Et si la promesse initiale du web n’était, en fait, qu’un mensonge ?

La promesse initiale du digital, à l’époque où on l’appelait encore Web, était simple, claire, imparable. Les premiers apôtres du marketing et de la communication online la répétaient inlassablement. Selon eux avec le web, on pouvait tout mesurer : qui se connecte, d’où il se connecte, quelles pages et quels produits il consulte etc. Et donc piloter avec précision le ROI des investissements marketing dédiés à ce canal.

Avec la promesse du digital, le marketing est devenu scientifique…

Face aux autres canaux dont les ROI pouvaient paraître plus opaques, l’argument était en béton (depuis, la mesure du ROI des campagnes TV et Radio a fait d’énormes progrès, mais à l’époque ça n’était pas le cas). Il n’en fallait pas moins pour changer les habitudes de toute une profession. Et l’incroyable se produisit : cet argumentaire a fonctionné…

En effet, alors qu’ils étaient bien campés, depuis des années, sur des mécaniques rodées et des canaux complètement maîtrisés, les publicitaires, leurs clients et l’ensemble des acteurs du marché du marketing se sont lancés dans le grand voyage de la mutation permanente.

Habitués à communiquer en masse, de façon indifférenciée, auprès de cibles marketing mal connues et très schématiquement décrites (mais qui était donc cette ménagère de moins de 50 ans ?), ils ont découvert l’ultra personnalisation, permettant une pertinence extrême des messages.

Elevés hier sur des marchés et des médias ingrats qui leur remontaient des données peu nombreuses, lentes et complexes à collecter, ils avaient l’habitude de se fier à leur intuition. Aujourd’hui submergés par une masse de données colossale, ils se sont ouverts aux joies des statistiques, de la mesure systématique et de l’analyse en temps réel sur des paramètres aussi nombreux que changeants.

Avec le digital, leur marketing est devenu scientifique, et nous pouvons effectivement tout mesurer, comme l’indiquait la promesse. N’est-ce pas là une belle histoire ? Une belle promesse tenue ? Pas si sûr…

… mais serait-ce de la poudre aux yeux ?

Car voilà, les données que nous mesurons via nos plateformes si puissantes et nos algorithmes si intelligents, sont tout simplement fausses dans leur grande majorité. Pourquoi ? A cause de l’erreur humaine… encore elle. Explication : les tags, ces marqueurs qui alimentent nos plateformes analytics de millions de données à chaque seconde sur le trafic, la segmentation des visiteurs, leur comportement, leur navigation, etc… sont tout simplement mal positionnés.

Eh oui… Les opérations de taggage à la main, pratique encore très courante, sont tellement fastidieuses qu’elles sont mal faites. Quant aux Tag Management Systems qui promettaient de venir à bout de ce problème, ils se sont contentés de le déplacer. Et ce, par manque de ressources formées spécifiquement à ce sport qui n’a rien d’intuitif, ces plateformes appliquent des process qui sont trop peu remis à jour (chaque évolution du site doit impacter le process suivi par le TMS, sinon, il continue à déposer un même tag sur une page dont le contenu a changé).

Deux raisons différentes pour une seule et même conséquence : les données qui remontent dans nos systèmes analytics sont erronées.

Des erreurs qui peuvent prendre de grandes proportions

Or, avec l’explosion du nombre de pages des sites e-commerce, l’inflation galopante du nombre de produits qu’ils proposent, la valse de plus en plus rapide des prix, des promotions et des offres spéciales sur un site internet qui veut rester concurrentiel, les erreurs de taggage prennent des proportions proprement ahurissantes.

Bilan, si nos systèmes de mesure et d’analyse sont de plus en plus efficaces, nous y intégrons des données de plus en plus fausses. Or, dans un système devenu scientifique, cartésien, industriel, on aime la cohérence. Ainsi, les données fausses, traitées de façon cohérentes, amènent généralement à des conclusions erronées. Moins par plus… ça donne moins.

Attention à la fiabilité des données

On a beaucoup investi dans la qualité et l’intelligence des modèles d’analyses. Il est temps d’en faire autant avec leur matière première : les données et leur fiabilité.

Votre site internet dispose d’un espace promotion. L’un des plus visités, car les consommateurs aiment les bonnes affaires.

Ce mois-ci vous avez eu de bonnes conditions pour lancer une promotion sur un smartphone à la mode. Pour analyser la performance de cette promotion, vous allez marquer la page en question avec un tag désignant le produit « Smartphone». Le contenu de la page (photo, prix, texte de présentation) sera donc associé à ce tag. Chaque fois que ce tag s’affichera, votre système estimera que le contenu de la page a bien été consulté par un client potentiel.

Puis, une fois la promotion « smartphone» terminée, vous remplacez le contenu de la page promotion par le contenu décrivant du nouveau produit en promotion. Par exemple, une « cafetière », oui, celle-ci, la rouge.

Et là, oups ! En changement de contenu, vous laissez le tag « smartphone » sur la page, ce qui est une erreur fréquente. Vos outils analytics continueront donc à croire que le contenu « smartphone » s’affiche. Donc qu’il est consulté par un acheteur potentiel, chaque fois que la page promotion est consultée. Alors que depuis votre changement de promotion, c’est une cafetière rouge qui s’affiche et donc une cafetière rouge dont les ventes s’envolent du fait de sa présence sur un espace très consulté.

Dans le même temps, votre produit smartphone, que vous continuez à vendre quelque part dans votre site malgré la fin de la promotion, est revenu à un cycle de vie normal : prix normal (plus cher que quand il était en promotion), mise en avant classique (page moins mise en avant et moins consultée que l’espace promotion). Il attire donc, en réalité, moins de trafic et est donc moins bien vendu que lorsqu’il était en promotion.

D’où vient le problème ?

Ainsi, quand vous rapprochez ce que dit le tag que vous avez malencontreusement laissé sur la page de la cafetière rouge, avec les statistiques de ventes effectives du smartphone, les résultats sont là. Malgré une forte visibilité du produit (la page s’affiche beaucoup, vous dit le tag), le produit se vend peu. Le taux de transformation est donc anormalement bas.

Alors, vous cherchez d’où vient le problème… Est-ce le prix qui n’est pas bon ? Le descriptif ? Les photos ? Le tunnel de conversion ? En fait, c’est juste un oubli… il aurait fallu enlever le tag désignant le smartphone de la page de promo.

Ce type de cas peut conduire un chef de produit ou un responsable de site à prendre des actions parfaitement absurdes : déréférencer le produit, casser son prix, ou changer encore et encore le tunnel de transformation, exercice périlleux et coûteux à la longue.

Bien évidemment le même procédé s’applique à des sites de réservation en ligne, des configurateurs, ou des campagnes publicitaires. Le e-commerce n’a pas l’exclusivité de ces dysfonctionnements.