Si la société pendant longtemps sur le marché, alors par défaut il y a plusieurs départements, les gens comprennent clairement leurs tâches et le propriétaire cherche à systématiser ce processus. Le travail dans les startups passe souvent sous la devise : "let's burn", où le propriétaire ressemble à un skieur novice sur une piste difficile : il semble avoir enseigné la théorie, mais pour une raison quelconque, c'est effrayant en réalité et d'autres skieurs le dépassent. Aujourd'hui, nous allons parler de l'analytique dans les startups - une lanterne qui peut éclairer avec éclat le chemin vers une entreprise de systèmes.

De nombreux propriétaires dont l'entreprise est en phase de démarrage sont convaincus que travailler avec le marché commence par la publicité. En fait, ce n'est que la troisième étape.

Starpup lit que l'entreprise forme un message marché étranger. Regardez attentivement l'image ci-dessous.

Les gens n'achèteront jamais ce qu'ils ne connaissent pas. Si vous vous souvenez des principes de base du marketing, il y a d'abord l'intérêt, puis une personne commence à rechercher des informations sur ce qui l'intéresse, se rend compte de la nécessité d'acheter, compare les offres et seulement après cela, elle achète un produit ou un service.

C'est pourquoi le travail d'une startup commence par la formation d'un besoin chez les consommateurs avec l'aide de Communication marketing, après quoi la demande est augmentée via trois canaux (Web, hors ligne et mobile) et enfin la publicité est lancée. Lorsque ce moment arrive, il est temps de commencer à collecter des métriques et à faire des analyses.

Pourquoi ne pouvez-vous pas diffuser d'annonces immédiatement ? Regardez Tesla. Dans un premier temps, les lacunes des voitures à essence et diesel ont été activement discutées sur le réseau, des campagnes à grande échelle ont été lancées pour préserver environnement– et quand les voitures écologiques ont fait sensation sur le marché. Cependant, si Elon Musk avait lancé des publicités pour les voitures à un moment où les consommateurs ne pensaient même pas à une alternative à l'essence et au diesel, il est probable que le nouveau produit aurait échoué.

FUNNEL ANALYTICS : COMMENT NE PAS PERDRE DE CLIENTS

Le parcours client à travers votre entonnoir se compose de plusieurs étapes de base, à chacune desquelles vous devez mesurer un certain nombre d'indicateurs.

ÉTAPE 1. DIRIGE

Un prospect est une personne qui a montré un intérêt primordial pour votre entreprise - par exemple, a laissé un e-mail sur la page de destination en échange d'un produit piège.

• Coordonnées (nom, email, numéro de téléphone) ;
• Canaux publicitaires d'où provient le lead (contexte, réseaux sociaux, recherche) ;
• Influences marketing, d'où vient le lead (réunion, webinaire).

ÉTAPE 2. NOUS CONTACTER

Au stade du contact, le prospect est transmis au directeur des ventes et des communications régulières avec le client commencent, un besoin est formé, les problèmes sont identifiés, les objections sont traitées.

Quels indicateurs corriger :

• Données personnelles - plus il y en a, mieux c'est (âge, anniversaire, sexe, intérêts, pour B2B - le décideur);
• Statut du client (nouveau, client, refus). Moins de temps s'est écoulé depuis que le client est entré dans l'entonnoir, plus les chances de conclure la transaction sont élevées.
• Historique des communications (nombre d'appels, rendez-vous). Enregistré dans le système CRM.

ÉTAPE 3. AFFAIRE

L'étape à laquelle il y a déjà un accord. Cependant, il est encore au stade de la planification, c'est-à-dire que la facture n'a pas encore été émise.

Quels indicateurs corriger :

• Probabilité et montant (calculé en fonction du produit que le client cible).
• Étape de la transaction de contact (premier contact, négociations, fermées et non mises en œuvre, prend une décision) ;
• Vendeur responsable.

ÉTAPE 4. COMPTER

L'étape à laquelle il y a un accord. Le compte a déjà été publié.

Quels indicateurs corriger :

• Statut de la facture (nouvelle, émise, payée). À propos, il est préférable de rappeler au client le paiement le matin. Nous avons déjà écrit à ce sujet dans l'article. ;
• Détails de paiement;
• Biens achetés, produits.

ÉTAPE 5. PAIEMENT

Le moment où un client paie pour un produit ou un service.

Quels indicateurs corriger :

• État du paiement (accumulé, payé, annulé, modifié).
• Modes de paiement (comment le client paie : en espèces, non en espèces, par l'intermédiaire de partenaires, par monnaie électronique, etc.)
• Montant, devise (paiement partiel, paiement intégral)

ÉTAPE 6. REFAIRE

Une deuxième transaction est toujours plus importante que la première, car au début, vous obtenez un client fidèle, pour lequel vous n'avez pas besoin de payer de supplément.

Quels indicateurs corriger :

• Probabilité et montant (si vos produits ou services impliquent des achats ou des utilisations répétés, définissez la probabilité et le montant pour qu'ils soient identiques à ceux du premier achat) ;
• Catégorie de client (VIP, premium, standard). A ce stade, vous indiquez la solvabilité des consommateurs.
• Historique d'achat.

CRM-SYSTEM : UN OUTIL ESSENTIEL DU SERVICE COMMERCIAL

Un système CRM est une application où sont enregistrées les données des clients et un historique des interactions avec eux, ce qui permet d'optimiser le marketing, d'améliorer la qualité des ventes et les niveaux de service, et de mettre en place un travail transparent du service commercial.

Dans un seul système CRM, vous pouvez combiner toutes les données décrites dans la section précédente, ainsi que mener des analyses. Vous n'avez pas à maintenir des dizaines de tables en même temps et à créer manuellement des rapports.

La base de l'analyse est la disponibilité de chiffres exacts. Ils sont exactement ce que le système CRM vous permet de collecter.

Avantages de l'utilisation d'un système CRM :

• Collecter des informations sur le client (en accédant au profil du client, vous pouvez voir ses données personnelles, son historique de communication, sa place dans l'entonnoir de vente, la probabilité d'une transaction, etc.) ;
• Contrôle de la qualité du travail du personnel de vente ;
• Obtenir des rapports opérationnels sur le client dans le canal de vente ;
• Enregistrement de l'historique des communications avec le client ;
• Automatisation des processus métiers.

Le système CRM supprime la majeure partie du travail de routine des directeurs des ventes, libérant ainsi temps de travail pour les appels et les réunions. Pour plus de conseils sur l'optimisation de votre équipe de vente, lisez cet article. .

TYPES DE RAPPORTS DANS LES STARTUPS

Pour passer au stade d'une entreprise système, il est important d'établir un système de reporting dans l'entreprise au stade du démarrage. Il en existe plusieurs types :

• rapports opérationnels ;
• rapports de contrôle;
• rapports financiers;
• rapports analytiques.

RAPPORTS OPÉRATIONNELS

Rapports quotidiens sur le marketing, les prospects, les ventes, les expéditions, nécessaires à la pleine existence de l'entreprise. Ils permettent non seulement de surveiller l'état de l'entreprise, mais également d'identifier rapidement les lacunes dans n'importe quel domaine fonctionnel et de les corriger.

