Le domaine des données et de l'analyse est vaste. Quand les gens me demandent ce que je fais professionnellement, je leur dis que je travaille dans l'analyse numérique, et à moins qu'ils ne soient dans le domaine, ils n'ont aucune idée de ce que cela signifie. Certaines personnes font du travail d'analyse pour les magasins de détail, la logistique, la bourse, etc. Il semble que tout le monde fasse des analyses ces jours-ci. Même ceux qui travaillent dans le domaine des sites Web/applications mobiles peuvent parfois avoir du mal à expliquer la différence entre l'analyse marketing et l'analyse des produits.

Mais l'un des domaines de confusion les plus importants au fil des ans a été de comprendre la différence entre l'analyse numérique et l'intelligence d'affaires. J'ai participé à de nombreuses conversations au cours desquelles des organisations m'ont dit qu'elles n'avaient pas besoin d'un produit d'analyse numérique parce qu'elles avaient un produit d'informatique décisionnelle ou vice versa. Donc, dans cet article, je vais vous expliquer comment je décris la différence entre ces deux disciplines dans les conversations.

Analytique numérique

La plupart de ceux qui suivent mes articles de blog devraient être familiers avec l'analyse numérique. Je définis l'analyse numérique comme la collecte et l'analyse des données comportementales des utilisateurs numériques pour utiliser ces données afin d'améliorer ou d'optimiser les propriétés et les expériences numériques. Les produits d'analyse numérique suivent les actions numériques (événements), les campagnes, le contenu, les flux de parcours utilisateur et d'autres comportements que les clients adoptent lorsqu'ils utilisent des sites Web ou des applications mobiles. Les fournisseurs typiques de l'espace incluent Google Analytics, Adobe Analytics, Amplitude, etc. Dans le passé, j'ai écrit sur la façon dont je pense que de nombreux types de produits d'analyse numérique convergeront au cours des prochaines années.

L'intelligence d'entreprise

Les produits d'intelligence d'affaires sont devenus très populaires au sein des organisations, et vous auriez du mal à trouver une organisation qui n'a pas de produit d'intelligence d'affaires. Les produits de Business Intelligence fournissent un résumé de haut niveau des KPI qui sont essentiels à l'organisation. Souvent, les produits d'informatique décisionnelle prennent la forme de tableaux de bord de haut niveau partagés avec les dirigeants. Les tableaux de bord de Business Intelligence combinent souvent des données provenant d'analyses numériques, de CRM, de magasins physiques, d'entrepôts de données internes, etc. Les fournisseurs populaires dans le domaine de la Business Intelligence incluent Tableau, Power BI, Looker et Domo.

Digital Analytics vs Business Intelligence

Alors, avec quelques définitions de base, voyons en quoi les produits d'analyse numérique et de business intelligence sont différents.

Sources de données et métriques multiplateformes

Les produits de Business Intelligence intègrent souvent des données provenant de nombreuses sources différentes. J'aime penser à cela comme aux « plus grands succès » de données provenant de plusieurs systèmes de données. Bien qu'il soit sans aucun doute possible de diffuser tout type de données dans des produits d'analyse numérique, la plupart des organisations limitent les données aux sites Web et aux applications mobiles. Mais à mesure que le monde devient plus numérique, nous voyons de plus en plus de clients envoyer des produits d'analyse numérique comme les données Amplitude à partir de magasins, de centres d'appels et même de produits physiques.

L'un des principaux arguments de vente des produits d'informatique décisionnelle est qu'ils peuvent combiner des métriques de différentes plates-formes d'une manière qui serait difficile dans une plate-forme autonome. Par exemple, imaginons que la plate-forme d'analyse numérique signale qu'une organisation a eu 1 000 000 de visiteurs uniques le 3 mai. Le système CRM a montré que 20 000 prospects qualifiés en marketing (MQL) ont été créés le même jour. L'organisation pourrait utiliser un produit de business intelligence pour diviser ces deux métriques afin de créer un tout nouveau KPI appelé MQL/Unique Visitor. Bien qu'il ne soit pas facile de connecter ces visiteurs uniques aux ventes MQL, à un niveau élevé, il peut être possible de visualiser les tendances et de voir s'il existe une relation entre les deux. Bien que cette organisation puisse importer des données MQL dans son produit d'analyse numérique, la plupart choisiraient de le faire dans un produit de veille économique.

Auparavant, ce type de travail aurait été effectué dans Microsoft Excel (l'outil OG BI !), mais Excel présentait des limitations en matière d'importation de données et de capacités de base de données. Je pense aux produits de business intelligence comme Excel sous stéroïdes. La puissance des produits d'informatique décisionnelle réside dans le fait qu'ils peuvent facilement combiner plusieurs sources de données et permettre aux organisations de mélanger et de faire correspondre toutes sortes de mesures provenant de différents systèmes. Souvent, le facteur de jonction sera la date, mais dans certains cas, d'autres clés primaires peuvent être utilisées pour joindre des données provenant de différentes sources.

