Pensez à la dernière fois que vous avez utilisé un distributeur automatique. L'en-cas que vous aviez choisi est-il resté bloqué ? La machine a-t-elle émis des codes d'erreur inhabituels ? Si vous avez été confronté à de tels obstacles, il y a fort à parier que vous ayez ressenti de la frustration, de l'impuissance et une certaine fringale.
This exact thing happened to Kameron Canbaz, Principal Product Manager at Yahoo DSP. A failed vending machine interaction (he really wanted those Donnettes) got him thinking about how friction affects user journeys, and launched Yahoo DSP on a transformative product journey with Pendo Analytics.
M. Canbaz travaille sur la solution DSP (demand-side platform) de Yahoo qui aide les entreprises à acheter des publicités. Plutôt que de se rendre sur chaque site Web et d'acheter une publicité à la fois, les annonceurs saisissent leur budget et leurs objectifs dans Yahoo DSP, qui trouvera les meilleurs emplacements publicitaires à acheter au bon moment.
Répondre aux besoins des utilisateurs stimule la croissance des produits
L'une des activités les plus importantes des utilisateurs de Yahoo DSP est la mise en œuvre et la gestion des campagnes. C'est ainsi que les annonceurs diffusent leurs publicités auprès de leur public cible et que Yahoo DSP génère des revenus. Comme pour toute plateforme complexe, Yahoo DSP a parfois rencontré des difficultés qui, si elles n'étaient pas rapidement résolues, pouvaient avoir un impact sur les clients.
L'équipe produit s'efforçait de trouver des moyens de détecter et de traiter rapidement ces difficultés afin de garantir une expérience optimale aux annonceurs. Il lui fallait donc une solution qui lui permette d'identifier et de résoudre les problèmes au plus vite, sans utiliser trop de ressources, et d'offrir une expérience client exceptionnelle. L'outil Analyses de Pendo lui a fourni les outils nécessaires pour collecter une multitude de données, lui permettant ainsi d'obtenir des insights précieux pour optimiser les performances.
Construire des bases solides grâce à la démocratisation des données
M. Canbaz a alors créé un cadre simple en trois étapes pour aider l'équipe produit à relever les défis des clients :
- Quantifier le problème avec des données
- Planifier et mettre en œuvre une stratégie
- Mesurer, modifier et recommencer
Avant d'utiliser Pendo, l'équipe produit devait s'en remettre à l'équipe d'ingénierie pour extraire les données et créer des tableaux de bord complexes, ce qui pouvait prendre plusieurs jours, voire plusieurs semaines, selon la demande. Mais grâce à son expérience d'utilisateur assidu de Pendo, Kameron Canbaz savait que les événements de suivi pouvaient lui fournir le « chaînon manquant » pour obtenir les données dont il avait besoin sans demander l'aide des ingénieurs.
L'utilisation de Pendo présente un avantage supplémentaire : la démocratisation des données. Tous les chefs de produit ont accès aux données dont ils ont besoin pour générer des rapports et prendre des décisions éclairées.
Pendo Analytics a mis en évidence deux domaines clés dans lesquels l'expérience utilisateur pouvait être améliorée : la performance des pages et la gestion des erreurs. M. Canbaz s'est penché sur chaque problème afin de déterminer quelles mises à jour stratégiques apporter pour améliorer rapidement l'expérience des clients.
Utiliser les événements de suivi pour identifier précisément les opportunités d'amélioration des performances
Pour relever le premier défi, l'équipe de Canbaz a installé un événement de suivi sur chaque page de la plateforme, en se concentrant sur les données relatives à trois domaines :
- Parcours utilisateur actuel
- Parcours utilisateur précédent
- Temps total de chargement de la page
Ces données ont fourni à M. Canbaz les informations dont il avait besoin pour déterminer ce qu'il fallait privilégier afin d'obtenir le meilleur résultat possible. Il a compilé des indicateurs détaillés à l'aide de la section Pages de Pendo afin d'examiner les pages les plus lentes, puis a utilisé l'explorateur de données pour visualiser leurs temps de chargement. Il a alors priorisé la mise à jour des dix premières pages dont le temps de chargement était supérieur à cinq secondes.