RAPPORTS DE CONTRÔLE

Rapports pour aider à suivre les performances des employés. Il est conseillé de vérifier le jour de la remise du rapport. Il y aura toujours ceux qui font un mauvais travail. Si vous organisez un débriefing le lendemain, il s'agira alors d'une action "après coup", où vous n'obtiendrez rien d'autre que d'offenser les employés. En parlant des résultats le jour de la remise du rapport, vous obtenez :

• vous pouvez réagir rapidement à ce qui n'est pas fait - et corriger la situation ;
• l'employé aura une nuit pour comprendre la situation et trouver des options pour résoudre le problème ;
• il n'y a pas de démotivation due à la critique publique d'un employé.

Les rapports sur les résultats sont toujours générés dans le contexte de "plan-réel".

RAPPORTS ANALYTIQUES

Le rapport analytique montre pourquoi telle ou telle situation s'est produite. De plus, à l'aide de rapports analytiques, vous pouvez prioriser le projet. Ces rapports présentent plusieurs différences fondamentales :

• ils sont basés sur des statistiques solides avec des chiffres concrets ;
• la comparaison est faite avec la même période (par exemple, mardi-mardi, 1er mai - 1er avril, mars 2017 - mars 2018, etc.)

Dans le même temps, lors de l'étude de rapports analytiques, vous devez déterminer les facteurs d'influence (qui affectent l'obtention du résultat) et évaluer le travail sur une échelle de points. Ce que ce sera - cinq points, dix points ou cent points - vous pouvez le définir vous-même. Pour la croissance de l'entreprise, en plus de ce qui précède, il est important de conserver un rapport marketing, un rapport de génération de prospects et un rapport logistique.

RAPPORTS FINANCIERS

Les rapports financiers sont associés à des chiffres et leurs principaux indicateurs sont les revenus et les dépenses. Offre la possibilité d'analyser et de calculer pour l'avenir les flux financiers et résultats. Vous pouvez évaluer à quel point vous avez réellement dévié du plan. Si vous n'avez aucune expérience en matière de signalement, lisez l'article .

Cette entreprise devient prospère, le propriétaire traite son développement de manière responsable. Lisez les conseils de Liftmarketing - et obtenez des résultats.

Comment décide

À l'aide d'un webhook, nous poussons les prospects vers Google Sheets via Zapier, et depuis Google Sheets, nous poussons les données vers Google Analytics en utilisant le même Zapier.

Maintenant, configurons tout étape par étape

Passons en revue la logique

Quelles sources de leads pouvons-nous avoir ?

• Formulaires sur place
• suivi des appels
• Chats en ligne
• Rappels

80% des services ont une fonction telle qu'un webhook, par exemple, lors de l'appel d'un numéro dynamique, le suivi des appels envoie des données sur le visiteur à l'URL que nous spécifions.

Quelle URL devrions-nous spécifier ? - Nous avons besoin d'un mécanisme capable de prendre des données, de sélectionner ce dont nous avons besoin et de l'insérer dans Google Sheets en tant que nouvelle ligne. Cette tâche sera effectuée par le service Zapier, en tant que connecteur.

Source > Zapier > Google Sheets > Zapier > Google Analytics

Il serait plus logique de commencer par les sources, disons exemple réel implémenter le lien. Dans notre cas, le suivi des appels Roistat et les formulaires sur le site font office de sources.

Commençons par "Source > Zapier > Google Sheets"

On va sur le site zapier.com et on s'enregistre, on clique Faites un Zap !

Après cela, une fenêtre de travail s'ouvrira, comprenons l'interface :

1. Page d'accueil où se trouvent tous les Zaps (ci-après "connecteurs")
2. Logique du connecteur, par exemple 1 - accepter, 2 - extraire les valeurs, 3 - envoyer
3. La fenêtre de travail de l'onglet sélectionné à gauche, nous sommes maintenant invités à sélectionner le premier widget
4. Connecteur actif/inactif

Création d'un connecteur pour Roistat

Sélectionnez le connecteur intégré :

Cliquez sur Attraper Crochet et Enregistrer + Continuer :

Accédez à l'onglet Configurer le webhook et copiez l'URL pour recevoir le webhook, laissez-le dans la mémoire tampon pour l'instant.

Accédez à Configurer les options et cliquez sur Continuer :

Maintenant on nous propose de faire une demande de test via un webhook, on ouvre ROIstat en parallèle et on se rend dans les paramètres du script de call tracking :

À l'intérieur, nous collons notre URL, appliquons et enregistrons le script, maintenant nous devons aller sur le site et faire un appel test. J'espère que le suivi des appels fonctionne correctement pour vous.

Selon la documentation ROISTAT, le webhook transmet les données suivantes

Après l'appel, vous verrez dans Zapier qu'il a reçu un webhook, vous devez cliquer sur Continuer et créer le widget suivant.

Nous définissons le nom du connecteur Get from ROISTAT avant d'oublier. Dans la recherche, entrez et sélectionnez Google Sheets

Nous créons une nouvelle table dans notre Google Drive, où nous stockerons toutes les données et entrerons les noms des colonnes. Dans notre cas, il s'agit de :

• Source principale
• Contact
• E-mail
• ID client Google
• La source
• Revenu
• Statut de l'offre
• Qualité du plomb
• Commentaire (le cas échéant)

Vous devez comprendre que nous avons des appels répétés pour le suivi des appels et qu'il serait erroné de créer de nouveaux prospects (lignes) qui dupliquent les précédents. Pour cela, avant chaque ajout de ligne (lead), on regarde dans la colonne Contact (numéro de téléphone) pour voir si elle contient déjà le numéro de téléphone que l'on veut ajouter. Permettez-moi de vous rappeler que nous avons déjà reçu le numéro de téléphone via webhook.

Maintenant, nous avons automatiquement les colonnes de la table que nous avons créée précédemment. Pour chaque colonne, nous devons sélectionner une valeur et un webhook que nous avons obtenus précédemment. Autrement dit, ces valeurs seront insérées dans les colonnes que nous allons maintenant sélectionner.

En cliquant sur le champ, on obtient une liste déroulante avec le nom du champ et la valeur que contient le wubhook de Roistat.

Par exemple, dans la colonne "Date", nous souhaitons insérer la valeur "Date" du webhook, et nous devons le faire pour chaque champ :

Cliquez sur Continuer et envoyez la chaîne de test Fetch & Continue :

Tout, maintenant Zapier nous propose d'activer le connecteur, ce que nous sommes heureux de faire. Le premier connecteur est prêt :

Interaction du client avec le tableau

Nous avons une table qui reçoit de nouveaux prospects, maintenant nous devons apprendre au client comment interagir avec elle et enregistrer les ventes.

Pour cela, nous avons préalablement créé 4 colonnes :

Avec les revenus, tout est clair comment créer un ensemble fixe de valeurs, pour cela nous créons une feuille séparée et pour chaque champ nous faisons un ensemble de valeurs pour la sélection :

Cliquez avec le bouton droit sur la cellule d'état et sélectionnez Validation des données :

Une fenêtre avec des paramètres apparaît, dans celle-ci on clique sur la plaque pour sélectionner les valeurs à sélectionner:

Sélectionnez une plage d'états :

Ça y est, nous avons maintenant un ensemble fixe dans le champ "Status":

On fait de même avec la colonne « Lead Quality » et on choisit la notation des leads, c'est mieux de le faire en chiffres.

