Traditionnellement, le Web Analytics est utilisé pour rassembler des informations agrégées permettant d’analyser la performance des sites et de la publicité en ligne, pour adapter les investissements publicitaires et donc améliorer les résultats.
Toutefois, si elle se limite à cette utilisation du Web Analytics, l’entreprise se prive d’une source considérable de données sur les comportements de chaque client et prospect. En effet, le Web Analytics peut contribuer à personnaliser finement les communications améliorant ainsi la qualité des interactions clients, et au final les ventes.
Ainsi, Amazon exploite depuis longtemps les données comportementales sur le Web pour proposer des produits dérivés à ses clients. Autre exemple : eBay, qui propose à ses membres des offres personnalisées en s’inspirant de leurs dernières recherches, enchères et achats.


Comment déterminer les leviers à actionner ?

Avant toute action marketing, le responsable marketing est amené à réfléchir à de nombreuses questions. Le Web Analytics viendra ici enrichir les réponses :
· Quelles sont les préférences individuelles des clients/prospects et leurs intérêts pour un contenu ou un produit ?
· Où en est le client/prospect dans le cycle de décision d’achat ?
· À quel moment les prospects/clients sont-ils le plus enclins à être convaincus par une offre, à être convertis ou à effectuer un achat additionnel ?
· Quel est le meilleur moment pour lancer une action de fidélisation auprès d’un client ?
· Quelles offres sont considérées comme les plus appropriées et persuasives pour chaque client/prospect ?
· Combien chaque client/prospect est-il prêt à dépenser ?


Les données Web enrichissent également les actions marketing liées à chaque étape du cycle de vie client :
· Campagnes d’acquisition via de la publicité ciblée sur le comportement et du contenu Web personnalisé.
Exemple : push d’offres sur des vêtements dont le style et les tarifs ont précédemment été consultés sur le site d’un distributeur textile.
· Conversion de visiteur à client via des campagnes de re-marketing (campagne marketing de relance lorsqu’une action client est abandonnée).
Exemple : envoi d’un email aux visiteurs enregistrés ayant abandonné un formulaire de souscription à une assurance.
· Campagnes de fidélisation.
Exemple : détection de comportement « à risque » comme la réduction de la durée d’engagement d’un contrat et lancement d’une action marketing de fidélisation.

Le canal par lequel les campagnes seront menées (site Web, email, offline, etc.) dépendra du niveau d’identification du visiteur sur le site : le Web Analytics permettant d’évoluer du statut de visiteurs anonymes à celui de clients connus enregistrés.

Cinq étapes pour transformer les données Web en actions marketing individualisées

Face aux difficultés de nombreuses sociétés pour capturer, organiser et réutiliser efficacement dans leurs programmes marketing les données clients issues du suivi du comportement sur le Web, un dispositif en cinq étapes peut être simplement mis en place :

Etape 1 : analyse des sites Web
A cette étape, l’entreprise est capable de définir clairement les objectifs du site et du marketing de manière à établir les indicateurs de performances du Web Analytics. Des rapports personnalisés pour chaque fonction marketing sont accessibles en libre service.

Etape 2 : optimisation des sites Web et de la publicité en ligne
Les responsables de sites cherchent alors à établir des objectifs d’amélioration et à identifier les goulots d’étranglement. Ils testent et évaluent des solutions alternatives pour optimiser leurs sites. Des tests A/B sont effectués et automatisés sur des groupes aléatoires de clients.

Etape 3 : segmentation des clients
Ici les responsables marketing détectent des segments de comportements à partir de séquences de clics et de formulaires d’enregistrement. Les règles métier et des mécanismes d’auto-apprentissage (algorithme déterminant la meilleure offre en fonction des caractéristiques de l’individu : visiteur anonyme, prospect identifié, client, etc.) viennent affiner les cibles. Les internautes les plus rentables sont mis en évidence.
Cette segmentation va permettre de déterminer et diffuser un contenu personnalisé pour chaque segment via : de la publicité en ligne, des emails, des SMS, ou tout autre media.

Etape 4 : Marketing Interactif (online)
Au cours de l’étape 4, l’analyse et l’action marketing sont individualisées par client/prospect. Les données issues du Web Analytics sont utilisées pour alimenter la gestion de campagnes en établissant, par exemple, un dialogue avec le visiteur à partir de ses interactions passées et en cours avec l’entreprise. Les
visiteurs du site sont reliés à leurs données client et les comportements qui doivent mener à une action marketing sont identifiés.
En termes technologiques, cela implique la mise en place d’un datamart web, ouvert et sécurisé donnant accès à des données sur les comportements individuels en ligne.
Le contenu le plus pertinent est proposé pour chaque client en ligne, en temps réel, en se basant sur les séquences de clics, sur la connaissance online du client et sur les règles métier.

Etape 5 : Marketing Interactif (online et offline)
Le marketing place le client au centre de l’activité et intègre tous les canaux de communication. L’entreprise peut relier les données clients à travers des canaux online et offline et identifier les événements qui doivent mener à une action marketing. Un datamart Web est mis en place sur les interactions online et sur l’historique des transactions, campagnes et réponses offline. Un contenu ciblé et personnalisé est diffusé quel que soit le canal entrant ou sortant par lequel l’interaction a lieu.

Le Web Analytics : passer à l’étape suivante

Face à l’évolution des comportements clients, les responsables marketing ne peuvent aujourd’hui plus faire l’économie d’un usage performant des données comportementales des internautes. En capturant les données liées au comportement propre à chaque individu, le Web Analytics devient l’outil privilégié d’optimisation des campagnes marketing et la condition sine qua non de leur efficacité.

Ainsi, utiliser les données comportementales des visiteurs d’un site Web pour compléter la connaissance client et mettre en place un marketing interactif est tout à fait possible avec les bons outils, et souvent même, avec l’organisation marketing déjà en place.