Ces données ont été initialement présentées dans la newsletter du 1er novembre 2023 disponible ici : https://www.trustinsights.ai/blog/2023/11/inbox-insights-november-1-2023-chatgpt-survey-analysis-root-cause-analysis/.

Aujourd’hui, abordons une question à laquelle nous sommes tous confrontés à un moment ou à un autre de votre carrière en analyse de données ou en tant que data scientist :

Pourquoi les chiffres sont-ils en baisse ? (ou une variante de celui-ci)

Répondre à cette question peut être l’une des tâches les plus difficiles auxquelles vous serez confronté, en partie parce que la question est importante, mais aussi parce qu’elle s’accompagne généralement d’un sentiment d’urgence démesuré. Le patron fait irruption dans le bureau/votre bureau/Zoom et demande à savoir pourquoi les chiffres sont en baisse, ou le client pose cette question très pointue lors de l’appel.

Comment répondre à cette question ? Au sujet de l’anticipation dont Katie et moi avons parlé cette semaine sur le podcast, comment comptez-vous répondre à cette question, sachant qu’elle arrive ?

Sans surprise, la réponse ressemble à toutes les autres réponses en matière d’analyse et de science des données : comprendre le problème, rassembler les données, les analyser, déterminer ce qui est en corrélation avec le résultat en question, puis développer un plan de test si vous n’avez pas de plan de test. réponse claire. Alors passons en revue ce processus.

Nous allons commencer par un scénario à peine fictif : hé, le trafic de notre site Web est en baisse ! Pourquoi?

À première vue, ce problème pourrait avoir des dizaines, voire des centaines de réponses. La première étape consiste à comprendre le problème. La question avec laquelle nous commençons est la suivante : en baisse par rapport à quoi ? La semaine dernière? Le mois dernier? Comment allons-nous? Si nous commençons par la vue par défaut de nos données Google Analytics 4, cela n’est pas très utile :

Il n’est même pas évident que le trafic soit en baisse, mais disons, à titre indicatif, que c’est le cas. Le trafic d’un site Web est un nombre agrégé composé de nombreux sous-composants, comme les canaux marketing. Notre première étape serait donc de diviser notre nombre agrégé en morceaux :

Nous avons dû passer à Looker Studio car Google Analytics 4 ne peut pas effectuer ce type de clustering et de regroupement. Ce que nous constatons est assez évident : le trafic direct et le trafic de recherche organique sont en baisse. Le trafic social et de référencement est plus ou moins stable. Le trafic de courrier électronique est devenu fou toute l’année.

En divisant notre grand nombre en composants, nous avons maintenant un point de départ pour commencer à enquêter. Nous ne pouvons pas faire grand-chose concernant le trafic direct, mais nous pouvons examiner des éléments tels que le trafic de recherche organique. Désormais, le trafic de recherche provient principalement de Google, et même là, nous avons un autre grand nombre que nous pouvons diviser en composants. Plus précisément, nous pouvons diviser le trafic de recherche en deux parties : les impressions et les clics.

Lorsque nous examinons les données, nous constatons que les impressions et les clics sont plus ou moins corrélés, mais il existe de nombreux moments au cours de la dernière année où les clics sont inférieurs aux impressions. Ce cisaillement signifie que notre site apparaît dans les résultats de recherche, mais notre public ne pense pas que ce qui est affiché corresponde bien à son intention. En conséquence, nous ne gagnons pas le clic.

Quelle est notre prochaine étape ? Nous avons compris le problème. Nous avons rassemblé les données. Nous avons isolé quel est le problème. Nous devons maintenant élaborer un plan pour résoudre le problème. Examinons plus en détail nos données Search Console. Quelles sont les pages qui génèrent beaucoup d’impressions (et quels termes) mais qui n’obtiennent pas de clics ?

C’est beaucoup. Cette première page est l’un de nos webinaires, et soyons honnêtes… cette page est plutôt mince. Vraiment mince.

Nous savons que les récents changements d’algorithme de Google se sont fortement concentrés sur le contenu utile et ce… eh bien, ce n’est pas le cas. À tout le moins, cela ne dit pas très bien ce que vous allez obtenir. Alors, comment pourrions-nous vérifier si c’est là le problème ? Nous apporterions quelques révisions à la page, puis mesurerions ses performances au fil du temps pour voir si elle génère AUCUN clic une fois que nous l’aurons révisée. Jusqu’à présent, il n’a obtenu aucun clic cette année, donc littéralement, tout serait une amélioration.

Il s’agit d’un webinaire, nous avons donc beaucoup de contenu potentiel pour la page afin de la rendre plus utile. Nous pouvons y mettre une image en vedette pour que les gens sachent ce qu’ils obtiennent. Nous pouvons corriger la méta description pour qu’elle soit plus claire. Nous pouvons prendre une transcription de la session et utiliser l’IA générative pour rédiger un plan détaillé. Prenons toutes ces mesures et mettons-les en œuvre.

Il s’agit de la dernière étape du processus, où vous testez les modifications et suivez ce qui se passe. Il s’agit d’un cas où il est assez clair que tout serait une amélioration par rapport à ce qui existait auparavant – mais si nous n’avions pas étudié en profondeur pourquoi le trafic global de notre site Web était en baisse, nous n’aurions peut-être pas découvert ce problème et l’avons corrigé.

Lorsque vos parties prenantes se présentent à votre porte pour vous demander pourquoi un chiffre est en baisse, faites ressortir ce processus. Comprendre, rassembler, analyser et tester. C’est le même processus que nous utilisons pour nos clients pour les aider à corriger leurs chiffres lorsqu’ils font fausse route.

---

Besoin d’aide avec vos données et analyses marketing ?	Vous pourriez également apprécier :
Obtenez des données, des analyses et des perspectives uniques sur l’analyse, les informations, l’apprentissage automatique, le marketing et l’IA dans la newsletter hebdomadaire Trust Insights, INBOX INSIGHTS. Abonnez-vous maintenant gratuitement ; de nouveaux numéros tous les mercredis ! Cliquez ici pour vous abonner maintenant “	Vous souhaitez en savoir plus sur les données, les analyses et les informations ? Abonnez-vous à In-Ear Insights, le podcast Trust Insights, avec de nouveaux épisodes de 10 minutes ou moins chaque semaine.