Nous implémentons le lien "Google Sheets > Zapier > Google Analytics"

Pour cela, nous créons un nouveau connecteur Make a Zap !

Nous définissons le nom du connecteur Google Sheets sur Google Analytics, sélectionnons Google Sheets en tant que widget, comme nous l'avons fait précédemment, mais nous choisissons maintenant de ne pas créer de nouvelle ligne, mais une ligne de feuille de calcul nouvelle ou mise à jour (vérification des lignes nouvelles ou mises à jour) :

Nous sélectionnons un compte, comme nous l'avons fait précédemment, nous ne nous répéterons pas, puis nous sélectionnons le même document sur Google Drive, une feuille et une colonne de déclenchement (Trigger column). L'essentiel est que le connecteur vérifie la feuille toutes les 15 minutes et regarde la colonne de déclenchement, dans notre cas, il s'agit du "Deal Status", si la valeur qu'elle contient a changé, alors il envoie les données à Google Analytics.

Vous devez créer des conditions et des filtres :

Nous testons le widget, cliquez sur Fetch & Continue pour obtenir les données pour créer le prochain widget.

Pour le widget suivant, sélectionnez Filtre :

Sélectionnez Continuer uniquement si...

Sélectionnez la colonne "Statut de l'offre" dans le premier champ, puis (Texte) Contient et "Vendu",

En conséquence, nous obtenons la condition :

Si la valeur dans la colonne Statut de la transaction de la ligne nouvelle ou mise à jour contient le mot "Vendu", nous envoyons les données à Google Analytics, et si ce n'est pas le cas, nous ne faisons rien.

Mais nous devons envoyer des données à Google Analytics dans 3 cas : "Rejeté", "Vendu" et "Pensez". À l'heure actuelle, nous expédions uniquement si Deal Status = Vendu, nous ajoutons donc deux autres conditions OR pour Rejected et Thinking.

Nous appuyons sur Fetch & Continue et nous voyons qu'il a vérifié la dernière ligne et dit qu'elle ne correspond à aucune condition, nous en avons besoin, car nous n'avons pas de condition pour le statut "En traitement".

Notre prochain widget est Google Analytics :

Choisissez Créer une mesure :

Action d'événement - Transmission d'une valeur

Libellé de l'événement (juste un autre champ) - Réussir le score de qualité du lead

Valeur de l'événement (Le montant que l'événement a apporté) - Juste un nombre, dans notre cas, nous voulons transférer le montant de la transaction.

ID utilisateur personnalisé (ID client Google) - sans cette valeur, GA ne comprendra pas de quel canal provient le client, c'est-à-dire que nous ne pourrons pas comprendre que le client provient à l'origine du contexte.

Nous cliquons sur Continuer et envoyer le test à Google Analytics, il est important de noter que nous ne verrons pas l'événement dans Google Analytics, puisque le connecteur envoie une requête en mode débogage, c'est comme un mode test GA, afin de ne pas gâcher le statistiques réelles avec des tests.

En réponse, nous recevrons une telle fenêtre, il est important pour nous que valid soit égal à true, ce qui signifie que la requête est valide dans GA.

S'il y a des problèmes, vous pouvez les rechercher dans hit, c'est la demande elle-même, qui a été compilée.

Activez le connecteur :

Tester le connecteur

Remplacez la valeur de la dernière ligne du tableau par "Vendu" :

Allons à page d'accueil Tableau de bord dans Zapier et pour notre nouveau connecteur, cliquez sur Exécuter (run) :

Une notification apparaîtra indiquant que le connecteur a détecté des notifications sur 2 lignes et envoyé 2 événements à GA :

Vérifions que GA a bien reçu ces événements :

Créez un objectif dans GA pour l'événement "Statut de l'offre" - "Vendu" :

Créez des objectifs similaires pour d'autres statuts :

Formulaires en ligne > Google Sheets

Nous avons maintenant complètement terminé le cycle et effectué des analyses de bout en bout, mais nous ne prenons toujours pas en compte les prospects des formulaires sur le site.

Pour ce faire, nous confions au développeur du projet la tâche de créer un webhook lors de la soumission de formulaires depuis le site, c'est une tâche simple qui ne demande pas beaucoup de temps.

Avant de définir une tâche, vous devez considérer plusieurs points.

• Le site doit avoir Google Analytics installé afin de transmettre l'identifiant client Google
• Par défaut, lors de l'envoi d'un webhook, nous n'avons pas de source sous la forme de balises UTM, d'où provient à l'origine le lead, nous avons donc écrit , qui enregistre les balises UTM de la première visite du visiteur dans Cookie et peut être utilisé lors de la soumission Le script peut être installé sur le site via GTM sous la forme d'une balise HTML personnalisée, ou le donner au développeur du projet pour l'installation.
• Avant de définir la tâche, vous devez créer un connecteur qui acceptera le webhook du développeur et enverra les données à Google Sheets. Il est préférable de dire tout de suite au développeur quels champs et sous quelles formes vous souhaitez recevoir dans le tableau.

Transfert de formulaires du site vers Google Sheets

La procédure est similaire à la configuration d'un connecteur pour ROIStat, nous allons donc essayer sans descriptions détaillées. Créez un nouveau connecteur Make a Zap et sélectionnez le widget Webhooks contenant le Catch Hook :

Nous donnons le lien pour recevoir les webhooks au développeur, cliquez sur Continuer et dans la section Options d'édition également sur Continuer, puis on nous propose de tester l'URL, pour cela nous devons en quelque sorte émettre un webhook - allez sur hurl.it

Collez l'URL dans le champ Destination et sélectionnez POST dans la liste déroulante :

Nous obtenons ci-dessous:

Cela signifie que la demande est partie et a été acceptée, maintenant dans Zapier nous cliquons sur OK, j'ai fait ceci :

Le widget suivant est Google Sheets, sélectionnez Créer une ligne de feuille de calcul :

Dépannage

Zapier

Comment tester les demandes d'URL de connecteur pour ajouter des prospects à Google Sheets

Demande non valide dans GA

Demande de copie :

Nous allons à Hit Builder , collez la requête et cliquez sur Valider l'appel :

Les paramètres de champ dans les connecteurs sont foirés

Lors de l'ajout d'une nouvelle colonne, tous les paramètres sont perdus dans les widgets. Vous pouvez afficher l'historique des connecteurs dans l'historique des tâches

Google Analytics

Comment afficher la composition des événements qui arrivent à GA

Nous créons un rapport :

Personnaliser:

Veuillez noter que les événements du rapport seront affichés avec un délai de 15 minutes.

J'ai un compte GA en dollars

Comment voir si les objectifs fonctionnent dans GA

Pour évaluer adéquatement l'efficacité de vos campagnes publicitaires, vous devez analyser les données du site. Ce n'est qu'ainsi que vous comprendrez quels visiteurs viennent à vous, quelle langue ils parlent, ce qu'ils recherchent, quel canal publicitaire est le plus efficace, que votre contenu fonctionne ou non.

Utilisez Google Analytics pour analyser les données du site. Ce système offre de grandes possibilités de collecte et d'analyse d'une grande variété de données. Y compris - des rapports standard à partir desquels vous pouvez apprendre beaucoup informations utiles par sites.

