Rien de mieux que de laisser la parole aux startups, pour nous en dire plus sur le suivi de leurs données et de l’impact qu’elles ont sur leur business.
Romain Chavon, le CMO d’Epopia, a bien voulu se prêter au jeu en répondant à mes différentes questions.
La data analyse est encore à ses prémices en France et j’ai la certitude qu’elle peut valoriser de nombreuses entreprises, c’est pourquoi j’adore ce que je fais.
Où en êtes-vous dans le suivi de vos données dans votre marketing et votre communication ?
On est en plein dedans, on pourrait même dire « au coeur de la tempête ». Nous avons changé pas mal de choses dans notre infrastructure tech e-commerce suite à notre lancement aux USA, et du coup nous devons adapter pas mal de nos métriques. Que ce soit dans la captation des données ou dans leurs définitions.
Pourquoi avez-vous du mal à les suivre ?
Les problématiques sont principalement techniques. En fait il faut comprendre qu’il y a plusieurs niveaux de datas qu’on peut traquer. Typiquement tu vas pouvoir calculer ton CAC assez facilement. Mais si tu veux déterminer un système d’attribution (autre que le last clic) de manière fine, ça devient déjà beaucoup plus compliqué.
Chez Epopia, il faut ajouter à cela des problématiques comme le fait d’analyser la LTV d’un utilisateur en fonction de son âge et de l’histoire par laquelle il a commencé. Et là, ça devient souvent assez compliqué.
Qu’est-ce vous traquez ?
On a beaucoup de datas que l’on suit, ou en tout cas qu’on aimerait suivre.
Comme je le disais, ce n’est pas toujours simple, et comme nous venons de changer d’infrastructure nous sommes encore en train de reconnecter certaines données avec leurs sources.
Ce qu’il faut comprendre c’est qu’il existe, je pense, des KPI que tu vas suivre de manière régulière pour avoir une vue macro, par exemple :
– Un CAC global,
– Un CAC par canal, (et là c’est déjà souvent compliqué, car comment veux-tu calculer efficacement un CAC si tu fais du print ou un message publicitaire dans un podcast par exemple ?)
– Le MRR,
– La LTV,
– Le NPS,
Et des KPI que tu vas suivre plus sur une problématique précise. Par exemple, si je lance une campagne Facebook, je vais regarder :
– Le CPC,
– Le CPA,
– Le CTR,
– La répétition,
– Le CPM,
– Le ratio « Nombre d’achats/nombre d’arrivées sur site »
Et après on a des KPI spécifiques à nos métiers. Par exemple on surveille le temps moyen passé pour répondre à un courrier d’enfant. Il faut qu’on fasse attention à ce qu’il n’explose pas. Ou encore l’équipe de « Relation Client », qui va mesurer le nombre de tickets quotidiens reçus et les segmenter en fonction des typologies de questions/demandes pour alerter des problématiques du moment.
On utilise aussi des KPI comme la note de satisfaction des employés au sein de l’entreprise. On sait qu’il faut qu’on reste au-dessus de 8/10 par exemple.
Et enfin, on va aussi récolter des datas pour qualifier nos clients ou nos prospects. On a les choses basiques genre « Acheteur de moins de 30 jours », mais on se permet de soumettre des formulaires à nos clients pour nous aider à mieux les comprendre. En général les gens comprennent bien la démarche et répondent avec plaisir. On va pouvoir ainsi mieux connaître la typologie des acheteurs, leur âge, genre, etc.
Qu’utilisez-vous pour traquer vos datas ?
Alors l’ensemble des datas Google sont en générales très utiles (Analytics/Optimize/Data Studio/Ads).
De mon côté je vais par exemple regarder les dashboard de vente également avec Stripes,
Je parlais des datas liées au NPS, cela passe par Trustedshop.
Les datas liées au bonheur des équipes, OfficeVibe.
Les datas Facebook évidement avec le business manager.
Des datas réalisées par nos outils internes, pour le temps de réponse à un courrier.
Les datas mailing avec Sendinblue.
Etc…
Bref en général chaque outil possède donc ses propres datas (ce qui n’est pas toujours une bonne chose). La complexité revient (presque) toujours à croiser les données.
Est-ce que cela vous permet d’améliorer votre connaissance client ? Prendre de meilleures décisions ou mieux comprendre vos clients ?
On ne peut améliorer que ce qui est mesurable. Donc oui, sans data je ne vois pas comment on pourrait prendre des décisions.
Est-ce que tu souhaiterais intégrer plus d’outils ou tableaux de bord ?
Je pense que comme tout CMO qui se respecte je rêve d’un tableau de bord avec l’ensemble des données centralisées, avec un système d’attribution clair et efficace, et une segmentation client aux petits oignons. Mais en général, cela reste bien souvent un rêve…
Qu'est-ce qui vous freine ? Connaissance, outils, hommes ou expertises
Je pense que tu as le combo gagnant : Connaissances/Outils/Expertises.
Je rajouterai « Argent/Temps »
Est-ce que tu penses que les startups ont assez de connaissances dans la donnée ou est-ce que cela manque de pédagogie ? Est-ce qu’on sensibilise assez sur la data les étudiants en formation de marketing/ communication ?
Concernant les professionnels (Startups) ou étudiants en marketing/communication, clairement il y a un manque de connaissance et de compréhension assez important par rapport aux données.
Je le vois assez régulièrement, que ce soit lors de mes cours (j’enseigne à des étudiants en master en école de communication) ou lors des échanges avec les « jeunes startupeurs ».
Lorsque l’on parle de coût d’acquisition client, tout le monde comprend de quoi on parle. Mais lorsque l’on aborde un principe de LTV par exemple, on en a déjà perdu la moitié. Ce qui est dingue, c’est qu’ils ne savent même pas que cet indicateur existe.
C’est un monde qui reste assez complexe, qui peut faire peur (avec toutes ces abréviations et ces anglicismes), mais qui reste la clef de voute d’une entreprise qui veut réussir.
Je pense sincèrement qu’une entreprise qui ne comprend pas ses KPI ne peut pas réussir sur le long terme. C’est de la logique pure.
Et encore trop de CEO ne s’y intéressent pas en se disant « cette partie-là est trop technique, elle n’est pas pour moi ». Avoir cette réflexion, c’est aller droit dans le mur.
Je ne dis pas qu’on le doit tous être capable de mettre en place les outils pour mesurer ces datas (car là il y a un réel aspect technique, même moi je suis très souvent perdu), mais il faut comprendre l’ensemble de ces données, savoir lesquelles on veut suivre et comment les prioriser.