Lancer un nouveau produit numérique sans stratégie product analytics, c’est un peu comme partir partir en expédition sans boussole. On navigue à vue et on prend les décisions au feeling.
Au mieux, vous arriverez à vos fins, mais vous y laisserez beaucoup de temps, d’énergie et d’argent. Au pire, vous planterez votre app faute de visibilité sur son usage.
Si on devait résumer le concept en une phase (ou presque): le product analytics vous permet de comprendre les comportements des utilisateurs sur votre produit. Ainsi vous pouvez prendre des décisions basées sur des données concrètes et non sur des suppositions.
Pour aller plus loin, on a préparé un article pour vous guider dans le déploiement d’une première stratégie product analytics.
Le product analytics est un outil de pilotage essentiel pour mesurer, analyser et comprendre comment les utilisateurs interagissent avec une application ou un site web.
En suivant les bonnes metrics, vous pouvez comprendre ce qui fonctionne et ce qui ne fonctionne pas sur votre produit et adopter une démarche d’amélioration continue pour :
Comme pour tous les concepts, il y a des bonnes pratiques à connaître pour ne pas passer à côté de son sujet.
On va parcourir les principales notions ensemble.
C’est la première étape de votre stratégie. Définir des objectifs métiers clairs dès le début vous aidera à spécifier ce que vous souhaitez vraiment accomplir avec votre produit.
Les objectifs et les KPI suivis doivent évidemment être cohérents avec la vision produit et alignés avec la stratégie globale de votre entreprise.
Envisager vos indicateurs de façon à pouvoir mesurer leur succès et la performance de manière objective et quantifiable. N’hésitez pas à commencer petit, avec quelques indicateurs seulement. L’objectif est de constituer une première base solide.
Vos objectifs doivent rester flexibles et adaptables. Vous devez pouvoir ajuster votre stratégie et les indicateurs suivis en fonction des retours utilisateurs, du contexte marché ou des performances du produit.
Si vous avez déjà travaillé sur l’intégration de plans de marquage type Google Analytics, vous ne serez pas perdu. Le principe est le même :
Très important : vérifiez que la collecte des données est réalisée de manière éthique. C'est-à-dire en respectant la confidentialité et la sécurité des données des utilisateurs.
Ça parait évident mais il est - malheureusement - encore nécessaire de rappeler que le RGPD est entré en vigueur depuis 2018 !
Un conseil : Automatisez tout ce qui peut l’être.
Aujourd’hui de nombreux outils vous permettront d’avancer très vite sur la visualisation et l’analyse de vos données. Spoiler : On en parle un petit peu plus bas.
Avant tout, il faut veiller à ce que les données soient organisées et stockées de manière structurée et lisibles pour en faciliter l'analyse. Évidemment, il faut aussi que ces données soient sécurisées, on en revient au sujet de la protection des données personnelles de vos utilisateurs.
Ensuite pour l’analyse, il peut y avoir plusieurs niveaux de lecture en fonction de vos objectifs et des données collectées :
Pour faciliter l’interprétation des données, la plupart des outils fournissent des éléments de visualisation (graphiques, tableaux de bord, diagrammes, etc). Et permettent de générer des rapports personnalisables afin de partager efficacement les résultats et les enseignements.
Enfin n’oublions pas que l’objectif est de prendre des décisions grâce à la data pour améliorer en continue l’UX proposée aux utilisateurs.
Pour cela, il y a aussi des bonnes pratiques à suivre et des étapes à ne pas louper :
Comme souvent (toujours ?) il n’y a pas d’outil ou de solution miracle qui fait tout mieux que les autres.
Et comme souvent (toujours ?) lorsqu’on parle d’expérience utilisateur : il faut commencer par définir les besoins.
C’est la première étape de beaucoup de processus métier, commencez par identifier et spécifier vos besoins spécifiques en matière de mesure et d'analyse. Pensez au type de données collectées, au volume de données, à la stack technique de votre produit, aux contextes d’utilisations (mobile/desktop, on-line/off-line, etc). L’idée est de s’assurer que les outils choisis seront pertinents et utiles.
Une fois que vous avez défini un brief, vous pourrez explorer et comparer les différentes solutions disponibles sur le marché sur différents critères :
Chez Yes We Dev, on aime beaucoup ce que propose June.so en termes de product analytics. Disclaimer : il n’y a aucune affiliation avec eux et nous n’avons rien à gagner à dire du bien de leur produit.
C’est juste parce qu’on aime bien ce qu’ils font. ❤️
À nos yeux, June coche de nombreuses cases pour en faire un allié de poids dans votre stratégie produit. L’application vous aidera à travailler plus efficacement sur 3 sujets :
Si on se concentre uniquement sur le product analytics, June propose de tracker et d’analyser de nombreuses métriques : acquisition, activation, assiduité, rétention, churn, power users, etc. Tout y passe.
Les données sont automatiquement organisées et exploitables sous plusieurs angles : par utilisateur, par groupe, par entreprises, au global, etc.
Côté technique, on est sur une solution très moderne : facile à installer et configurer sur la plupart des projets web actuels.
Leur documentation est bien faite et plutôt complète. Ils proposent même des formations pour prendre en main et progresser sur le product analytics.
On a déjà eu l’occasion de tester June plusieurs fois, notamment avec Pass Interim.
Si vous avez des questions ou envie d’avancer sur le sujet, l’équipe se tient prête pour vous aider.
Une stratégie de product analytics n’est pas une fin en soi, elle doit s’inscrire dans une stratégie globale, au service de la vision produit.
Bien menée, elle vous permettra de lire en vos utilisateurs comme dans un livre ouvert et d’activer une démarche d’amélioration continue hyper puissante ! 💪
Une question, un doute, un retour d'expérience ou un simple "coucou", nous lisons et répondons à tous vos messages.