Mais souvent les rapports standard ne suffisent pas, ou vice versa, ils contiennent beaucoup(Le plus souvent, vous rencontrez ce dernier). En fonction des besoins de votre entreprise et de vous-même, en tant que propriétaire du site, créez vos propres rapports personnalisés dans le système. De cette façon,vous pourrez sélectionner uniquement les données qui vous intéressent vraiment.

La difficulté avec les rapports dans Google Analytics est qu'il est difficile pour un débutant ou un propriétaire d'entreprise de comprendre l'interface déroutante du service. . Il n'est pas toujours clair quelles données sélectionner pour obtenir le rapport souhaité. Se perdre dans Analytics et creuser dans une tonne de données inutiles est en fait un jeu d'enfant.

Dans cet article, nous allons vous montrer comment créer des rapports personnalisés pour votre entreprise avec une série d'exemples.

Pour que les rapports fonctionnent correctement et montrent l'image réelle, plusieurs conditions importantes doivent être remplies :

• suivre les données publicité contextuelle dans Google AdWords, besoin ;
• doit être défini sur toutes les pages sur lesquelles un visiteur peut atterrir - et pour lesquelles vous souhaitez collecter des statistiques ;
• vérifier les redirections, les données peuvent être incorrectes en raison des redirections ;
• vérifiez les filtres chez vos concessionnaires. Éliminez les visites de vos employés et les vôtres ;

Vous êtes maintenant prêt à créer vos propres rapports personnalisés. Mais d'abord, voyons quels types de rapports existent dans Google Analytics.

Il y a deux façons de faire : modifier la principale (si ces informations ne vous suffisent pas) ou créer des rapports personnalisés à partir de zéro.

Il est très facile de modifier le rapport principal.

Nous prenons n'importe quel rapport standard et définissons un paramètre supplémentaire :

Par exemple, je me demandais quelle est la profondeur de navigation des pages à partir de différents appareils :

Comme vous pouvez le voir, le rapport a changé immédiatement.

Mais il est préférable de créer vos propres rapports et de définir les paramètres dont vous avez besoin.

Les rapports personnalisés sont créés dans l'onglet Rapports personnalisés - Mes rapports - Ajouter un rapport.

Je tiens tout de suite à vous rassurer : vous n'avez pas besoin de régler les paramètres à chaque fois. Si vous avez déjà créé un rapport une fois, ce modèle reste avec vous dans la section "Mes rapports". Et à chaque fois, vous pouvez aller vérifier les données dont vous avez besoin. La capture d'écran montre que j'ai déjà créé plusieurs rapports.

Nous avons donc cliqué sur "Générer un rapport". Vous verrez ce formulaire :

• préciser le nom du rapport ;
• nommez l'onglet (si nécessaire, il peut y avoir plusieurs onglets de ce type);
• sélectionnez le type de rapport - analyse (il y aura des graphiques et des diagrammes), un tableau ou une superposition sur une carte (bon pour les rapports géographiques);
• ajouter des indicateurs ;
• spécifier les paramètres d'analyse ;
• ajouter un filtre pour supprimer les données inutiles ;
• spécifier la vue ;
• enregistrer le rapport.

Désormais, il sera toujours disponible (s'il n'a pas été supprimé) dans l'onglet "Mes rapports".

Oui, me direz-vous, comme c'est simple ! Et quels paramètres et indicateurs choisir ?

Je vais partager avec vous quelques rapports que je fais moi-même et qui peuvent vous être utiles - principalement pour les propriétaires de sites Web d'entreprise avec un blog.

Rapport de pays

Pour qui:pour ceux qui progressent sur le marché international et veulent comprendre où se trouve le public le plus intéressé.

Pour quelle raison:pour comprendre comment le trafic et les conversions sont répartis par région, quel est le niveau de conversion et d'intérêt.

Création:sélectionnez le type de rapport - "Superposer sur la carte." Définissez les options de mise à l'échelle.

En conséquence, vous obtiendrez un rapport qui vous indique de quel pays vous êtes le plus actif pour attirer de nouveaux utilisateurs et à quel point ces nouveaux utilisateurs sont intéressés par le contenu de votre site.

De même, vous pouvez faire un rapport sur les villes ou les régions d'un pays.

Pour qui:pour tous ceux qui utilisent le marketing de contenu pour attirer de nouveaux clients ; pour toute personne ayant un blog. Les sites d'information, notamment, ne peuvent se passer d'un tel signalement.

Pour quelle raison : si vous créez du contenu utile et que vous voulez comprendre son fonctionnement, c'est le rapport dont vous avez besoin. Vous pouvez immédiatement voir quel article ou matériel est non seulement le plus intéressant de tous, mais assure également la réalisation des objectifs et est utile pour votre entreprise.

Création:sélectionnez le type de rapport - "Analyse". Nous fixons les indicateurs et paramètres suivants :

En conséquence, nous verrons le nom de la page, les entrées et le nombre de visiteurs uniques, le nombre de rebonds et de pages vues, la durée moyenne d'une page vue, le nombre d'objectifs atteints et la valeur de l'objectif par session.

Pour qui: pour tous ceux qui pratiquent de manière autonome et veulent voir le résultat de leurs efforts.

Pour quelle raison: Ce rapport répond à la question brûlante : le bon mot clé mène-t-il à la bonne page ? Le rapport affichera également d'autres données telles que le temps de chargement de la page, le taux de conversion, etc.

Création:sélectionnez le type de rapport - "Tableau simple". Spécifiez "Titre de la page" et "Mot-clé" dans les paramètres. Sur le plan de:

• Utilisateurs
• Taux de conversion
• Objectifs atteints
• Temps de chargement moyen des pages

Si vous êtes intéressé par autre chose - ajoutez.

Et maintenant le plus intéressant - les filtres. Regardez la capture d'écran.

Et voici le rapport lui-même :

Dans un tableau simple, il y a des noms de page et des mots-clés que les utilisateurs utilisent pour y accéder. Grâce aux indicateurs objectifs atteints vous pourrez comprendre s'il vaut la peine de changer de stratégie ou non.

Pour qui:pour tous ceux qui sont engagés dans la promotion du référencement et qui souhaitent évaluer l'engagement des utilisateurs.

Pour quelle raison:pour évaluer les performances des pages en termes de vues uniques, de taux de rebond, de taux de sortie, de conversions réalisées.

Création.Le type de rapport est "Analyse". Encore une fois, vous devez définir des filtres, comme dans l'analyse mots clés. Voir la capture d'écran pour les paramètres :

En conséquence, nous obtenons le rapport suivant :

Voici les dix pages les plus efficaces de votre site. Vous pouvez immédiatement voir quelle page a le taux de rebond le plus élevé - c'est quelque chose à penser et à travailler.

Pour qui:pour ceux qui font de la publicité en utilisant la publicité contextuelle.

Pour quelle raison:pour comprendre quels mots-clés se trouvent dans votre campagnes publicitaires Adwords est le plus efficace.

