Rapport « Personalization Data ROI »
Le dashboard du rapport « Personalization Data ROI » (ROI des données de personnalisation) vous aidera à mieux comprendre l'impact continu de l'implémentation des données de personnalisation sur votre retour sur investissement. Il vous sera également possible de télécharger un fichier CSV hebdomadaire détaillé afin d'appuyer vos propres analyses du retour sur investissement.
et un kit SDK de données de personnalisation qui vous permettront de transmettre les données liées aux recommandations à votre actuel système d'affichage des recommandations.Pourquoi est-ce important ?
La personnalisation est une bonne pratique bien établie dans le monde du e-commerce. En proposant aux acheteurs une expérience adaptée à leurs centres d'intérêt, vous serez en mesure de stimuler le taux de conversion et de fidéliser vos clients. Les acheteurs qui découvrent des recommandations de produits personnalisées sur un site de vente en ligne ne sont pas plus susceptibles de réaliser un achat, mais ils sont plus susceptibles de revenir sur votre site à l'avenir.
Une personnalisation efficace exige des données pertinentes et de qualité, et le parcours client commence, et se termine, rarement sur votre site internet. BV Pixel enregistre les achats de produits, ainsi que les événements non liés à des transactions, sur un réseau de plus de 5700 marques et sites distributeurs. Nous suivons le parcours de chaque client sur notre réseau, sur et hors de votre site, puis nous élaborons des profils d'acheteurs individuels en temps réel. Grâce à ces profils, nous sommes ensuite en mesure de recommander des produits et des catégories pour chaque visiteur accédant à votre site Web et disposant d'un profil.
Test A/B
Pour comprendre la valeur de votre implémentation des données de personnalisation, vous devrez configurer un test A/B. Dès son arrivée sur votre site, chacun des visiteurs est aléatoirement orienté vers une expérience test ou témoin. Une fois qu'un visiteur a été ajouté au groupe témoin ou au groupe test, il réintègre ce groupe à chacune de ses visites sur votre site, et ce pendant toute la durée du test. Cette configuration vous permet de comparer les comportements adoptés par chaque groupe, pour déterminer avec exactitude l'impact de l'implémentation des données de personnalisation sur votre chiffre d'affaires et vos transactions, ainsi que sur de nombreux autres indicateurs.
Groupe témoin et groupe test
Le tableau suivant présente l'expérience qui sera proposée au groupe témoin et au groupe test en fonction de votre solution d'affichage des recommandations :
| Groupe témoin | Groupe test | |
|---|---|---|
| Si vous n'utilisez pas encore les recommandations de tiers : | Ne verra aucune recommandation sur la totalité de votre site |
Pourra consulter le diaporama des recommandations s'il fait défiler la page jusqu'à son emplacement Les visiteurs disposant d'un profil d'acheteur Bazaarvoice accèderont à des recommandations adaptées à leur profil ; les visiteurs qui ne disposent pas d'un profil d'acheteur Bazaarvoice accèderont aux recommandations tendance de Bazaarvoice |
| Si vous utilisez déjà les recommandations de tiers : | Pourra consulter le diaporama des recommandations de votre fournisseur de recommandations de tiers s'il fait défiler la page jusqu'à son emplacement |
Pourra consulter le diaporama des recommandations s'il fait défiler la page jusqu'à son emplacement Les visiteurs disposant d'un profil d'acheteur Bazaarvoice accèderont à des recommandations adaptées à leur profil ; les visiteurs qui ne disposent pas d'un profil d'acheteur Bazaarvoice accèderont aux recommandations actuelles de votre fournisseur |
Taille et durée de l'échantillon
Pour garantir l'exactitude des données, la taille de l'échantillon doit être statistiquement significative en termes de trafic, mais aussi de conversion. Pendant la planification de votre test A/B, vous devrez déterminer la taille idéale de l'échantillon, puis estimer le nombre de semaines nécessaires à la conduite de votre test en fonction de ce premier facteur. La calculatrice de taille d'échantillon d'Optimizely et la calculatrice de durée d'un test A/B de VWO vous aideront à estimer ces valeurs.
