Qu'est-ce que l'analyse de cohorte + comment peut-elle être utilisée pour le CRO

La plupart du temps, lorsqu'un professionnel CRO parle de test de contenu, il s'agit de tests A/B. Par contre, ce n'est pas toujours le cas. Parfois, il y a des situations où une étude transversale comme les tests A/B n'est pas la bonne approche d'analyse. Dans les cas où le temps est un facteur dans la comparaison, une étude longitudinale est préférable.

La réponse à la question « Qu'est-ce que l'analyse de cohorte » est que l'analyse de cohorte est l'une de ces alternatives au test AB, un test longitudinal qui peut être utile pour trouver des relations entre des groupes d'utilisateurs en suivant les changements d'un groupe au fil du temps.

Ceci est très pertinent pour vos activités CRO et SEO lors du test de l'efficacité des modifications apportées à la copie ou à un autre élément.

Dans de nombreux cas, les données affichées dans les outils d'analyse sont regroupées, ce qui rend difficile la détermination de la cause des changements d'une période à l'autre.

Afin de comprendre vos utilisateurs à travers vos données, vous devez segmenter ces données, puis les comparer au même segment pour les campagnes précédentes. Par exemple, une promotion d'offre spéciale de Pâques, si elle est particulièrement réussie pour une raison inconnue, en comparant les résultats d'une année précédente, cela peut vous aider à comprendre les différences et potentiellement à identifier la cause du succès.

En fin de compte, l'idée est de reproduire le succès et de l'améliorer. En utilisant ce scénario de campagne de Pâques comme exemple, les points suivants pourraient être examinés avec une analyse de cohorte.

Différences de comportement des consommateurs

• Différences d'entonnoir de conversion d'une année à l'autre, tenez compte des micro-conversions rencontrées précédemment, du style de message, etc.
• Variations de prix d'une année à l'autre. L'analyse des prix est toujours bonne à tester régulièrement.
• Comment fonctionne

Points de touche

• Visibilité et disponibilité du message/de l'offre et interaction. Cela a-t-il affecté la valeur moyenne de votre commande ?
• Type de publicité, emplacement, exposition et dépenses.
• Considérez tous les points de contact, l'exposition/les campagnes cross-canal par rapport à l'année précédente.

Analytique

• Pour les conversions, il est utile de voir comment elles varient selon la source de trafic par rapport à une année précédente
• Le taux de rebond et le temps passé sur la page offrent une opportunité fantastique d'amélioration
• L'analyse de cohorte est disponible gratuitement dans Google Analytics.

N'hésitez pas à suggérer d'autres utilisations de l'analyse de cohorte dans les commentaires ci-dessous.

Comment identifier de nouveaux personnages

Une autre excellente façon d'utiliser l'analyse de cohorte consiste à utiliser des données d'enquête pour identifier des groupes d'utilisateurs potentiels, puis définir un personnage. L'analyse de cohorte de différents groupes peut vous indiquer la meilleure façon de cibler ces groupes avec les messages instantanés déclenchés d'OptiMonk. L'analyse de cohorte aide donc au processus de création de cartes de parcours client et d'entonnoirs de conversion pour chaque personne.

Identifiez les données qui peuvent être utilisées comme point de comparaison pour chaque étape du parcours de vos clients tout au long de l'entonnoir de conversion. Généralement, les micro-conversions ont tendance à être un bon point de départ. Ce qui différencie un personnage d'un autre est le point d'intérêt, identifié à partir du contenu avec lequel l'utilisateur interagit.

Comment collecter efficacement des données d'enquête

Une grande fonctionnalité d'OptiMonk que vous pouvez exploiter à l'aide de l'analyse de cohorte est les messages de collecte de commentaires à choix multiples et le nanobar NPS. Les deux permettent une collecte de données cohérente qui peut fournir d'excellentes informations sur les différents groupes de visiteurs, clients ou même visiteurs réguliers de votre site Web. Bien sûr, les questions que vous posez sont l'aspect critique ici (consultez mon article de blog sur le sujet).

N'oubliez pas que vous pouvez également utiliser des champs personnalisés et les placer sur vos messages d'enquête.

Par exemple, pour comprendre quelles industries sont les plus intéressées par vos produits, vous pouvez créer un champ personnalisé pour l'industrie ou le type d'entreprise. Une fois cela fait, vous disposez de données puissantes sur la façon d'améliorer votre entreprise, mais vous disposez également d'un moyen de mesurer les changements au fil du temps. Un outil extrêmement précieux pour mesurer le changement à mesure que votre produit ou vos services changent au fil du temps.

Pièges à considérer

Les choses changent, ce qui explique en partie pourquoi nous procédons à une analyse de cohorte. Cependant, afin d'obtenir un ensemble de données propre, prévoyez toujours une période de temps suffisante pour mesurer.

Il n'est pas nécessaire que ce soit des années, mais pour des périodes plus courtes, vous devez tenir compte d'autres aspects qui varient d'un mois ou d'une saison à l'autre, par exemple la météo, les périodes de vacances et les horaires des événements. Comment ces données affectent-elles vos résultats ?

Bien que les études transversales d'ensembles de données soient extrêmement utiles (comme les tests A/B), vous donnant des informations sur ce qui doit être affiné, seuls les résultats ne fournissent jamais une image complète.

Trop souvent, je vois des clients s'appuyer sur les tests A/B, puis apporter les mauvaises modifications en se basant sur des hypothèses de cause incorrectes. Pour mieux comprendre comment améliorer votre offre, une inspection supplémentaire est nécessaire, une excellente façon de le faire est d'effectuer des études longitudinales telles que l'analyse de cohorte.

Je serais intéressé à connaître vos cas d'utilisation et les informations que vous tirez de ces enquêtes via la section des commentaires ci-dessous.