Création:sélectionnez le type de rapport - "Tableau simple". Définissez les paramètres et les filtres :

À la fin, obtenez un rapport avec une liste des dix mots-clés les plus efficaces. Évaluez également leur coût, le nombre de conversions et le coût par conversion. Pour plus de commodité, le groupe d'annonces dans lequel se trouve ce mot-clé est également indiqué.

Rapport sur les réseaux sociaux

Pour qui:pour ceux qui utilisent les réseaux sociaux pour promouvoir le site.

Pour quelle raison:pour comprendre quels réseaux sociaux génèrent le plus de trafic, où vous devez investir de manière plus rentable.

Création:type de rapport - "Tableau simple". Définir les paramètres :

La chose la plus intéressante ici est dans les filtres. Activez la Source et dans le champ "Expression régulière", ajoutez ce qui suit :

facebook\.com|twitter\.com|linkedin|del\.icio\.us|delicious\.com|technorati|digg\.com| hootsuite|stumbleupon|netvibes|bloglines|faves\.com|aim\.com|friendfeed|blinklist|fark| furl|newsgator|prweb|msplinks|myspace|bit\.ly|tr\.im|cli\.gs|zi\.ma|poprl|tinyurl|ow\.ly|reddit

Ce sont les rapports qui vous suffisent pour commencer. Si vous souhaitez approfondir, essayez de créer vous-même des rapports en définissant différents paramètres ou en étendant les paramètres standard.

Ce que disent les rapports de Google Analytics

Les rapports personnalisés ou personnalisés dans Google Analytics ne peuvent contenir que les données dont vous avez besoin, et uniquement vous. Créez quelques modèles pour vous-même, et ils seront toujours à portée de main, vous pourrez toujours vérifier l'état actuel des choses.

Il existe des rapports plus simples, vous pouvez également en créer des complexes avec des paramètres et des variables supplémentaires - nous l'avons déjà vu dans l'exemple du dernier rapport.

Lorsque vous créez des rapports, pensez toujours d'abord à vos objectifs commerciaux. Quelles tâches votre site doit-il résoudre ? À quelles questions voulez-vous des réponses ?

En combinant différents indicateurs, vous pouvez obtenir la bonne réponse.

Enregistrez l'article pour vous-même et essayez de créer des rapports à partir des exemples donnés. Croyez-moi, l'analyse va vous aspirer 🙂

• Traduction
• Didacticiel

Vous avez besoin d'analyses.

J'en suis tout à fait sûr, car aujourd'hui tout le monde a besoin d'analyses. Non seulement à l'équipe produit, non seulement au marketing ou aux finances, mais aussi aux ventes, à l'expédition, aujourd'hui, tout le monde dans une startup a besoin d'analytique. L'analytique aide à prendre toutes les décisions, de la stratégie à la tactique, tant pour les managers que pour les employés ordinaires.

Cet article explique comment créer des analyses dans votre organisation. Il ne s'agit pas des métriques à suivre (beaucoup de choses ont déjà été écrites à ce sujet bons messages), mais comment faire en sorte que votre entreprise les génère. En pratique, il s'avère que la question de la mise en œuvre - Comment créer une entreprise qui exploite les données pour la prise de décision ?-  est beaucoup plus difficile à répondre.

Et cette réponse change tout le temps. L'écosystème analytique évolue très rapidement et les options dont vous disposez ont considérablement changé au cours des 2 dernières années. Cet article reflète les recommandations et l'expérience de l'utilisation des technologies de données en 2017.

Premièrement : Pourquoi devriez-vous m'écouter ?

J'ai travaillé dans l'analytique pendant près de vingt ans. J'ai vu de nombreux cas de réussite, mais beaucoup d'autres ont échoué. Au début de ma carrière, j'ai implémenté l'ancienne BI pour les entreprises (eh). Dès 2009-2010, j'ai construit les premières analyses en espace carré et a soulevé un gros tour avec ces données. Puis je suis devenu COO chez Argyle Social, start-up analytique réseaux sociaux puis vice-président du marketing RJMetrics, la première plateforme de BI pour les startups.

Maintenant, j'aide les dirigeants de startups à mettre en œuvre l'analytique en étant PDG et fondateur Analyse de Fishtown. Chez Fishtown, nous commençons à travailler avec les entreprises après qu'elles aient levé leur tour A et les aidons à développer leurs analyses au fur et à mesure de leur croissance. À ce jour, nous avons suivi le processus que je vais décrire dans cet article avec plus d'une douzaine d'entreprises, dont Caspar, SeatGeek et Code Climat.

Je vais vous expliquer étape par étape comment faire des analyses à chaque étape de votre startup. Mes recommandations pour chaque étape aideront à répondre à la question : "Quel est le minimum absolu avec lequel je peux me débrouiller?". Nous ne sommes pas ici pour construire des châteaux en l'air ; nous avons besoin des solutions les moins chères.

Commençons.

étape de fondation

(De 0 à 10 employés)

A ce stade, vous n'avez ni ressources ni temps. Il y a un million de choses que vous pourriez mesurer, mais vous êtes tellement plongé dans les détails de votre entreprise que vous pouvez réellement prendre de bonnes décisions basées sur l'instinct. La seule chose que vous devez vraiment mesurer est votre produit, car les métriques de produit sont ce qui vous aidera à itérer rapidement dans cette phase critique. Tout le reste passe en arrière-plan.

Que faire

• Installez Google Analytics sur votre site Web avec Gestionnaire de balises Google. Les données ne seront pas parfaites sans travail supplémentaire mais ce n'est pas le moment de s'en préoccuper.
• Si vous avez une entreprise de commerce électronique, vous devez toujours vous assurer que tout est en ordre avec vos données dans Google Analytics. GA peut faire bon travail pour suivre vos événements de commerce électronique depuis le visiteur jusqu'à l'achat, alors prenez le temps de bien le configurer.
• Si vous développez Logiciel, vous devez suivre les événements utilisateur. Peu importe l'outil que vous utilisez, Mixpanel et Heap sont très similaires et les deux sont excellents. À ce stade, je ne penserais pas trop aux événements à suivre : utilisez simplement le mode AutoTrack dans Mixpanel ou les paramètres par défaut dans Heap. Lorsque vous réalisez que vous avez besoin d'événements, vous constaterez qu'ils sont déjà suivis. Cette approche ne s'adapte pas très bien, mais elle suffira pour l'instant.
• Gérez vos dossiers financiers dans Quickbooks. Faire des prédictions dans Excel. Si vous avez une entreprise d'abonnement, utilisez Baremetrics pour les mesures d'abonnement. Si vous êtes une entreprise de commerce électronique, utilisez votre Plateforme d'échanges pour calculer le revenu. Ne vous laissez pas emporter.

Si vous n'êtes pas techniquement averti, vous aurez peut-être besoin d'un programmeur pour vous aider avec GA et le suivi des événements. Tout ce paramétrage ne prendra pas plus de deux heures, y compris la lecture des documents. Passez votre temps de développement là-dessus, ça vaut le coup.

Ce qu'il ne faut pas faire

Rien qui ne soit listé ci-dessus. Ne laissez personne vous vendre un entrepôt de données, une plateforme de BI, un gros projet de conseil, ou... vous voyez l'idée. Rester concentré. Lorsque vous commencez à créer des analyses, il y a des coûts supplémentaires. Les données changent tout le temps. La logique métier évolue. Une fois sur cette voie, vous ne pourrez plus interrompre votre projet analytique. Remettez les gros investissements à plus tard.

Il y aura beaucoup de questions auxquelles vous ne pourrez tout simplement pas encore répondre. C'est normal (pour l'instant).

Stade très précoce

(De 10 à 20 personnes)

Vous augmentez un peu votre équipe. Ces personnes ont besoin de données pour faire leur travail. Ils ne sont peut-être pas des experts en données, vous devez donc vous assurer qu'ils maîtrisent les bases.

Que faire

• Vous avez probablement embauché des spécialistes du marketing. Assurez-vous qu'ils sont responsables de GA. Rendez-les responsables de la pureté des données qui y sont affichées. Demandez-leur de mettre une balise UTM sur chaque putain de lien qu'ils créent. Assurons-nous que vos sous-domaines ne sont pas suivis deux fois. Vos spécialistes du marketing pourraient dire qu'ils ne "creusent pas GA". Ne les écoute pas. Il y a suffisamment d'informations sur Internet sur GA pour que s'ils sont intelligents et motivés, ils puissent apprendre et comprendre. S'ils ne peuvent pas le comprendre, renvoyez-les et trouvez quelqu'un d'autre (sérieusement).
• Si vous avez un service commercial et un CRM, utilisez le reporting intégré. Assurez-vous que vos employés savent comment l'utiliser. Vous devriez être en mesure de calculer des éléments de base tels que les performances des ventes et les taux de conversion par étapes d'entonnoir. Salesforce peut le faire hors de la boîte. N'exportez pas les données vers Excel, générez des rapports dans leur (terrible) générateur de rapports. Même si vous êtes mal à l'aise en ce moment, cela vous fera gagner beaucoup de temps dans les mois à venir.
• Vous avez probablement plusieurs personnes dans l'équipe de support. La plupart des systèmes d'assistance n'ont pas de bons rapports, alors choisissez des KPI que vous pouvez facilement mesurer dans leur interface.
• Assurez-vous de mesurer le NPS. Utilisez Wootric ou Delighted.

Ce qu'il ne faut pas faire

Il est trop tôt pour l'entrepôt de données et pour l'analyse basée sur SQL - cela prend trop de temps. Vous devez consacrer tout votre temps aux affaires, pas à l'analyse, et le moyen le plus simple de le faire est d'utiliser les rapports intégrés des différents produits SaaS avec lesquels vous travaillez déjà. De plus, vous n'avez pas besoin d'embaucher un analyste à temps plein. Maintenant, il y a des choses plus importantes pour lesquelles dépenser vos fonds limités.

Stade précoce

(De 20 à 50 employés)

C'est là que les choses deviennent intéressantes, et les changements au cours des deux dernières années sont évidents. Une fois que vous aurez élevé votre tour A et que vous aurez plus de 20 employés, vous aurez de nouvelles opportunités.

Ces possibilités sont dues à une chose : la technologie d'analyse s'améliore rapidement. Les infrastructures de ce type, telles qu'elles existent actuellement, n'étaient disponibles que grandes entreprises. Ses avantages ? Des performances plus fiables, une plus grande flexibilité et plate-forme plus appropriée pour la croissance future.

C'est l'étape la plus difficile et la plus importante : prometteuse si vous le faites bien, mais douloureuse si vous le faites mal.

Que faire

• Configurez votre infrastructure de données. Cela signifie choisir un entrepôt de données, des outils ETL et BI. Pour les magasins de données, pensez à Snowflake et Redshift (je préfère travailler avec Snowflake si j'ai le choix). Prenez Stitch 1 ou Fivetran comme outil ETL. Quant à BI, regardez Mode et Looker 2. Dans cette région beaucoup, très beaucoup des produits; ces six sont ceux auxquels nous revenons encore et encore avec nos clients.
• Obtenez une solide tête d'analyse. En cours de route, vous aurez besoin de toute une équipe de spécialistes de l'analytics : ingénieurs, analystes, data scientists... Mais pour l'instant, vous pouvez vous permettre (pas plus d') une personne par staff. Vous devez trouver cette personne spéciale qui ajoutera de la valeur le premier jour, mais qui pourra également engager une équipe autour de lui au fur et à mesure de sa croissance. Cet homme est difficile à trouver- passer du temps à le chercher. Souvent, ces personnes ont une expérience dans le conseil ou la finance et ont souvent un MBA. Bien que cette personne doive être prête à retrousser ses manches et à se salir les mains, concentrez-vous sur l'embauche d'une personne capable de penser stratégiquement aux données et à votre entreprise : elle sera une pièce essentielle de votre puzzle d'analyse pour les années à venir.
• Envisagez de faire appel à un consultant. Même s'il est formidable que vous ayez trouvé un leader de l'analyse, cette personne n'aura pas l'expérience nécessaire pour rassembler tous les composants de votre pile technologique ou résoudre tous les défis d'analyse auxquels vous serez confronté dans votre entreprise. Les erreurs commises à ce stade critique vous coûteront cher en temps et en argent à mesure que vous grandissez, alors il est important de poser des bases solides. Pour ce faire, la plupart des startups préfèrent aujourd'hui travailler avec des consultants pour les aider à mettre en place l'infrastructure puis constituer une équipe autour de celle-ci.

Ce qu'il ne faut pas faire

• Si un apprentissage automatique n'est pas une partie essentielle de votre produit jusqu'à ce que vous embauchiez un data scientist. Pour constituer votre équipe d'analyse, vous avez besoin d'un généraliste et non d'un spécialiste restreint.
• Au nom de tout ce qui est saint n'écrivez pas votre propre ETL. Vous consacrerez beaucoup de temps au développement. Acheter solution clé en main de Stitch ou Fivetran.
• N'utilisez aucun autre outil de BI que les deux mentionnés ci-dessus. Sinon, il vous reviendra plus tard gros dépenses.
• N'essayez pas de vous contenter d'une base de données plus traditionnelle comme Postgres comme magasin de données. Ce n'est pas beaucoup moins cher et vous passerez beaucoup de temps à migrer plus tard lorsqu'il sera épuisé. Postgres ne s'adapte pas aussi bien qu'un véritable magasin de données.

stade intermédiaire

(De 50 à 150 personnes)

Cette étape est potentiellement la plus difficile. Vous avez toujours une équipe relativement petite et peu de ressources, mais il vous sera demandé de fournir des analyses commerciales de plus en plus sophistiquées et diversifiées, et votre travail peut avoir un impact direct sur le succès ou l'échec de l'entreprise dans son ensemble. Personne ne vous met la pression.

L'important ici est d'aller de l'avant, en vous assurant de continuer à jeter les bases des futures étapes de votre croissance. Les décisions que vous prenez à ce stade peuvent vous amener à vous heurter directement à un mur de briques, si vous ne pensez pas à l'avenir.