La durée réelle de votre test A/B dépend de plusieurs facteurs. Nous vous invitons à consulter ces recommandations relatives à l'arrêt du test avant de déterminer la durée de votre test. Il vous est également conseillé de réaliser votre test A/B sur des semaines complètes (du lundi au dimanche) et non sur des semaines partielles. Les données recueillies au cours de semaines partielles n'apparaîtront pas dans le dashboard.
Répartition du trafic
Il est important de définir la répartition du trafic (par ex., partage à hauteur de 50/50 entre le groupe témoin et le groupe test) avant le début du test A/B. Une fois cette valeur choisie, ne modifiez pas la répartition au cours du test. Seuls les nouveaux visiteurs seraient alors répartis selon la nouvelle répartition du trafic, ce que pourrait altérer les résultats de votre test. Ce phénomène s'appelle le Paradoxe de Simpson .
Afin de contrôler le bon fonctionnement de votre test, nous vous conseillons de commencer par la répartition suivante : 90 % des visiteurs dans le groupe témoin et 10 % des visiteurs dans le groupe test. Vous pourrez ensuite stopper ce test pour passer à une répartition à hauteur de 50/50 de votre trafic. Veillez également à prendre note des dates auxquelles vous modifiez la répartition de votre test.
Saisonnalité et facteurs d’influence externes
Nous vous conseillons de réaliser vos tests A/B au cours d'une période «normale», c'est-à-dire une période pendant laquelle aucune hausse ou baisse significative du taux de conversion liée à la saisonnalité n'est attendue (par ex., période des achats de fin d'année).
Tenez également compte des autres activités marketing qui pourraient avoir lieu simultanément au test. Lorsque cela est possible, nous vous recommandons de stopper ces activités avant le début du test et pendant toute sa durée.
Dashboard du rapport « Personalization Data ROI »
Accès au dashboard
Pour accéder au dashboard de ce rapport :
- Connectez-vous au portail de Bazaarvoice à l'adresse https://portal.bazaarvoice.com .
- Sélectionnez
Menu » Personalization (Menu » Personnalisation).
Filtres
Grâce au filtre Date range (Période), dans le coin supérieur droit du dashboard, il vous est possible de consulter les indicateurs pour différentes périodes de votre test A/B. Vous pouvez choisir l'une des périodes suivantes :
- Last week (La semaine dernière)
- Last 2 weeks (Deux dernières semaines)
- Last 3 weeks (Trois dernières semaines)
- Last 4 weeks (Quatre dernières semaines)
- Last 12 weeks (12 dernières semaines)
- Last 52 weeks (52 dernières semaines)
La période sélectionnée s'affiche dans la bannière située en haut du dashboard.
Visiteurs uniques
Visiteurs uniques détectés sur les pages mesurées pendant la période spécifiée. Les pages mesurées comprennent toutes les pages chargeant le balisage Bazaarvoice Analytics, soit via un affichage hébergé par Bazaarvoice, soit via BV Pixel. Chaque semaine, le rapport « Personalization Data ROI » élimine la duplication des visiteurs uniques survenue du lundi à 0 h au dimanche à 23 h 59.
Exemple : Un internaute, nommé Drew, visite votre site Web à l'heure du déjeuner, le mardi 28 août à 12 h 13. Dès son arrivée sur votre site, il est automatiquement réparti dans votre groupe test. Avant ce jour, il avait déjà visité votre site ainsi que d'autres sites appartenant au réseau Bazaarvoice, et son profil d'acheteur indique qu'il s'intéresse aux baskets montantes. Il fait défiler votre page d'accueil jusqu'à l'emplacement où vous avez implémenté le diaporama de recommandations Bazaarvoice. Parce que ce visiteur appartient au groupe test et possède un profil d'acheteur Bazaarvoice, le carrousel qui s'affiche est rempli à l'aide des données de personnalisation Bazaarvoice. Drew clique sur une paire de baskets qui a attiré son attention. Cependant, il décide finalement de ne pas faire d'achat sur votre site. Le vendredi 31 août, il revient sur votre site. Puis, il ne visite plus votre site avant la semaine suivante, le lundi 3 septembre à 12 h 47. Bien que Drew ait visité votre site à deux reprises au cours de la Semaine 1 (du lundi 27 août au dimanche 2 septembre), il est compté comme un visiteur unique dans les calculs de votre rapport « Personalization Data ROI ». Il est de nouveau compté comme un visiteur unique au cours de la Semaine 2 (du lundi 3 septembre au dimanche 9 septembre). Enfin, Drew sera compté comme un visiteur unique dans les calculs de toute autre semaine pendant laquelle il visitera votre site, quel que soit le nombre de visites au cours d'une même semaine.
Délai d'attribution
Lorsqu'un visiteur fait défiler la page jusqu'au diaporama des recommandations ou interagit avec ce dernier, le rapport « Personalization Data ROI » associe à cet événement les conversions qui se produisent dans les 24 heures suivantes. Ces 24 heures sont connues sous le nom de « délai d'attribution ».
Exemple : L'un des consommateurs du groupe test consulte les recommandations de produits, mais n'effectue un achat que le lendemain. À condition que cet achat se produise dans les 24 heures qui suivent la consultation des recommandations par le client, Bazaarvoice attribuera l'achat à ces recommandations.
Rapport « Conversion Impact » (CIR) vs rapport « Personalization Data ROI »
Bien que les rapports « Conversion Impact (CIR) » et « Personalization Data ROI » puissent sembler similaires au premier abord, il existe des différences notables entre ces deux rapports :
- Le rapport « Personalization Data ROI » utilise une structure de test A/B associant un groupe témoin à un groupe test, qui reçoivent chacun une expérience distincte. Le CIR fait appel à une cohorte (ou groupe de segments) d'acheteurs qui reçoivent tous la même expérience. Selon cette structure, les acheteurs sont alors regroupés selon leur comportement d'achat (par ex., le contenu consulté, les interactions avec du contenu).
- Dans le cas du rapport «Personalization Data ROI», le jour d'attribution correspond à la date à laquelle le visiteur effectue la transaction. Dans le cas du CIR, il s'agit du jour où le visiteur consulte la page.
- Pour le rapport « Personalization Data ROI », la période de rétrospection est fixée à une journée. Ainsi, si une transaction a lieu dans les 24 heures qui suivent la consultation du diaporama des recommandations par un visiteur, celle-ci est attribuée aux recommandations personnalisées. La période de rétrospection du CIR est fixée à trois jours.
- Le rapport « Personalization Data ROI » analyse des données sur une ou plusieurs semaines complètes (du lundi au dimanche). Le CIR produit des analyses journalières et mensuelles.
Rapport pour toutes les pages
Le premier rapport du tableau de bord affiche des indicateurs globaux de performance pour tous les types de pages dotées d'un carrousel de recommandations personnalisé ou d'un affichage Curations personnalisé. Cette section vous informe sur les indicateurs suivants:
| Indicateur | Définition |
|---|---|
| Revenue Per Visitor (RPV) | Recettes perçues par un client, divisées par le nombre de visiteurs au cours de cette période. |
| Average Order Value (AOV) | Montant du panier moyen pour un ensemble de visiteurs qui ont effectué une transaction pendant la période donnée. |
| Conversion Rate | Nombre de conversions, divisé par le nombre de visiteurs uniques au cours de cette période. |
| Products Per Order | Nombre moyen de produits vendus dans chaque commande. |
La colonne Control (Témoin) présente la valeur de chaque indicateur pour l'ensemble des utilisateurs de votre groupe témoin (les visiteurs qui n'ont pas accès à un diaporama de recommandations ou qui ont accès à un diaporama de recommandations de tiers).
La colonne Test (Test) présente la valeur de chaque indicateur pour l'ensemble des utilisateurs de votre groupe test (les visiteurs qui ont accès à un diaporama de recommandations Bazaarvoice).
La colonne Difference (Écart) présente l'écart entre le groupe témoin et le groupe test pour chaque indicateur (Colonne du groupe test - colonne du groupe témoin).