Analyse approfondie des messages d'erreur avec des données sur une seule page
Pour remédier aux erreurs de la plateforme, Canbaz a de nouveau utilisé les événements de suivi. En regardant les erreurs à travers les événements de suivi, l'équipe de Canbaz a pu voir et quantifier les difficultés que leurs utilisateurs rencontraient sur la plateforme. Il a configuré un événement de suivi pour qu'il se déclenche chaque fois qu'un message d'erreur se produit sur la plateforme. Il a suivi quatre éléments :
- Type d'erreur : interface utilisateur ou API
- Source de l'erreur : comment l'utilisateur perçoit-il l'erreur ?
- Message d'erreur affiché : était-il compréhensible pour l'utilisateur ?
- Parcours actuel et précédent : où se trouvait l'utilisateur dans son parcours lorsque l'erreur s'est produite ?
First, Canbaz used a global errors report to find the pages with the most errors. Then, he dug deeper into each page to look for any patterns. By looking at data on a single-page level, Canbaz could determine if there were notable trends with the types of visitors or accounts receiving the error message. He also could look at the error message to determine if it was unclear or confusing.
Un exemple qu'il a vu sur la plateforme était très similaire à celui de sa débâcle avec le distributeur automatique, où le code d'erreur qu'il a reçu ne donnait aucun contexte au problème réel. Le message d'erreur reçu par les utilisateurs n'expliquait pas ce qu'ils ne faisaient pas correctement, ni comment ils pouvaient résoudre le problème. Ces derniers finissaient par essayer de trouver une solution de contournement ou par abandonner complètement l'action. Pour comprendre la raison du message d'erreur, il est nécessaire de connaître l'utilisateur et le moment où l'erreur s'est produite.
Exploiter les rapports pour créer des insights rapides et améliorer les performances
Avec toutes les données en main, M. Canbaz devait fournir les informations pertinentes à l'équipe d'ingénierie afin qu'elle puisse cibler ses efforts. L'exécution de rapports permettant d'identifier des pages spécifiques a donné à l'équipe d'ingénierie un point de départ clair pour améliorer les performances de la plateforme. À mesure que les ingénieurs mettaient en œuvre des améliorations, le temps de chargement des pages les plus lentes diminuait. L’équipe produit a continué à mesurer et à surveiller les temps de chargement pour s’assurer que les pages continuaient à s'afficher plus rapidement et qu’aucune nouvelle page lente n’apparaissait.
Pour corriger les messages d'erreur, l'équipe produit a créé deux rapports : l'un pour identifier l'erreur sur un jour donné et l'autre pour circonscrire cette erreur à une période spécifique. Ce niveau de précision a fourni aux ingénieurs les informations dont ils avaient besoin pour résoudre rapidement le problème.
“Getting error occurrences narrowed down to a specific timeframe turned out to be the most helpful data that we could provide to engineers,” Canbaz said. “That data allows them to pinpoint that error within our own internal systems.”
Améliorations de la plateforme = des clients plus heureux
After initial implementation from engineering, the top ten slowest pages had their load times shortened by up to 80%. Customers started talking about how ‘snappy’ the platform felt. “For anyone that works on a B2B product, you know how challenging it can be to get unsolicited positive feedback about your products,” notes Canbaz.
Their error occurrences were drastically reduced, with Canbaz saying, “What used to be a lot of errors happening at once went to effectively zero.” He continues to roll out the error reporting process to more and more product managers within the organization to decrease errors within the DSP.
Mesurer, modifier, recommencer : utiliser Pendo pour réduire les risques
Ce processus n'était pas une solution ponctuelle. En utilisant les données de Pendo, Canbaz effectue un suivi en continu des performances et erreurs. La puissance des données Pendo réduit les allers-retours entre les équipes produit et ingénierie, ce qui rationalise leurs processus et accélère la prise de décision.
Canbaz a conçu les rapports de manière à ce qu'ils soient facilement reproductibles. Ainsi, tout chef de produit peut simplement ajuster les filtres selon ses besoins pour trouver les données qu'il recherche et les regrouper pour l'ingénierie. Pendo continue d'aider M. Canbaz et son équipe à fournir des données, à optimiser les actions et à suivre les résultats.
« L’utilisation de Pendo nous a permis de saisir rapidement toute l’ampleur du problème », explique M. Canbaz. « Lorsque nous développons des solutions aux problèmes, nous continuons de suivre notre framework et de l’ajuster au besoin au fil du temps pour assurer des progrès continus. Nous disposons ainsi de plus de temps pour continuer à rendre notre plateforme incroyablement conviviale. »