Que faire

• Implémentez un processus de modélisation de données robuste basé sur SQL. Vos modèles de données servent de logique métier de base pour vos analyses et doivent être utilisés dans tout, de la BI à la science des données. Assurez-vous que votre processus permet à tous les utilisateurs apporter des modifications aux scripts de modélisation des données, versionné et commence dans environnement transparent. Nous maintenons un produit open source appelé dbt , qui est utilisé par de nombreuses entreprises en croissance pour faire exactement cela.
• Migrer des systèmes d'analyse Web et de suivi des événements existants vers Analyse de chasse-neige. Snowplow fait tout ce que font les outils payants, mais c'est un produit open source. Vous pouvez soit l'héberger vous-même (et ne payer que le coût de vos instances EC2), soit payer pour héberger le collecteur d'événements sur Snowplow ou Fivetran. Si vous ne faites pas la transition à ce stade, vous ne pourrez pas collecter de données beaucoup plus détaillées et vous préparer à des factures vraiment énormes de Segment, Heap ou Mixpanel dans un proche avenir. Une fois cette étape franchie, les outils payants peuvent facilement vous facturer 10 000 $ par mois.
• Développez votre équipe en toute conscience. Le noyau de votre équipe doit toujours être constitué d'analystes métier : des personnes expertes en SQL et dans votre outil de BI et qui passent leur temps à travailler avec les utilisateurs métier pour les aider à obtenir des données. Il est extrêmement important de savoir quel est le profil de ces personnes, comment les former et les équiper. Vous devriez également embaucher votre premier data scientist à ce stade. Il est important de réunir votre infrastructure de données et votre équipe d'analyse de base avant d'embaucher des talents expérimentés (et coûteux) en science des données, mais à un moment donné, vous devrez également ajouter ces compétences.
• Commencer à résoudre sélectivement certains problèmes de prédiction. La prévision est plus complexe que le simple calcul de quantités et de montants, mais il y a quelques domaines clés dans lesquels il est logique de commencer à plonger. Si vous êtes en SaaS, vous devriez travailler sur un modèle de prédiction de désabonnement. Si vous êtes dans le e-commerce, vous devez absolument travailler sur un modèle de prévision de la demande. Ces modèles ne sont peut-être pas très complexes, mais ils constitueront une grande amélioration par rapport aux nombres aléatoires d'une feuille de calcul Excel que quelqu'un de la finance a construit.
• Prenez le temps et les efforts nécessaires pour comprendre l'attribution marketing. Nous pourrions écrire un article séparé à ce sujet, mais il suffit de dire que vous ne pouvez tout simplement pas confier cette tâche commerciale critique à un tiers.

Ce qu'il ne faut pas faire

Il est facile de se laisser emporter et de commencer à investir dans une puissante infrastructure de données. Ne faites pas cela.À ce stade gros investissementsà l'infrastructure sont encore des divertissements coûteux. Voici quelques conseils pour rester flexible :

• Poussez SQL et votre entrepôt de données à fond. À ce stade, vous pouvez tout gérer en utilisant la puissance de traitement de votre entrepôt de données. Achetez autant de capacité de stockage que vous en avez besoin - payer pour des serveurs est beaucoup moins cher que de payer pour des personnes.
• Ajoutez des blocs-notes Jupyter pour les tâches de science des données. Si les données ont été pré-agrégées dans votre stockage, vous n'aurez pas besoin d'effectuer de traitement dans un cluster Spark ou Hadoop.
• Trouvez des moyens peu coûteux d'effectuer un ETL de données pour lesquelles il n'existe pas d'intégrations prêtes à l'emploi. C'est l'une des choses que nous aimons chez Singer. 3
  En évitant le coût du travail de singe, vous vous concentrerez sur la résolution de vrais problèmes commerciaux.

stade de croissance

(De 150 à 500 employés)

Cette étape consiste à créer des processus analytiques qui évoluent. Vous devez équilibrer l'obtention des réponses dont vous avez besoin aujourd'hui, avec la mise en œuvre de méthodes analytiques qui évolueront au fur et à mesure que votre équipe grandira.

Au moment où vous aurez 150 employés, il est probable que seule une petite équipe (3 à 6 personnes) s'occupera exclusivement de l'analytique. Au moment où vous avez 500 employés, cela pourrait facilement être 30 ou plus. 3 à 6 analystes peuvent agir au hasard, partageant des connaissances (et du code) de manière informelle. Au moment où vous aurez plus de 8 analystes, le processus commencera à s'effondrer très rapidement.

Si vous ne réussissez pas cette transition, vous travaillerez de pire en pire au fur et à mesure que votre équipe grandit : Il vous faudra plus de temps pour obtenir des informations utiles et vos réponses seront de moindre qualité. C'est juste une augmentation non linéaire de la complexité : vous aurez de plus en plus de données et de plus en plus d'analystes travaillant avec elles. Pour lutter contre cela, vous avez besoin de processus pour travailler ensemble de manière fiable.

N'acceptez pas d'excuses. Faire des analyses à ce niveau est un travail difficile et nécessite une équipe talentueuse et motivée qui propose constamment quelque chose de nouveau et qui s'améliore. La revue de code prend du temps et de l'énergie. Les analystes n'ont pas l'habitude de vérifier leur code. La documentation est un travail difficile. Vous rencontrerez de la résistance à ces pratiques, en particulier parmi les membres les plus âgés de votre équipe qui se souviennent de « l'ancien bon temps". Mais à mesure que la complexité augmente, vous devez faire évoluer vos processus pour vous y adapter.

Ces processus rendent en fait les analyses plus faciles, plus rapides et plus fiables, mais leur mise en œuvre revient à arracher des dents. Si vous êtes sérieux au sujet de la mise à l'échelle de vos analyses, vous irez de l'avant.

Vous êtes un pionnier

Je suis venu à chacune de ces recommandations après plusieurs années. travail indépendant dans les entreprises puis faire évoluer cette démarche en étant consultant. Le fait de pouvoir travailler avec un certain nombre de clients similaires m'a fait comprendre très clairement À quelle fréquence les entreprises font-elles bien ce travail ?.

Du traducteur

Dommage que je ne sois tombé sur ce post que maintenant que Tristan en parlait dans sa newsletter hebdomadaire absolument incroyable sur l'analytique et la science des données (abonnez-vous de toute urgence, il sélectionne les articles et posts récents les plus juteux sur le sujet).

Au cours des 16 derniers mois, j'ai en fait passé exactement les changements décrits ici à Skyeng. Lorsque j'ai rejoint l'entreprise en octobre 2016, je devais monter un entrepôt de données, construire une infrastructure de données, organiser un accès unique aux données pour toute l'entreprise. Ensuite, j'ai constitué une équipe distribuée d'analystes SQL attachés à différentes unités commerciales, mis en place la communication entre elles, les processus de revue de code et le partage des résultats. Maintenant, nous avons 20 analystes, en plus de moi, et je construis un schéma de gestion décentralisée pour cette structure.

Grâce à Tristan, je vois maintenant que j'avançais dans la bonne direction et que je n'avais pas marché sur la majeure partie du râteau.

Remarques

2. Je travaille avec Redash depuis 2 ans - c'est un ordre de grandeur moins cher que Mode et couvre presque tous les cas, sauf peut-être les cahiers python. Looker, malheureusement, ne travaille pas officiellement avec des entreprises russes.

3. Singer est un framework open source simple des créateurs de Stitch qui vous permet d'écrire des connecteurs personnalisés aux sources de données en python. Par exemple, nous avons fait notre propre connecteur à Typeform avec celui-ci afin de collecter en permanence les résultats des sondages auprès des utilisateurs.

