Pourquoi BigQuery et Google Analyics Premium vont enflammer les data scientists

Aujourd’hui, nous vous proposons de passer au crible la fonctionnalité la plus geek de Google Analytics Premium: l’intégration de BigQuery. On vous explique pourquoi cette fonctionnalité est (étonnement!) celle qui renferme le plus de potentiel en terme d’intelligence d’affaires, et surtout comment elle peut décupler l’impact de la voix des équipes de marketing et de TI dans les prises de décisions d’une grande entreprise!

Petit rappel : Qu’est-ce que Google BigQuery?

Google BigQuery n’est pas une nouveauté puisque cet outil existe depuis 2010, mais il a beaucoup évolué depuis. C’est un service Web qui vous permet d’interroger des milliards de lignes de données provenant de plusieurs sources, avec un temps de réponse de quelques secondes. Pour vous donner un exemple qui montre la rapidité d’exécution de l’outil, le résultat d’une recherche de mot-clé dans l’oeuvre complète de Shakespeare s’affiche en moins de 4 secondes, démonstration faite lors de la présentation de Google BigQuery en France en 2012. De quoi nous mettre l’eau à la bouche.

De plus, vos données sont exportables en plus de vous appartenir. La propriété des données est une exclusivité Premium (vs. version standard). C’est un détail qui a son importance au Canada, mais surtout au Québec où la législation provinciale met un point d’honneur à protéger les données personnelles.

En intégrant Google BigQuery à Google Analytics Premium, cela vous permet d’accéder directement à vos données brutes Analytics. Sans Premium, vous devez d’abord télécharger les données qui vous intéressent (ces données seront échantillonnées) pour ensuite exécuter vos requêtes. Vous imaginez à quel point il peut être long et fastidieux de devoir faire ce travail préliminaire pour ensuite pouvoir faire vos analyses? Surtout si vous avez besoin de beaucoup de données, car vous allez devoir faire beaucoup d’exports.

Avec Google Analytics Premium, toutes les données sont à votre disposition dans BigQuery et il ne reste plus qu’à lancer vos recherches !

5 façons de transformer la granularité de vos données en intelligence d’affaires

Vous l’avez donc compris, avec cet outil on peut créer des requêtes complexes et granulaires. C’est le fait de pouvoir croiser des données multi-sources (Analytics, CRM, POS, etc.) qui vous ouvre la porte à de puissantes analyses. Plus aucune question ne restera sans réponse!

Concrètement, comment Google BigQuery peut-il vous aider? Cela peut aller de la simple problématique de l’’organisation de données à l’analyse de Big Data pour en tirer des apprentissages précieux.

#1 Analysez vos données sur de longues plages de dates

Actuellement, avec Google Analytics, il est possible d’indiquer une plage de date très large. Or, plus elle est large, plus il y a de sessions et donc plus les données sont échantillonnées. Imaginez une analyse sur 2 ans avec seulement 10 % de vos sessions : ce n’est pas très représentatif. Avec Google Analytics Premium et BigQuery, vous avez vos données brutes non échantillonnées à disposition. Par exemple, vous vous demandez sûrement combien d’achats sur votre site ont été effectués suite à une visite provenant des médias sociaux et ainsi voir l’évolution du potentiel de cette source? Demandez à BigQuery, il vous donnera la réponse.

#2 Organisez vos données pour trouver des insights

Savez-vous quel est le meilleur moyen pour retrouver des affaires importantes ou pour vous rendre compte que vous avez perdu quelque chose? Ranger vos affaires! C’est la même chose pour vos données. Si vous voulez trouver des insights ou des points faibles à votre site qui méritent d’être corrigés, tout ceci dans le but d’optimiser vos performances, organisez vos données. Quand je dit organiser, je veux surtout dire d’ajouter plus de contexte à vos données en les croisant avec des données externes.

• Pour les sites de contenus, par exemple, si vous avez des informations complémentaires sur chacun de vos articles (auteur, type, date de publication, etc.) dans une base de données, joignez ces informations à vos données Google Analytics. Vous pourrez ainsi faire des analyses plus poussées et peut-être vous rendre compte qu’un type de sujet engendre plus de conversions que les autres.

