Plan de tagage d'un site web

Le plan de marquage d’un site: capturer et valoriser la Data

L’optimisation est indissociable de la mesure… Le plan de marquage (ou tagage) est l’un des facteurs clés de succès de la mesure de la performance d’un site web. En outre, à l’heure du Big Data, il revêt une importance cruciale car de sa structure, de la rigueur de son implémentation dépendront la qualité et l’exhaustivité des données capturées.

Le plan de tagage est fondé sur la définition précise des objectifs qui sont attribués au site. Car un site doit disposer d’objectifs. Évidence ?… Force est de constater que bon nombre de sites vitrines de PME ont été créés « parce qu’être présent sur le web, c’est aujourd’hui incontournable »

Chaque objectif se verra attribuer des indicateurs, ou KPI (Key Performance Indicators) qui seront soit « avancés » (leading) soit « retard » (lagging). L’élaboration du plan de marquage devra permettre de mesurer ces KPI et leur évolution. Cette démarche rejoint la méthodologie mise en œuvre dans le cadre d’un projet de Balanced Scorecard (tableau de bord prospectif).

Outre cette finalité fondamentale de pilotage du site, le plan de marquage doit également intégrer les objectifs de l’entreprise en matière de valorisation des données de navigation. L’entreprise souhaitera par exemple utiliser ces données pour optimiser son process d’acquisition/conversion/fidélisation ou encore restituer la donnée (préalablement convertie en information, voire en connaissance) aux visiteurs ou encore à l’écosystème de l’entreprise dans une démarche d’open-data…

Le plan de tagage comporte ainsi trois finalités:

  1. Il permet le pilotage du site, au quotidien,
  2. Il rend possible la mesure de l’efficacité du site à remplir ses objectif,
  3. Il permet de capturer la donnée valorisable.

Si cette donnée valorisable est à même de conférer à l’entreprise un avantage concurrentiel en lui permettant de gagner des parts de marché (conquête) ou de solidifier ses positions existantes (fidélisation, barrières à l’entrée), elle sera qualifiée d’information stratégique. Dès lors, on attachera la plus grande attention à la maîtrise de sa qualité et à sa sécurisation.

Si la capture de la donnée (le fait) est cruciale, on se gardera de négliger la dimension ou axe d’analyse (le « par »: par jour, par origine, par …). C’est ainsi, par exemple, que LinkedIn est en mesure de restituer le nombre de membres par groupe, par ville, par fonction, etc.

Ceci étant dit, les chefs de projets web ne sont pas avares d’idées d’évolutions et les mises en ligne de nouvelles fonctionnalités sont fréquentes. En outre, un site web 2.0, donne la possibilité aux utilisateurs d’enrichir eux-mêmes le contenu…

Un site est donc fortement évolutif, ou il devrait l’être, et il convient donc de s’organiser pour que la capture des données de navigation – via le plan de tagage – soit en phase avec les évolutions fonctionnelles apportées au site. Il s’agit là d’une démarche d’alignement décisionnel.

Les responsables web analytics pourront avoir recours à des systèmes de gestion des tags (Tag Management System, TMS) pour leur faciliter la tâche. À l’heure du Big Data et des démarches de marketing agile, ces outils deviennent incontournables.

Les deux premiers objectifs évoqués plus haut se satisfont de l’interface de pilotage SaaS proposée par la plupart des solutions de web analytics. Qu’en est-il des données valorisables ? L’approche sera contingente selon la volumétrie, selon que l’on veuille restituer l’information on-site, par email, via un reporting B.I. traditionnel; selon que l’on souhaite stocker ces informations en interne pour les analyser et les enrichir ou bien en confier la gestion à son prestataire dans le cloud…

Il apparaît désormais clairement que la valeur stratégique d’une donnée est magnifiée lorsqu’elle est enrichie par d’autres données émanant des différents canaux d’interaction de l’entreprise. En effet, bon nombre de techniques d’études datamining visent à créer de la connaissance à partir de variables très diverses, le problème résidant dans le fait que l’on peut rarement juger a priori de la valeur explicative d’une variable. C’est précisément ce qui justifie les démarches Big Data et les frameworks associés. Ainsi, les données issues de la navigation, restituée grâce au plan de marquage, pourront être stockées « aux côtés » des données suivantes :

  • Documents structurés
  • Texte
  • Inputs des réseaux sociaux
  • Données PRM et CRM
  • Données ERP
  • Vidéos et images

Alors tout stocker ? Clairement non. L’expérience montre qu’en marketing B to B, les données à valeur ajoutée potentielle émanent pour l’essentiel du site web, du CRM, de l’ERP et des réseaux sociaux pour peu que l’entreprise y soit active.

Au-delà des technologies utilisées et des exa-octets de données traités, ce qui importe c’est de faire émerger de la connaissance et de l’action de ces data mashups, en conservant une indéfectible et pragmatique vision «métier».

Pour une explication simplissime du principe du tagage voir cette video (en anglais, 4mn).

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *