La rédaction du plan de marquage est une étape indispensable et très importante pour la configuration d’un TMS ou d’Analytics.
Non seulement, il faut prévoir toutes les variables à faire remonter pour répondre à la conception de la stratégie envisagée, mais il faut également, s’assurer de l’adéquation des variables avec les points mesurés.
Le plan de marquage doit être le reflet de la lecture des statistiques sur l’outil Analytics. Or très souvent, les réponses techniques, apportées par les développeurs et consultants Data, se contentent de répliquer, à la lettre, ledit plan, sans se poser une question essentielle, celle de l’utilisation ultérieure des données par les équipes marketing.
Bien que la programmation, par défaut, d’un compte Analytics ou Google Tag Manager réponde parfaitement aux demandes du client, elle ne prévoit que rarement d’organiser les données, pour une meilleure lisibilité et facilité d’analyse. De ce fait, les personnes en charge de la lecture des statistiques peuvent très vite se trouver dépassées par la manière dont les informations sont affichées.
Si celles-ci ne sont pas organisées, rationalisées et pensées en amont, leur analyse peut s’avérer complexe, voire ne plus être fiable.
De même que concevoir un site Internet, sans appuyer ses choix sur des pratiques SEO, sans concevoir un tunnel logique et agréable, risque de compromettre l’efficacité dudit site. Cela revient à écrire un livre sans le moindre plan, sans évolution logique du récit.
Un tel site devra alors compenser son inadéquation aux attentes de ses clients par une plus forte pression publicitaire, sans pour autant se garantir d’une rentabilité assurée. L’écosystème numérique est en ensemble incluant autant la programmation, l’arborescence, l’analyse, la présentation que la publicité et le référencement.
Faire un plan de marquage sans organiser ses données, répondant à des questions diverses, sans la moindre logique de rationalisation de la remontée statistique, rend finalement assez inopérant, les avantages d’outils comme Analytics.
Un plan de marquage regroupe un certain nombre de variables, concernant différents domaines, qu’il convient de ne pas mélanger, car elles n’ont pas forcément de rapport entre elles.
Le plus souvent on remontera des données de site, d’utilisateur, de session, de produit ou d’évènement. Seulement, les variables et dimensions associés à une catégorie ne sont pas toujours compatibles avec les autres. Ne pas envisager une arborescence claire, peut alors entraîner une absence de données.
En utilisant ces catégories comme des domaines différents, il devient alors possible et légitime de classer chaque variable dans celle qui lui correspond, limitant ainsi le risque d’associer dimensions et variables non cohérentes.
Concevoir un plan de marquage en se fondant sur l’arborescence des données, comme l’on organiserait son disque dur, permet aussi d’anticiper la lecture statistique qui sera faîte, par les équipes marketing et de corriger, en amont, les erreurs qui pourraient survenir.
L’un des exemples les plus marquant concerne l’arborescence des événements. Dans la plupart des cas, ils seront programmés au fil des demandes, sans la moindre logique. Dès lors, les comparer relève presque du parcours du combattant. Les organiser, avant toute programmation, pour les classer, les ranger, de manière logique, entre ceux qui concernent la navigation, les sessions, les utilisateurs donne une lecture bien plus limpide des statistiques remontées par Analytics.
De même choisir pour catégorie le domaine auquel se rattache l’évènement (navigation, session, utilisateur…), pour action celle qui est réellement réalisée et pour label le détail de l’action, permet une comparaison immédiate des différentes interactions tracées.
Par conséquent, avant d’écrire un plan de tracking, pour programmer un TMS ou Analytics, il convient d’organiser ses données, les trier et s’assurer tant d’une lecture logique sur l’outil, que d’une comptabilité des variables et dimensions entre-elles.
Penser son plan, avant de l’écrire, l’organiser et le hiérarchiser est certainement l’étape la plus importante du tracking et malheureusement la moins utilisée dans la plupart des programmations.
De la même manière, s’il est indispensable de penser son site internet avant de le créer, pour prendre en compte les besoins en référencement naturel, en liens sponsorisés, la navigation optimale de l’utilisateur, afin de lui offrir la meilleure expérience, il semble également fortement conseillé de se mettre à la place de celui qui suivra les statistiques, pour clarifier le plus possible les différents éléments mesurés.
Un site Internet et les outils qui permettent de l’analyser sont comme un livre ou un catalogue. Si l’information n’est ni hiérarchisée, ni optimale, personne ne prendra la peine de le lire et les internautes se contenteront de feuilleter votre site, anéantissant une grande part des actions marketing qui seraient menées pour compenser l’absence préalable de réflexion et de conception.
« Notre trafic SEO a augmenté de +70 %. Cela représente 50 % du trafic global. Ce sont de vrais spécialistes»
Michel Bernardini, Responsable Communication & Informatique
« Ils nous ont beaucoup aidés, ce sont des visionnaires, ils nous permettent d’avoir souvent un coup d’avance sur les sujets.»
Thomas Rabanit, Directeur Digital
Un Consultant Senior dédié
Un outil unique au monde
13 années d’existence
+ de 1 000 sites optimisés
70 experts
Le plus gros lab’ R&D de Search Marketing en France
Vous serez aussi intéressé par :
Qu’est-ce que l’UX Analytics et comment s’en servir pour optimiser sa performance digitale ?
Publicité en ligne : Comment ça fonctionne ?
Analyser les résultats de votre stratégie SEO
L’A/B testing Adwords, une pratique fréquemment adoptée pour comparer la performance d’une campagne.