#3 Liez vos données CRM à vos données Google Analytics pour mieux cibler vos campagnes

En joignant vos données CRM à vos données Google Analytics, vous pouvez récupérer n’importe quelle information utile et intégrer cette information dans votre outil CRM afin de mieux cibler vos campagnes ou même fidéliser vos clients.

• Par exemple, sur une base hebdomadaire, vous pouvez voir, pour chaque client connecté à son compte, le top 5 des produits qu’il a vu sur votre site mais qu’il n’a pas acheté. Joignez cette information pour chacun de vos clients à vos données CRM et vous pourrez lancer une campagne qui sera basée sur la relance de chaque client pour les produits qui l’intéresse. Dingue, n’est-ce pas ?

• Prenons l’exemple d’une boutique de chaussures en ligne. En joignant vos données Google Analytics à vos données CRM, vous pourrez découvrir que les filles de 18 à 24 ans achètent leurs sandales au mois de mai. Ajoutez ces données dans votre outil CRM et lancez une campagne qui cible la bonne personne au bon moment!

Il suffit de vous demander ce que vous voulez savoir sur vos clients pour vos prochaines campagnes, et de récupérer cette information via BigQuery. Votre taux de conversion sera certainement meilleur!

#4 Centralisez les informations en ligne et hors-ligne pour avoir une vue globale du parcours utilisateur

Tout le monde aimerait connaître le parcours client complet depuis leur site Web jusqu’aux points de vente hors-ligne (boutique physique, centre d’appel, etc.) et inversement. Cela permettrait de connaître tous les points de contacts du client, et ainsi éviter des problèmes d’attribution en ligne/hors-ligne, par exemple. Sachez enfin qui mérite une tape dans le dos pour vos ventes!

• Découvrez des informations pour en savoir plus sur la performance de votre site et de vos campagnes : quelles pages un visiteur voit-il avant d’acheter en magasin et qu’est-ce qu’il achète? Ou encore : est-ce que les visiteurs qui ont vu ma campagne de publicité sont plus enclins à venir acheter en magasin ou non?

Allons un peu plus loin. Reprenons cette boutique de chaussures en ligne. Imaginez avoir les informations disponibles dans Google Analytics, mais aussi pour votre boutique physique : le nombre de visites, de transactions, les chaussures achetées, etc. Joignez ces informations aux données de votre boutique en ligne. Il ne s’agit plus seulement d’optimiser les performances de votre boutique en ligne mais aussi d’optimiser celles de votre boutique physique, l’une en fonction de l’autre! Les possibilités sont infinies. Tout ce qu’il vous faut faire, c’est de mesurer des informations hors-ligne, ce qui devient de plus en plus simple entre autres avec les objets connectés et les fonctionnalités des appareils mobiles.

#5 Allez chercher des données loin, très loin dans la précision

Soyez prêts à faire les requêtes les plus longues de votre vie ! Il ne faut pas hésiter à aller loin dans la précision de vos questionnements. Regardez plutôt :

• Parmi les visiteurs de mon site qui ont utilisé un code promotionnel, combien ont découvert mon site grâce à ce code et combien ont quitté le processus d’achat pour ensuite revenir 10 minutes plus tard avec un code promotionnel? Pour chaque cas, quels codes ont été utilisés?

• Quels sont les groupes de mots-clés de campagnes qui m’apportent le plus de visiteurs qualifiés sur le site? Quels visiteurs convertissent le plus? À quel point le contenu lu ou le produit acheté est lié à leur recherche initiale?

Si vous souhaitez en savoir plus sur les opportunités liées aux solutions Analytics Entreprise (GA Premium et Adobe Analytics), laissez-nous votre courriel et nous vous partagerons nos prochains Webinaires, blogposts, études de cas et autres publications intéressantes.

Lire aussi : Comment utiliser BigQuery de Google Analytics Premium?

Je tiens à remercier mes collègues Aurélie Bailliache et Marie Nicollet qui ont contribué à la rédaction de ce billet.