Enfin, la colonne %Lift (Taux d'évolution) présente le taux d'évolution entre le groupe test et le groupe témoin en calculant l'écart entre ces deux groupes, puis en divisant le résultat obtenu par le résultat du groupe d'origine. L'évolution est calculée pour le taux de conversion, le panier moyen, le chiffre d'affaires par visiteur ainsi que pour d'autres indicateurs.
signalant que le rapport ne comporte pas assez de données pour présenter une véritable valeur statistique.Sous le tableau du dashboard, vous pourrez accéder à d'autres indicateurs :
Total Visitors Who Saw Personalization—Nombre total de visiteurs uniques ayant consulté du contenu personnalisé au cours de la période sélectionnée. Cet indicateur est mesuré lorsqu'un acheteur fait suffisamment défiler la page pour visualiser l'espace réservé aux recommandations Bazaarvoice.
Percent Visitors Who Saw Personalization—Pourcentage de visiteurs uniques ayant consulté du contenu personnalisé au cours de la période sélectionnée. Cet indicateur est mesuré lorsqu'un acheteur fait suffisamment défiler la page pour visualiser l'espace réservé aux recommandations Bazaarvoice.
Percent Visitors With A Shopper Profile—Pourcentage de visiteurs uniques disposant d'un profil d'acheteur Bazaarvoice. Cet indicateur représente le pourcentage d'acheteurs qui peuvent recevoir des recommandations Bazaarvoice. La possession d'un profil d'acheteur est uniquement indiquée pour les pages présentant du contenu personnalisé. (Cet indicateur ne s'applique qu'aux visiteurs de votre groupe test.)
Percent Engaged Visitors—Pourcentage de visiteurs uniques ayant interagit avec du contenu personnalisé (en cliquant ou en le faisant défiler) au cours de la période sélectionnée. Il s'agit de l'un des principaux indicateurs de la qualité de votre contenu personnalisé. (Cet indicateur ne s'applique qu'aux visiteurs de votre groupe test.)
Survolez les icônes 
à partir du dashboard pour accéder à une brève présentation des indicateurs cités ci-dessus.
Fichier CSV détaillé hebdomadaire pour toutes les pages
Cliquez sur Download CSV for all pages (Télécharger le fichier CSV pour toutes les pages) pour télécharger un fichier détaillé présentant les données d'indicateurs supplémentaires.
Exemples de scénarios
Allyson
Jour 1 (jeudi 22 mars, 12:08): Une internaute,Allyson, visite votre site internet. Dès son arrivée sur votre site, elle est automatiquement affectée à votre groupe témoin. Elle fait défiler la page d'accueil jusqu'à l'emplacement où votre groupe test a accès au carousel de recommandations personnalisées. Allyson clique alors sur l'un des produits présentés sur votre page d'accueil: les chaussures de course SUPER Speed. Elle consulte la page du produit, puis fait défiler cette page vers le contenu Ratings & Reviews. Finalement, elle décide d'attendre avant d'effectuer un achat car elle souhaite faire de plus amples recherches.
Jour 2 (vendredi 23 mars, 22:33): Allyson ne peut s'empêcher de penser aux chaussures qu'elle a vues la veille sur votre site et décide de commander ce produit. Allyson effectue donc un achat moins de 24 heures après avoir fait défiler la page jusqu'à l'espace de recommandations vide. Sa commande est donc comptabilisée dans la colonne Control (Témoin) du rapport ROI. La jeune femme est également comptée comme un visiteur unique, puisqu'elle a visité le site à deux reprises au cours de la même semaine. Le jour de la transaction, le 23 mars, est considéré comme le jour d'attribution.
Joe
Jour 1 (jeudi 22 mars, 9:15): Un deuxième internaute, nommé Joe, visite votre site internet. Dès son arrivée sur votre site, il est automatiquement affecté à votre groupe test. Alors qu'un carrousel de recommandations Bazaarvoice s'affiche en bas de la page d'accueil, Joe ne fait pas défiler la page. Au lieu de cela, il accède directement au menu de navigation de votre site pour y rechercher les carnets en cuir. Après avoir accédé à la catégorie Carnets à partir de la page de catégorie, il commande cinq carnets lignés en cuir marron. Joe n'a pas consulté le carrousel de recommandations Bazaarvoice. Ainsi, même s'il a effectué un achat dans un délai de 24 heures, sa commande ne peut pas être attribuée aux recommandations personnalisées. Il est cependant compté comme un visiteur unique du groupe test pour la semaine en cours.
Jason
Jour 1 (samedi 31 mars, 18:28): La semaine suivante, un troisième internaute, Jason, visite votre site. Dès son arrivée sur votre site, il est automatiquement affecté à votre groupe test. Jason consulte régulièrement d'autres sites du réseau Bazaarvoice et y effectue souvent des achats. Il consulte votre carrousel de recommandations Bazaarvoice, puis clique sur une paire de chaussettes multicolores qui attire son attention. Il ajoute ce produit à son panier, mais décide finalement de passer commande ultérieurement.
Jour 2 (mardi 3 avril, 17:31): Jason revient sur votre site et achète les chaussettes qu'il avait ajoutées à son panier. Bien qu'il ait interagi avec le carrousel de recommandations personnalisées avant d'effectuer un achat, cette transaction ne peut pas être attribuée aux données de personnalisation, puisqu'elle a eu lieu dans un délai de plus de 24 heures. Jason sera cependant compté comme un visiteur unique la Semaine 1 (du lundi 26 mars au dimanche 1er avril) et la Semaine 2 (du lundi 2 avril au dimanche 8 avril).
Rapports pour les types de pages spécifiques et pour les affichages Curations
Les autres rapports de la page sont divisés par type de page, selon la configuration établie par votre équipe pendant l'implémentation (par exemple page d'accueil ou page de catégorie). Si vous avez des affichages Curations avec un contenu personnalisé, toutes les informations liées à vos affichages personnalisés seront intégrées à son propre segment.
Les métriques sont présentés de façon globale à un type de page ou au niveau de l'affichage Curations. Seules les pages auxquelles vous ajoutez un identificateur unique (type de page) lors de l'implémentation des données de personnalisation sont comptabilisées dans le type de page correspondant.
Outre les indicateurs disponibles pour l'ensemble des pages, le dashboard des pages spécifiques inclut également les données suivantes :
Attributable Revenue Impact—Recettes générées par les visiteurs du groupe test ayant consulté des recommandations personnalisées Bazaarvoice au cours de la période sélectionnée à l'aide du filtre correspondant. En d'autres termes, il s'agit des recettes que vous pouvez attribuer au diaporama des recommandations personnalisées Bazaarvoice pour la période sélectionnée.
La formule suivante est utilisée pour calculer l'impact des recettes attribuables :
Multipliez l'estimation journalière des recettes attribuables par 30 pour calculer l'estimation mensuelle des recettes attribuables. De même, multipliez l'estimation journalière des recettes attribuables par le nombre de jours de la période souhaitée pour calculer l'impact des recettes attribuables pour cette période.
Ainsi, si vos données révèlent une évolution de 1 € du chiffre d'affaires par visiteur (10 € de chiffre d'affaires par visiteur pour le groupe test avec profil et 9 € pour le groupe témoin sans profil) et que 250 000 internautes avec profil ont visité votre site au cours des 100 derniers jours, la formule de calcul de l'impact journalier des recettes attribuables est :
Yearly Estimated Revenue—Estimation des recettes que vous pouvez attribuer au diaporama des recommandations personnalisées Bazaarvoice au cours d'une année. La formule suivante est utilisée pour calculer les recettes annuelles estimées :
Fichier CSV détaillé hebdomadaire pour les types de pages spécifiques
Pour chacun des rapports supplémentaires disponibles dans le dashboard, vous pouvez également cliquer sur Download CSV for <type de page> pour télécharger un fichier plus détaillé présentant les données d'indicateurs supplémentaires.
Définitions
Cette section détaille les indicateurs et segments de visiteurs que vous trouverez dans le fichier CSV détaillé hebdomadaire :
