CAF CNAM

Explore

RESEARCH

Analyse de données

Livre

Livre 2

Avis en ligne

METTRE EN ÉVIDENCE CE QUE CHERCHE LES UTILISATEURS & LES EXPRESSIONS QU’ILS FORMULENT

Marquer les pages

Analyse de logs ???

“plan de marquage - taggage”

Comprendre l’origine de la navigation (moteur de rech,)

Sert le SEO

identifier les problèmes

de NAV

ou repérage de l’information

Mesurer

l’engagement

la conversion

Après avoir placé des tags

Permettre un suivi de parcours utilisateur précis (=animation)

Conclusion :

Identifier les symptômes (selon Kim GOODWIN)

plutôt que d’expliciter des causes et des comportements

L’analyse des logs du moteur de recherche

renseigne

sur les besoins

les modes d’accès

les modes de consommation

Lié au CRM

Riche d’enseignement pour déterminer les préoccupations des utilisateurs

INFORMATIONS :

compréhension des services

compréhension des produits

satisfaction client

points noirs (douloureux) de l’XP

facteurs de succès

OBJECTIFS

MESURER LES INDICATEURS

performance

audience

engagement

conversion

COMPRENDRE LES CONTEXTES ET COMPORTEMENTS

SOURCE DE DONNÉES

COMPLÉTER LA RECH QUALITATIVE

METTRE EN PERSPECTIVE L’ÉCHELLE DU PROBLÈME

crédibiliser les hypothèses

quantifier les comportements observés

MESURER LA PERFORMANCE

A/B TESTING

Défi et bénéfices

identifier des zones spécifiques

connaître les expressions et besoins des U

trouver des opportunités

prouver factuellement

Définir une problématique (ex : parcours le plus important)

Rassembler les donner, les filtrer

Interpréter les données (avec contexte précis)

Formaliser un raport d’audience

Métier & livrables ( Data viz)

RAPPORT D’AUDIENCE (présentation, infographie, parcours U)

reporting - tâche récurrente (ex : les ventes)

ad hoc - une tâche

SQL

nettoyage de données

travail :

TAG - gestion des tags

analyse d’audience

data mining - patterns

STATS - probabilité box plot, le clustering, la distribution de probabilité, les arbres de décisions

Logs :

historique qui enregistre les événements sur une application logicielle ou serveur web

Taux de rebond ??

Indicateurs :

nombre de pages vues

nombre de visites

nombre de visiteurs uniques

temps passé

taux de rebond

taux de sortie

taux d’engagement

taux de complétion

origine des visiteurs

devices

analyse du chemin “click-path”

Logiciels :

AWStats

Clicktale

Crazy Egg

Xiti

TextRazor (NLP)

Want to print your doc?
This is not the way.

Try clicking the ⋯ next to your doc name or using a keyboard shortcut (

CtrlP

) instead.