4. Chez Skyeng, nous n'avons pas encore mûri jusqu'à l'examen correct du code des analyses à l'aide de demandes d'extraction, mais j'ai écrit un script simple qui prend toutes les nouvelles requêtes SQL de Redash, les met en maître, attribue un réviseur et en fait un article dans Mou. Ainsi, nous ne perdons pas de vitesse, mais nous obtenons un processus d'examen stable après coup.

5. Le livre a été publié en 2017 en russe sous le nom de Culture analytique.
De la collecte de données aux résultats commerciaux.

Balises : Ajouter des balises

Ioulia Perminova

Entraîneur centre d'entraînement Soft Line depuis 2008.

Un outil de base pour travailler avec une énorme quantité de données non structurées, à partir desquelles vous pouvez rapidement tirer des conclusions sans vous soucier du filtrage et du tri manuels. Les tableaux croisés dynamiques peuvent être créés en quelques étapes et rapidement personnalisés en fonction de la manière dont vous souhaitez afficher les résultats.

Complément utile. Vous pouvez également créer des graphiques croisés dynamiques basés sur des tableaux croisés dynamiques qui seront automatiquement mis à jour lorsqu'ils changent. Ceci est utile si, par exemple, vous devez générer régulièrement des rapports sur les mêmes paramètres.

Comment travailler

Les données initiales peuvent être n'importe quoi : des données sur les ventes, les expéditions, les livraisons, etc.

1. Ouvrez le fichier avec la table dont vous souhaitez analyser les données.
2. Accédez à l'onglet Insertion → Tableau → Tableau croisé dynamique (pour macOS, dans l'onglet Données du groupe Analyse).
3. La boîte de dialogue Créer un tableau croisé dynamique doit apparaître.
4. Personnalisez l'affichage des données que vous avez dans le tableau.

Devant nous se trouve un tableau avec des données non structurées. Nous pouvons les organiser et personnaliser l'affichage des données que nous avons dans le tableau. Nous envoyons le "Montant des commandes" à "Valeurs", et "Ventes", "Date de vente" - à "Lignes". Selon différents vendeurs pour différentes années, les montants ont été immédiatement calculés. Si nécessaire, vous pouvez étendre chaque année, trimestre ou mois - nous obtiendrons des informations plus détaillées pour une période spécifique.

L'ensemble d'options dépendra du nombre de colonnes. Par exemple, nous avons cinq colonnes. Ils ont juste besoin d'être positionnés correctement et de choisir ce que nous voulons montrer. Disons le montant.

Vous pouvez le détailler, par exemple, par pays. Nous transférons "Pays".

Vous pouvez voir les résultats par vendeurs. Remplacez "Pays" par "Vendeurs". Pour les vendeurs, les résultats seront les suivants.

Cette méthode de visualisation de données géoréférencées vous permet d'analyser les données, de trouver des modèles qui ont une origine régionale.

Complément utile. Les coordonnées n'ont pas besoin d'être écrites n'importe où - il suffit d'indiquer correctement le nom géographique dans le tableau.

Comment travailler

1. Ouvrez le fichier contenant la table dont vous souhaitez visualiser les données. Par exemple, avec des informations sur différentes villes et pays.
2. Préparez les données à afficher sur la carte : "Accueil" → "Formater en tableau".
3. Sélectionnez une plage de données à analyser.
4. Dans l'onglet Insertion, il y a un bouton de carte 3D.

Les points sur la carte sont nos villes. Mais nous ne sommes tout simplement pas très intéressés par les villes - il est intéressant de voir des informations liées à ces villes. Par exemple, les montants qui peuvent être affichés sur toute la hauteur de la colonne. Passer le curseur sur la colonne affiche le montant.

Le graphique circulaire par années est également très informatif. La taille du cercle est donnée par la somme.

3. Liste des pronostics

Souvent, des modèles saisonniers sont observés dans les processus métier, qui doivent être pris en compte lors de la planification. La feuille de prévision est l'outil de prévision le plus précis dans Excel que toutes les fonctions qui ont existé auparavant et qui le sont maintenant. Il peut être utilisé pour planifier les activités des services commerciaux, financiers, marketing et autres.

Complément utile. Pour calculer la prévision, vous aurez besoin de données pour des périodes antérieures. La précision des prévisions dépend de la quantité de données par période - mieux que pas moins d'un an. Vous avez besoin d'intervalles égaux entre les points de données (par exemple, un mois ou un nombre égal de jours).

Comment travailler

1. Ouvrez un tableau avec des données pour la période et les indicateurs correspondants, par exemple, à partir d'une année.
2. Mettez en surbrillance deux lignes de données.
3. Dans l'onglet Données, dans le groupe, cliquez sur le bouton Feuille de prévision.
4. Dans la fenêtre Créer une feuille de prévision, sélectionnez un graphique ou un histogramme pour représenter visuellement la prévision.
5. Sélectionnez une date de fin pour la prévision.

Dans l'exemple ci-dessous, nous avons des données pour 2011, 2012 et 2013. Il est important d'indiquer non pas des chiffres, mais des périodes (c'est-à-dire, pas le 5 mars 2013, mais mars 2013).

Pour les prévisions pour 2014, vous avez besoin de deux ensembles de données : les dates et leurs valeurs d'indicateur correspondantes. Sélectionnez les deux lignes de données.

Dans l'onglet Données, dans le groupe Prévision, cliquez sur Feuille de prévision. Dans la fenêtre Créer une feuille de prévision qui s'affiche, sélectionnez le format de présentation des prévisions - un graphique ou un histogramme. Dans le champ "Prévision de fin", sélectionnez la date de fin, puis cliquez sur le bouton "Créer". La ligne orange est la prévision.

4. Analyse rapide

Cette fonctionnalité est peut-être le premier pas vers ce que l'on peut appeler l'analyse métier. C'est bien que cette fonctionnalité soit mise en œuvre de la manière la plus conviviale : le résultat souhaité est obtenu en quelques clics. Vous n'avez pas besoin de compter quoi que ce soit, vous n'avez pas besoin d'écrire de formules. Il suffit de sélectionner la plage souhaitée et de choisir le résultat que vous souhaitez obtenir.

Complément utile. Vous pouvez créer instantanément différents types de graphiques ou de graphiques sparkline (micrographies directement dans la cellule).

Comment travailler

1. Ouvrez une table avec des données pour l'analyse.
2. Sélectionnez la plage que vous souhaitez analyser.
3. Lorsqu'une plage est sélectionnée, le bouton Analyse rapide apparaît toujours en bas. Elle propose immédiatement d'effectuer plusieurs actions possibles avec les données. Par exemple, recherchez les résultats. Nous pouvons connaître les montants, ils sont indiqués ci-dessous.

Quick Analysis propose également plusieurs options de formatage. Vous pouvez voir quelles valeurs sont plus grandes et lesquelles sont plus petites dans les cellules de l'histogramme.

Vous pouvez également mettre des icônes multicolores dans les cellules : vert - les valeurs les plus élevées, rouge - les plus petites.

Nous espérons que ces astuces vous aideront à accélérer votre travail d'analyse de données dans Microsoft Excel et à conquérir rapidement les sommets de cette application complexe, mais si utile en termes de travail avec l'application des nombres.