Indicateurs de performance pour Twitter

Alors mon pote, tu crois que tes 2-3 heures passées sur Twitter chaque jour te rapportent? En es-tu certain? Comment mesures-tu cette performance? Aucune idée? Voici 3 indicateurs de performance pour toi (lu ici).

L’objectif

Pour une entreprise ou un entrepreneur, le but ultime d’une présence sur Twitter est de vendre. Comme on ne peut vendre directement, disons que l’objectif est de générer des leads, c’est-à-dire accrocher un prospect pour passer à une autre étape du processus de vente.

Hého, ya quelqu’un?

C’est bien beau avoir des milliers de followers, ces gens qui nous « suivent ». Mais est-ce qu’il y a  quelqu’un dans la salle porte attention à ce que l’on dit? Ce n’est pas parce qu’on parle dans une foule que le monde entend ni même, encore moins, écoute. Comment le savoir?

Lire la suite « Indicateurs de performance pour Twitter »

Analyse Web, Prospection et VHS

Dans le monde du Web analytique, utiliser les logs plutôt qu’un marqueur (tag) pour récolter les données est l’équivalent d’utiliser une antenne pour sa TV au lieu du câble. Ça fonctionne, mais c’est limite avouons-le. C’est pourtant ce que les soi-disant « analystes Web » chez Prospection suggèrent sur leur site :

Confidentialité?

La confidentialité et sécurité seraient-elles à craindre chez des fournisseurs de technologies de marqueur comme Google, Percute, Xiti, Webtrends ou Omniture? Je ne crois pas. Ces fournisseurs ont la responsabilité des données de leurs clients, chose qu’ils ne prennent pas à la légère. Comme les banques. A-t-on encore peur de déposer de l’argent à la banque? Et peut-on en dire autant de la sécurité Web des clients eux-mêmes où sont stockés ces logs?

Informations non retenues?

Il est écrit « Les fichiers de logs fournissent aussi des informations non retenues par les méthodes d’analyse par tags ». Ha oui? Lesquelles? Si je regarde un format de log, je ne vois rien qui ne peut être enregistré par un marqueur. Rien  de nécessaire du moins.

Lire la suite « Analyse Web, Prospection et VHS »

Bon nombre de visites, mauvaise conclusion

Je lisais un billet intéressant dans le blogue du directeur général de Tourisme Mauricie, André Nollet, à propos de leur virage Web 2.0. Bien que cette refonte semble avoir fait un grand bien à leurs activités Web, les résultats sont présentés seulement en fonction du nombre de visites.

Doubler, oui mais…

D’accord, le nombre de visites a doublé en 1 an. Personne n’ira se plaindre que ses visites doublent. Par contre, il faut faire attention avant de qualifier de succès un site qui double ses visites. Pourquoi? Simplement parce que si vous décuplez l’achalandage de votre magasin, mais que personne n’achète, à quoi ça sert?

L’effet bar pour ados

L’achalandage, le nombre de visites sur un site Web, est une chose. La conversion en est une autre. Ça me rappelle mon jeune temps où des illuminés ont ouvert des bars pour adolescents trop jeunes pour boire de l’alcool. Les bars étaient toujours pleins à craquer, mais le propriétaire n’arrivait pas à faire ses frais. En plus de ne pas boire d’alcool, ils ont bien peu d’argent à dépenser. Ça n’a pas duré, vous comprendrez…

Lire la suite « Bon nombre de visites, mauvaise conclusion »

Le taux de rebond est votre ami

Le taux de rebonds est le mouton noir de la statistique Web. Souvent incompris, il est régulièrement victime de préjugés. Il se fait même tabasser par ses grands cousins, le nombre de visiteurs uniques et le nombre de visites. Pourtant, le taux de rebond gagne à être connu.

Qu’est-ce qu’un rebond?

La définition simple du rebond est un visiteur qui ne voit qu’une page au cours de sa visite. Autrement dit, il quitte par où il est arrivé. Ce rebond ne tient pas compte du temps passé sur la page.

Qu’est-ce que le taux de rebond?