Bien qu'une partie de cela puisse être effectuée dans des produits d'analyse numérique, cela serait compliqué et prendrait du temps. Les tableaux de bord des produits d'analyse numérique ont tendance à se concentrer sur les résumés des données liées aux sites Web et aux applications numériques.

Exploration des données

La différence la plus significative entre les produits d'analyse numérique et d'intelligence d'affaires se situe dans le domaine de l'exploration des données. Bien que l'exploration de données puisse se produire dans les deux types de produits, elle se fait de manière très différente. Dans les produits d'informatique décisionnelle, les types de rapports disponibles sont généralement limités. Par exemple, s'il existe un KPI pour les ventes, les produits d'informatique décisionnelle peuvent le ventiler par commercial ou par région. Mais dans les produits d'analyse numérique, l'exploration des données comprend des ventilations de métriques et de nombreux autres types de rapports qui n'existent pas dans les produits de veille stratégique. Voici quelques exemples:

Flux de chemin

Dans les produits d'analyse numérique, il y a des moments où vous voudriez voir comment les clients ont navigué sur les pages ou les événements. Cela peut être utile pour comprendre le flux de pages ou l'abandon du flux d'événements et corriger les fuites de flux. Mais les rapports sur les flux de chemin nécessitent des données horodatées et séquencées associées à des visiteurs uniques par rapport à des données agrégées. La création d'un rapport de flux de chemin précis dans un produit de Business Intelligence serait difficile.

Entonnoirs de conversion

Les produits d'analyse numérique sont souvent utilisés pour créer des entonnoirs de conversion. Ces entonnoirs tracent des points de contrôle clés dans les flux de conversion pour voir combien de clients parviennent à chaque étape. Bien qu'ils semblent similaires aux flux de chemin, ils sont différents en ce sens qu'ils sont moins axés sur tous les chemins empruntés par les clients et plus intéressés par un ensemble spécifique d'étapes suivies. Les entonnoirs de conversion sont également conçus de telle sorte que les clients doivent effectuer les actions dans un ordre défini pour être inclus. Cette exigence de séquence de commande signifie que le produit d'analyse numérique doit comprendre quels clients ont terminé chaque étape et dans quel ordre. Bien qu'un produit d'informatique décisionnelle puisse probablement indiquer combien de fois l'événement1 et l'événement2 ont eu lieu, il serait difficile de comprendre si c'est le même utilisateur qui a effectué les deux événements et dans le bon ordre.

Cohortes et segments

L'un des aspects les plus puissants des produits d'analyse numérique est la capacité de créer des cohortes (ou segments) d'utilisateurs ad hoc. Ces cohortes peuvent être basées sur le comportement des événements, les attributs ou le comportement de navigation. Une fois créées, les cohortes peuvent être utilisées pour comparer différents groupes de clients, et les cohortes peuvent être envoyées à d'autres systèmes à des fins de personnalisation ou de marketing.

La plupart des plateformes d'informatique décisionnelle ne sont pas centrées sur l'utilisateur. Ils se concentrent davantage sur les chiffres que sur les utilisateurs. Par conséquent, il n'est pas courant d'utiliser des produits de veille économique pour créer des cohortes d'utilisateurs à des fins d'analyse ou de marketing.

Résolution d'identité

Le concept d'identité est un élément central de l'analyse numérique. Dans l'analyse numérique, il est important de savoir si l'utilisateur actuel est le même qu'un utilisateur qui a utilisé la propriété numérique la semaine dernière. Pour résoudre ce problème, les produits d'analyse numérique ont mis en place des mécanismes permettant d'identifier les utilisateurs et de déterminer s'ils sont connus ou inconnus. Certains le font via des cookies tiers, et d'autres le font via une authentification de première partie.

Les produits d'intelligence d'affaires n'ont pas traditionnellement tenté d'effectuer la résolution d'identité. Bien qu'ils puissent afficher et joindre des métriques par un ID client, ils ne sont pas conçus pour examiner les données utilisateur anonymes et déterminer si l'utilisateur est une entité précédemment connue.

Rétention

Comprendre quels clients et combien reviennent à vos expériences numériques au fil du temps fait partie intégrante de l'analyse numérique. Les équipes numériques utilisent des données d'analyse numérique pour voir quelles fonctionnalités ou campagnes marketing stimulent la rétention afin qu'elles puissent créer des habitudes et générer des revenus. Les rapports sur la rétention nécessitent une résolution d'identité pour savoir si le client qui s'engage actuellement avec le produit numérique y est déjà allé auparavant et à quelle fréquence.

Les produits de Business Intelligence peuvent générer des rapports sur l'utilisation, mais beaucoup ne sont pas conçus pour comprendre si les mêmes utilisateurs reviennent encore et encore. Il peut y avoir des moyens d'y parvenir en tirant parti des identifiants client, mais cela doit être associé à des données de séries chronologiques pour chaque client et à des rapports qui utilisent des statistiques pour afficher les compartiments de rétention et les fenêtres temporelles. Ces capacités sont rarement présentes dans les produits d'informatique décisionnelle.

