L'analyse des données de marketing mobile simplifiée

L’analyse des données des campagnes de marketing mobile est un processus complexe. Un numéro erroné conduit à une mauvaise interprétation de l’ensemble de la campagne.

Un ensemble de problèmes se pose dans ce contexte :

  • Comment recevoir des données de qualité à analyser
  • Comment rendre le processus d’analyse aussi transparent que possible
  • Comment mesurer correctement les problèmes de campagne ou d’application avec des métriques

Qu’est-ce que l’analyse marketing ?

Dans un sens général, les analyses sont les commentaires reçus à la suite de vos actions. C’est grâce au feedback qu’une personne peut tirer des conclusions rationnelles sur son comportement.

En entreprise, tout fonctionne de la même manière : un feedback est nécessaire pour analyser les actions précédentes et ensuite former ou changer de stratégie. Pour obtenir des commentaires, vous devez d’abord collecter des données, dont l’analyse marketing peut bénéficier.

Par conséquent, l’analyse marketing indique à quel point la stratégie choisie et l’audience pour l’acquisition sont correctes.

Il existe une variété de solutions pour l’analyse de données dans le marketing mobile. Chez AdQuantum (AQ), par exemple, nous utilisons le plus souvent des plates-formes de suivi telles que AppsFlyer, Adjust et Google Analytics.

Principes d’analyse des données

Comment éviter les pièges et analyser correctement les données ? Voici quelques consignes:

La pertinence est cruciale pour comprendre exactement ce que nous analysons. Par exemple, est-il judicieux de comparer les pays que nous comparons ? Les pays de niveau 1 (par exemple, États-Unis, Australie) et de niveau 3 (par exemple, Cuba, Corée), par exemple, ont un trafic de qualité différente, de sorte que les données les concernant peuvent différer considérablement.

La saisonnalité est un concept courant dans le marketing mobile. Nous devons comprendre pour quelles périodes de temps nous comparons les données. Par exemple, les données de décembre 2019 doivent être comparées aux données du même mois de 2020. L’approche doit être la même pendant un mois ou même une semaine donné : les week-ends doivent être comparés aux week-ends, par exemple, car l’activité de l’application mobile les utilisateurs sont beaucoup plus nombreux le week-end.

Le contexte inclut en partie la saisonnalité et d’autres paramètres de données, tels que les types d’optimisation des campagnes analysées. Ne comparez pas le CPI d’une campagne d’installation d’application au CPI d’une campagne avec l’optimisation du ROAS. Ces mesures peuvent varier énormément. Ce serait comme comparer une pomme à un avocat: oui, les deux sont des fruits, les deux peuvent être verts, mais ils sont par ailleurs très différents. Basez les analyses sur l’objectif final du produit lors de la sélection des données à analyser.

Avant de commencer l’analyse, il est préférable de déterminer quelles données vous allez traiter. Comparer des métriques initialement disparates ou choisir les mauvaises métriques clés peut être trompeur ou simplement inutile.

Interprétation des métriques

Une métrique est un indicateur qualitatif ou quantitatif reflétant une caractéristique et un niveau particuliers de succès d’un produit. Toutes les mesures marketing ne sont que des chiffres, elles n’ont pas beaucoup de sens sans interprétation. Il est également insensé d’analyser toutes les mesures marketing à la fois; chacun doit être considéré à des fins spécifiques.

Divisons-les en différents groupes.

Mesures du produit

Utilisateurs actifs quotidiens, hebdomadaires et mensuels (DAU, WAU, MAU); revenu; taux de rétention (RR); et le taux de désabonnement (CR).. tous fournissent une compréhension générale de la situation : combien d’utilisateurs il y a dans l’application, comment ils l’aiment, combien ils paient et combien d’entre eux quittent l’application.

Cependant, ces paramètres ne nous permettent pas de prendre certaines décisions marketing ou de mesurer l’impact des changements de produits. Lorsque vous travaillez sur une application, l’essentiel est son volume, pas la masse.

La valeur à vie (LTV), le revenu moyen par utilisateur (ARPU), le coût d’acquisition client (CAC) et le retour sur investissement (ROI) sont les indicateurs qui définissent le succès financier du produit et sa valeur pour l’utilisateur.

Mesures marketing

Coût pour mille / mille (CPM), coût par installation (CPI), taux de clics (CTR), taux d’installation (IR), taux d’engagement (ER), coût par action (CPA), taux de conversion (CR) et retour sur la publicité les dépenses (ROAS) sont les principales mesures pour les spécialistes du marketing.

CTR, IR et CR sont particulièrement importants. Ils nous permettent de tirer des conclusions sur l’efficacité de notre travail sur le produit et de montrer la qualité du trafic acquis.

Comment organiser les analyses

Lorsque vous démarrez une analyse de campagne de performance, il est primordial de définir votre objectif : que voulez-vous exactement résoudre avec cette analyse particulière ?

Une fois l’objectif défini, il est temps d’élaborer une stratégie et de rassembler toutes les données nécessaires. Sur la base de notre expérience, nous avons défini des règles qui nous permettent d’organiser des analyses transparentes et de haute qualité :

Benchmarks

Ce sont les métriques que le produit avait déjà jusqu’à ce qu’il commence à travailler avec nous. Ils nous permettent de connaître les performances de notre campagne par rapport au passé.

Information complète

Pour que l’analyse soit objective, vous devez avoir tous les détails dans la vue d’ensemble des données: à partir de quelles sources de trafic prenons-nous des métriques ? Quels pays ? Types d’optimisation ? Les volumes de trafic ?

Cela fait une énorme différence que nous considérions les métriques de TikTok ou de Google Ads; si le trafic provient des États-Unis ou de l’Inde; si la campagne a été optimisée pour les installations ou pour les conversions; si nous collectons des données auprès de 100 utilisateurs ou d’un million.

Pertinence des données

Supposons qu’une équipe produit nous fournisse un ensemble de métriques: IR, CPI, CR et CPA. Nous avons maintenant quatre métriques, mais elles n’ont pas beaucoup de sens pour nous tant que nous ne comprenons pas de quelles sources de trafic elles proviennent.

Facebook, TikTok, Snapchat et Google Ads, par exemple, ont tous leurs propres caractéristiques, c’est pourquoi si nous lançons une campagne Facebook, nous devons prendre en compte les références de cette source de trafic particulière. C’est la même chose avec les pays: il serait incorrect de prendre les données mondiales comme référence si nous menons une campagne aux États-Unis.

L’importance de données bien choisies

L’analyse marketing commence par des données pertinentes de bonne qualité. Beaucoup dépend de l’exhaustivité et de la fiabilité des informations collectées: les indicateurs de performance clés dans les rapports, les décisions sur où diriger la campagne et combien d’argent le projet va finalement gagner. Une mauvaise gestion des données est la première raison de perdre du temps et de l’argent, tant pour le client que pour l’agence de marketing.

Vous ne savez pas quelle stratégie marketing vous convient ? Vous voulez que votre produit commence à se développer ? Parlons.