Les analyses utilisateur sont une technique d'analyse des données qui permet aux entreprises d'avoir une vision plus claire des cohortes d'utilisateurs. On utilise généralement un logiciel de business intelligence pour combiner les données sur le comportement des clients provenant d'applications Web et mobiles afin de créer une vision globale des utilisateurs et de leur expérience.
Les chefs de produit, les responsables de la réussite client et les spécialistes du marketing numérique peuvent utiliser ces données (et même les combiner avec des études et des commentaires de clients) pour mieux segmenter leur clientèle et faire en sorte d'orienter les bons groupes d'utilisateurs vers les expériences qui leur correspondent le plus. Ils pourront ainsi accroître plus efficacement l'activité et mieux fidéliser les clients.
Il existe deux moyens répandus pour les chefs de produit, responsables de la réussite client et spécialistes du marketing numérique de consulter les statistiques utilisateur pour prendre des décisions et des mesures :
L'avantage des statistiques utilisateurs est double : elles offrent des informations commerciales et permettent de prendre des mesures. Étudions cela de plus près :
Les analyses utilisateur aident les entreprises à cerner des groupes de clients pour les guider vers une expérience positive. Segmenter la clientèle en fonction des comportements est un bon moyen de répondre aux grandes questions qui génèreront des résultats :
Par exemple, Labcorp a utilisé les analyses de Pendo pour constater que les utilisateurs abandonnaient le processus d'inscription sur son portail dédié aux patients pour deux raisons : l'ajout d'un espace supplémentaire à la fin d'un nom créait un message d'erreur, et un outil d'authentification tiers était trop long à charger. L'équipe a fait part de ces informations aux équipes de développement et au partenaire tiers afin de résoudre les problèmes et les tickets d'assistance ont chuté de 99 %.
Autrefois, les entreprises divisaient leur marché de deux manières : par les données démographiques/firmographiques (des entreprises) à grande échelle, qui offraient une vue d'ensemble de l'acheteur cible, et par les sondages, qui sont susceptibles d'être biaisés.
Les analyses utilisateur fournissent quant à elles des données quantitatives afin de créer des cohortes d'utilisateurs basées sur une combinaison de comportements numériques, de contexte et de données de profil d'utilisateur. Pour chaque utilisateur, la base de données d'analyse est remplie d'un nombre d'actions ainsi que de propriétés telles que la date et l'heure, le lieu, le type d'appareil et de système, les données spécifiques à l'utilisateur et à ses demandes, le canal de recommandation, etc. Concernant les utilisateurs qui ont été identifiés, la base de données comprend également toutes les données démographiques et firmographiques connues. Les données de comportement sont inaltérables, tandis que les données de profil peuvent être modifiées et actualisés au fil du temps.
Les analyses utilisateur permettent de déduire des cohortes à partir de comportements d'utilisateur spécifiques, de la combinaison entre comportements, informations des profils et propriétés de contexte, ou encore du croisement entre certains de ces derniers paramètres sur une période donnée. La segmentation basée sur les comportements est non seulement plus flexible, car les cohortes peuvent comprendre un seul utilisateur ou l'ensemble de la population, mais aussi plus pertinente, car les actions sur lesquelles les cohortes sont basées ont été observées et non pas présumées.
Si vous souhaitez en savoir plus sur les statistiques utilisateur, vous pouvez consulter les nombreux ouvrages en anglais sur le sujet, comme « Lean Analytics » d'Alistair Croll et Benjamin Yoskovitz. Coursera propose également des cours en ligne sur l'acquisition d'utilisateurs par opposition à la fidélisation des clients et sur les statistiques utilisateur. Pendo a publié des contenus pour ceux qui cherchent à prendre des mesures à propos des informations sur les utilisateurs, réduire l'attrition de client et augmenter le rendement des comptes.