacité du site à délivrer une expérience de qualité au visiteur.
Les choix du consommateur sur internet dépendent de la qualité de l’expérience en ligne offerte par les sites marchands.
L’expérience utilisateur est le terme utilisé lorsqu’on donne le goût à l’utilisateur de revenir sur une interface numérique.
Elle est réussie si les quatre points ci-dessous sont respectés :

  • Utilité : L’information présentée sur l’interface a été utile pour l’utilisateur. La présentation des éléments visuels et du contenu lui ont permet de trouver l’information qu’il désirait. Éventuellement, il n’a pas découvert ce qu’il cherchait, mais la présentation de l’interface l’a intéressé.
  • Accessibilité : L’utilisateur souffrant d’un handicap a été en mesure de recevoir l’information désirée.
  • Confiance : L’utilisateur est en confiance après avoir trouvé les informations. Il en sait davantage sur l’objet présenté par l’interface numérique. Plus la présentation du contenu et de l’interface numérique sont crédibles, plus le niveau de confiance des utilisateurs augmente.
  • Valeur : Le contenu et l’interface numérique ajoutent de la valeur pour le client. Pour les organisations sans but lucratif, l’utilisateur a le goût d’avancer la cause. Pour les entreprises, l’utilisateur s’implique dans l’augmentation des profits et dans l’amélioration de la satisfaction des consommateurs. »

La réussite par l’optimisation… Mais avec l’obligation de réussir !

L’optimisation d’une activité e-business, demande un engagement fort associée à des ressources. La frustration guette si les résultats ne sont pas au rendez-vous. Les bénéfices sont potentiels mais les risques réels :

  • Perte du budget consacré à l’optimisation. Sans résultat, la direction de l’entreprise allouera ce budget à d’autres besoins.
  • Temps perdu. Si l’optimisation est menée au hasard, le risque est de passer beaucoup de temps avant d’en voir les effets.
  • Argent gaspillé. Si l’optimisation n’est pas fondée sur une méthodologie sérieuse, le risque est, au mieux de réussir sans savoir pourquoi et de tout perdre à la prochaine étape.
Résultats Google Analytics

Résultats Analytics

Il est donc impératif de s’appuyer sur une méthodologie :

  • Qui demande l’optimisation ?
  • Quel(s) élément(s) tester ?
  • Pourquoi tester cet (ces) élément(s) ?
  • Qu’attend-on du test ? Quels sont les objectifs ?
  • Quels sont les points de mesures utilisés ?
  • Quels sont les risques induits ?
  • Quelles sont les ressources nécessaires ?
  • Sous quel délai les résultats sont-ils attendus ?

Le web analytics classique enregistre chaque clic de chaque visiteur et bien plus. Mais ces informations n’indiquent que ce qui s’est passé sur le site :

  • Quelles pages sont les plus consultées ?
  • Quels produits les visiteurs achètent-ils ?
  • Quel est le temps moyen de consultation ?
  • Quelles sont les sources de trafic ?
  • Quels sont les mots clés utilisés pour accéder au site ?
  • Quelles sont les campagnes marketing les plus rentables ?
  • Quoi çi ?, quoi ça ? Mais qu’en est-il pour le « Quoi pas »

En un mot, le « Quoi ? »

Toutefois de nombreux gestionnaires de sites web se posent d’autres questions. Parmi ces questions, la plus simple et la plus récurrente est « Pourquoi ?»

Le paradigme Web Analytics 2.0

  • Pourquoi les visiteurs abandonnent ils leur achat alors qu’ils ont déposé un article dans le panier ? Est-ce parce que le site est défaillant, parce qu’il manque des informations pour rassurer l’acheteur, parce qu’avec les frais de port sont trop enlevés, le produit n’est plus compétitif, ou parce que l’achat est simplement reporté ?
  • Pourquoi utilisent-ils l’assistance téléphonique ? Parce qu’ils n’ont pas trouvé de réponse à leur question (alors que cette réponse est indiquée sur le site) ?
  • Pourquoi les internautes ne consultent-ils pas plus de fiches produit ?
  • Est-ce parce que le site est trop lent, trop peu ergonomique ou parce que la présentation est peu séduisante ?

Ces questions sont tout à fait légitimes étant donné la supposée infinie « mesurabilité » d’internet et l’utilisation des indicateurs de performance.

Conclusion : la combinaison des données quantitatives et qualitatives…

S’il est important de savoir ce qui s’est déroulé, il est encore plus essentiel de savoir pourquoi ces actions ont été réalisées.