Spectateurs

Une autre différence entre les produits d'analyse numérique et de business intelligence est la fréquence à laquelle chaque type d'utilisateur interagit avec le produit. Les produits de Business Intelligence sont généralement conçus et utilisés par la haute direction et les cadres. Alors que le personnel de niveau inférieur peut utiliser les outils pour développer des rapports et des tableaux de bord, le principal destinataire des rapports et des tableaux de bord est souvent les cadres. Les produits d'intelligence d'affaires vantent souvent la facilité avec laquelle les dirigeants peuvent en savoir plus sur leur entreprise via les produits d'intelligence d'affaires.

Les produits d'analyse numérique sont également conçus pour les cadres, mais ils sont également largement utilisés par les analystes numériques, les analystes marketing ou les équipes de produits. Étant donné que les produits d'analyse numérique fournissent à la fois des informations de haut niveau et granulaires, les produits d'analyse numérique sont accessibles à presque tous les membres de l'organisation. Les dirigeants peuvent afficher des tableaux de bord de haut niveau dans les produits d'analyse numérique, mais seuls ceux qui maîtrisent les données approfondiront les données. Je pense que la complexité des produits d'analyse numérique a été l'un des facteurs qui ont contribué à l'essor de l'industrie de l'informatique décisionnelle. L'un des produits de veille économique les plus populaires a été fondé par l'ancien PDG d'un produit d'analyse numérique. Il était frustré de ne pas voir les mesures de haut niveau dont il avait besoin pour gérer son entreprise à partir de son produit d'analyse numérique !

Granularité des données

Les produits d'analyse numérique collectent principalement des données à partir de sites Web et d'applications mobiles. Cependant, ces dernières années, cela s'est élargi pour inclure de nombreux autres types de données (par exemple, données de magasin, centre d'appels, etc.). Cependant, les données collectées sont souvent à un niveau très granulaire. Les points de données courants peuvent inclure des clics ou des balayages sur des boutons et des liens, l'affichage de pages spécifiques et des phases saisies dans les champs de recherche de sites Web, etc. La plupart des organisations collectent des milliards de données sur les événements chaque mois, et ces données sont agrégées dans des rapports du produit d'analyse numérique. .

Bien que ce ne soit pas toujours le cas, les produits de Business Intelligence collectent souvent des données à un niveau moins granulaire. Par exemple, si vous utilisez un produit d'informatique décisionnelle pour afficher des données CRM, vous pouvez alimenter des prospects à partir de Salesforce. Ces données ne seront souvent pas aussi granulaires que les données au niveau des visites sur un site Web. Bien qu'il existe des exceptions, de nombreuses organisations envoient des informations récapitulatives à leur produit d'informatique décisionnelle au lieu de dupliquer les données source et toute leur granularité. Un autre exemple pourrait être la canalisation des commandes et des revenus d'un produit d'analyse numérique.

Mieux ensemble

Pour la plupart des organisations, il est nécessaire d'avoir un produit d'analyse numérique et un produit d'intelligence d'affaires, pas un seul. Comme décrit ici, ces produits sont différents mais peuvent être complémentaires. Peut-être qu'un jour, il y aura une consolidation de l'industrie, et un fournisseur possédera des produits d'analyse numérique et d'intelligence d'affaires, mais cela ne s'est pas produit jusqu'à présent. Même Google, qui possède le plus grand produit d'analyse numérique, a acheté un produit d'intelligence d'affaires (Looker).

Je pense que les produits d'analyse numérique pourraient un jour être en mesure de répondre à de nombreux cas d'utilisation de l'intelligence d'affaires, mais je pense qu'il sera difficile pour les produits d'intelligence d'affaires d'aborder les cas d'utilisation de l'analyse numérique. Bien que je pense que les deux produits seront séparés dans un avenir prévisible, si je devais parier sur l'un dépassant l'autre, je parierais sur l'analyse numérique dépassant l'intelligence d'affaires par rapport à l'inverse.

Pour l'instant, si votre organisation tente de faire valoir qu'elle n'a besoin que d'un seul de ces produits, je vous encourage à lui faire revoir ce contenu et à mieux comprendre les différences entre les technologies. Si vos collègues insistent sur le fait qu'un seul produit est nécessaire, je suggère de leur demander de démontrer comment ils effectueraient des cas d'utilisation d'analyse numérique dans un produit de business intelligence et vice versa. Généralement, ceux qui plaident pour l'utilisation d'un seul produit n'ont pas d'expérience avec les deux types de produits ou cherchent simplement à réduire leurs budgets. Il est facile d'affirmer que les produits d'analyse numérique et d'informatique décisionnelle sont très différents, ont des objectifs différents, des publics différents et résolvent des problèmes différents.