Le taux de rebond est le nombre de rebond divisé par le nombre total de visites. Par exemple, si sur la page d’accueil, un visiteur sur deux quitte immédiatement alors nous dirons que le taux de rebonds est de 50%.

Est-ce grave docteur?

En soi, le taux de rebond n’est qu’une statistique, un nombre tout simplement. Sans contexte, ça ne veut rien dire. Avec le contexte, il peut-être bon ou mauvais. Comme le sel. Sur les frites, c’est bon, dans les fruit loops, un peu moins.

Lire la suite « Le taux de rebond est votre ami »

Le défi de l’analytique social

J’ai eu une discussion avec mes collègues à propos de la notoriété de mon blogue. La question : savoir quelle visibilité mon blogue amenait à ma boîte Nofolo versus la visibilité que Nofolo amène à mon blogue? En bon scientifique que je suis, j’aime vérifier mes hypothèses. Malheureusement, je me frappe à un tableau de données incomplet.

Les données disponibles

Si on veut comparer l’impact que l’un a sur l’autre, on a les clics de mon blogue vers le site de Nofolo, sa page Facebook ou son compte Twitter. J’ai aussi le nombre de clics à partir du fil RSS vers Nofolo via Feedburner. Ça donne une bonne idée. Je peux également savoir combien de gens ont cherchés Nofolo et qui sont tombés sur mon site (Dans ce cas, +1 pour Steph qui siphonne du trafic à Nofolo! Et j’ajoute qu’il y a même eu une recherche « phénomène web nofolo ». Quand même!).

Lire la suite « Le défi de l’analytique social »

Web analytique, sauce client et sauce fournisseur

C’est probablement le cas dans bien des domaines où les statistiques sont utilisées : Elles servent surtout à étudier des événements passés, à faire un bilan, une rétroaction, etc. Bref, à mesurer si ce qu’on a fait était dans le bull’s eye ou non.

Malheureusement, quand on joue avec le passé, l’inconvénient est qu’on ne peut pas revenir en arrière. Avec les statistiques Web, c’est fréquent d’entendre « ha, ça n’a pas été mesuré. Il aurait fallu le prévoir au départ ». Le fournisseur n’a pas tort sur le fond, le client est en maudit.

Le fournisseur

Dans le monde du Web anal (Web analytique dans le jargon des initiés), le fournisseur veut bien faire les choses. Donc il voudra planifier soigneusement sa collecte de données pour pouvoir analyser les bons nombres et tirer les bonnes conclusions.

Lire la suite « Web analytique, sauce client et sauce fournisseur »

Exemple de Web analytique tordu

NOFOLO est derrière le projet Web du Moulin à images. L’idée est de ramasser 6 ordinateurs au même endroit et de reproduire le Moulin à images, version réduite (parce que le vrai, c’est HUGE!). Chacun des six ordinateurs mis côte-à-côte joue sa partie et ainsi défile le Moulin à images. C’est super.

Évidemment, un projet comme ça doit être mesuré pour évaluer le succès. Et la première chose qu’on m’a dit (parce que c’est moi le gars de Web anal comme on dit dans le jargon), c’est « Steph, comment on fait pour savoir s’il y a du monde qui ont fait joué les vidéos sur six ordinateurs en même temps? »

Lire la suite « Exemple de Web analytique tordu »

Le prix à payer pour Google Analytics

« Il n’y a rien de gratuit dans la vie »
— Un client à qui j’offrais un service gratuit

Utiliser Google Analytics est gratuit. Je le sais plus que tout le monde étant donné qu’on se fait poser la question chaque jour. En effet, notre outil d’analyse de statistiques Web vient avec une jolie grille tarifaire. Un gratuit, l’autre payant. C’est normal que la question se pose.

There Ain’t No Such Thing As A Free Lunch

Tanstaafl pour les intimes. En gros, ça veut dire que quelqu’un quelque part doit payer pour un service supposément gratuit. C’est aussi valide pour les services gratuits de Google dont Google Analytics.

Lire la suite « Le prix à payer pour Google Analytics »