Une analyse web approfondie nécessite non seulement de connaitre le «pourquoi», mais aussi d’autres types d’interrogations clés afin de nous aider à prendre les bonnes.

Malheureusement, les systèmes habituellement utilisés pour comprendre ce qui se passe sur un site sont extrêmement limités dans leur capacité à expliquer les comportements du visiteur et à répondre à des questions apparemment très simples. Si un contact humain (téléphonique) est nécessaire dans le processus d’achat de la majorité de vos clients, aucun outil de Web Analytics ou d’analyse comportementale ne vous le dira.

Les applications de Web Analytics collectent, agrègent et restituent les données quantitatives générées par les actions des visiteurs. Mais des données quantitatives seules ne peuvent décrire le comportement humain. Des données qualitatives sont donc nécessaires. « Les décisions d’achat importantes sont presque toujours instantanées. Ces décisions éclair influencent tout ce que nous faisons par la suite » –  Seth Godin.

 

Des outils capables de délivrer des données qualitatives existent. Parmi ces outils il y a des applications de types CEM « Customer Experience Management » et des applications de types VOC « Voice of Customer ». Chacune de ces catégories d’applications délivre des informations qualitatives sur les visites alors que le web analytics délivre des informations quantitatives sur ces mêmes visites.
«L’ensemble de ces trois types d’application – Web Analytics, Customer Experience Management et Voice of Customer – constituent l’écosystème de l’optimisation de site. »

Ensemble, sont-ils capables de résoudre les questions « Qui, Quoi, Où, Quand, Pourquoi et Comment ? » des interactions du visiteur ?
Le célèbre analyste web américain Avinash Kaushik propose une approche complémentaire « Quantitatif/Qualitatif ». Il stratifie les applications suivant leurs capacités à répondre aux différentes questions :

Chez ebloo GROUP, nous avons identifié que les applications Web Analytics généraient une quantité énorme d’information.

L’utilisation des solutions « CEM et VOC » utilisées globalement sur l’ensemble du trafic d’un site, sans segmentation ni filtrage est-elle réaliste ? La réponse est bien sûr : non. Là encore, les informations délivrées par ces applications sont trop nombreuses et les ressources nécessaires à l’analyse systématique de l’expérience de chaque visiteur est trop importante pour en tirer un réel retour. Il faut donc se limiter et porter notre attention sur quelques points.

Les plates formes d’étude du comportement prélèvent seulement une petite partie des visites. Il est donc indispensable d’identifier les phases critiques de l’expérience utilisateur lors du processus d’achat sur le site, de les hiérarchiserafin de cerner le périmètre d’intervention sur lequel nous « écoutons » la voix du client.

 

 

Pour résumer, l’utilisation combinée de ces outils pourrait s’apparenter à l’exemple suivant :

  • L’outil de Web Analytics rapporte que le taux de transformation est en baisse de 30%.
  • Les analystes ont localisés le problème, « cette perte est dû à une hausse soudaine de l’abandon à la page 3 du processus de commande ». A l’aide de la gestion de l’expérience client, ils peuvent préciser que « le problème a été apparemment provoqué lors d’une phase de contrôle entrainant une erreur dans la liste des articles sélectionnés ».
  • Les retours « Voix du Client » leur permet de compléter, « malheureusement ces clients ont été fortement contrariés de ne pouvoir acquérir les articles souhaités durant la période des soldes ».

Dans la section applicative, nous utilisons avec un exemple réel et documenté des applications Web Analytics et Voix du Client. Nous utilisons aussi des outils de web analytics avec une vision macroscopi

que pour déceler les défaillances qui nuisent au taux de transformation puis ensuite nous examinons de façon microscopique ces points à l’aide d’outils d’analyse comportementale (VOC – CEM) afin de comprendre l’inadéquation entre les attentes des visiteurs et les réponses du site. Puis, après avoir identifiés et analysés les défaillances, nous proposerons des hypothèses, les mettrons en œuvre dans le cadre d’un test A/B/n et évaluerons les résultats.

Les démarches et études ebloo GROUP : Quanti/Quali

Et vous comment faites-vous pour optimiser votre site e-commerce ?

Sources : Patrick Bouttevinebloo GROUP / Ooptimum (extrait de sa thèse : « Les outils d’analyse comportementale vont-ils plus loin que les outils classiques de Web Analytics ? ») Didier Calloc’hebloo GROUP / Art’mail CONSEIL
1 réponse

Répondre

Se joindre à la discussion ?
Vous êtes libre de contribuer !

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *