fbpx

Modèle d’analyse

Transformer les données client en avantages financiers et commerciaux réels

Les chaînes de fast food sont pratiques, peu chères, et partout. En descendant sur les rues principales, vous allez voir Mcdo, burger king, KFC et consort. Les gens s’y rendent pour y manger un morceau. Chacun a son favoris et malgré les différentes options et les marques bien établies, ils continuent de construire leur image à travers la publicité.

Chaque publicité amène sa propre collection de données et ses propres indicateurs clefs de performance pour pouvoir estimer l’impact. Chaque indicateur décrit le succès ou l’échec, mais la définition du succès peut être différente pour chaque business. Pour que les données puissent s’avérer utiles, elles doivent être transformées en données métriques : business et financières.

Mieux comprendre les opportunités d’améliorations des indicateurs de succès

L’analyse de liens, ou le business modeling, est une technique clefs pour une meilleure compréhension des conséquences et de la valeur basée sur l’amélioration des KPI.

Le processus combine différentes sources de données afin de découvrir l’importance de la relation entre les variables :

L’analyse des liens révèle les relations entre les trackers, les enquêtes ad hoc (client mystère par exemple) et les données clients. Le processus implique les trackers de données et les enquête ad hoc et les combiner avec les données existantes du client.

En combinant ces collections de données, l’analyse des relations permet de démontrer comment une publicité peut affecter une marque en terme de: reconnaissance de la marque, considération, satisfaction client, business performance, ROI etc.

Par exemple, si une chaîne de fast food voulait savoir comment leur dernière campagne publicitaire a affecté leurs ventes de cheeseburgers, ils pourraient utiliser l’analyse de liens pour comparer les ventes avec la reconnaissance de marque dans leur publicités. En combinant les données collectées avec les données clientes existantes, nous pouvons approfondir nos connaissances et en faire bénéficier le business.

Mettre l’accent sur les zones qui ont le meilleur ROI

Nous utilisons la modélisation statistique pour explorer les relations entre les trackers de données et les KPI sur la performance organisationnelle. Ces processus statistiques permet aux clients de se concentrer sur les zones dont l’impact est le plus grand pour la performance du business, et au final qui offrent le meilleur retour sur investissement.

Nous travaillons avec nos clients pour développer une représentation holistique et intégrée de tous les moteurs de la performance business et offrir des recommandations pratiques sur quoi concentrer les efforts pour délivrer une plus haute performance.

En rencontrant nos clients et en discutant sur leurs besoins, nous pouvons définir des objectifs clairs et les aider à interpréter leurs données.

Les étapes :

  • Au début d’un projet d’étude de lien, nous rencontrons les clients afin de définir le scope de la recherche et identifier les objectifs de fondamentaux de l’analyse: reconnaissance de marque, coût par impression, budget de publicité…
  • Nous allons ensuite identifier et consolider l’enquête et les données clients dans un entrepôt de données. En combinant les données nous avons non seulement accès aux données de l’enquête (qui nous permet de savoir la perception des clients) mais aussi grâce aux données clients (qui nous donnent les informations sur les ventes à travers le temps et combien d’argent ete investi dans la publicité,ROI etc).
  • Un étude préliminaire des données est faite en utilisant des techniques statistiques
  • La prochaine phase se concentre sur l’identification des liens entre les facteurs. Nous pouvons enquêter sur les données pour trouver les corrélations. Par exemple, si un client veut savoir comment l’argent dépensé affecte la reconnaissance de marque nous pouvons essayer de voir une corrélation entre les données.
  • Les corrélations peuvent être fortes ou faibles, ce qui signifie qu’elles s’affectent soit fortement soit faiblement. Les corrélations fortes sont utilisées pour des analyses prédictives. Les analyses prédictives posent la question: Si on augmente X qu’est qui se passe pour Y? Ou bien, si nous retournons à notre burger, si j’augmente l’investissement dans une publicité de X milliers d’euros alors Y% de plus de gens vont reconnaître leur hamburger en marchant dans la rue. Ces modèles prédictifs permettent de trouver un optimum entre l’investissement et le R.O.I.

Première étape : l’analyse préliminaire et l’analyse de corrélation

Donc vous possédez votre propre fast food. Vous avez décidé de créer des modèles de liens et vous savez que les résultats vous donnerons des indications sur comment différents aspects de votre business fonctionnent ensemble.Vous vous attendez à voir comment les dépenses impactent la reconnaissance de marque ou comment la considération affecte les ventes, mais à quoi ces résultats vont ressembler.

L’analyse de corrélation nous permet de savoir la force de la relation entre les KPI et aussi l’importance de cette relation. Deux graphiques importants peuvent nous aider à comprendre cette relation entre KPI: diagramme de dispersion et histogramme. Les deux graphes permettent de visualiser la corrélation entre deux variables.

Notre exemple illustre une relation positive et forte entre la reconnaissance de marque et l’investissement dans chaque publicité. En un coup d’oeil, cela démontre que l’investissement dans la publicité a un impact important sur le niveau de reconnaissance de marque.

Deuxième étape: model prédictif


Dans la première étape, une représentation a émergé par rapport à la force de la corrélation et lesquelles variables devraient être incluses dans la construction du modèle. L’analyse de corrélation révèle si il y a une corrélation entre les KPIs et si elle est positive ou négative et forte ou faible. En comparaison, le modèle prédictif ajoute une valeur à cette relation.

Le processus implique la construction d’un modèle statistique pour chaque relation trouvée. L’analyse de régression est la méthode statistique mise en oeuvre dans l’étape de construction du modèle. En utilisant cette technique, nous pouvons prédire les changements du KPI basé sur les changements des autres variables.

Cette exemple quantifie la relation entre la reconnaissance de marque et l’investissement dans la publicité. A partir de la première étape ( l’analyse de corrélation) nous avons trouvé une corrélation positive entre la reconnaissance de marque et l’investissement dans la publicité de 0.73. Dans la construction du modèle prédictif nous pouvons quantifier cette relation.

Ce que ça veut dire c est que non seulement nous pouvons savoir si il y a une relation entre deux facteurs X et Y mais aussi de combien. Par exemple, si la chaîne de fast food dépense 1000 euros de plus en publicité nous pouvons nous attendre à Y% de plus de reconnaissance. Quantifier ces relations permet de trouver un optimum entre les différents facteurs afin de fournir des résultats plus efficaces.

Créer une histoire derrière les données qui drive les décisions stratégiques d’investissement

Avec l’utilisation de l’analyse de liens, il est possible de comprendre et de quantifier les relations entre différents KPI de différentes sources de données. Les connaissances acquises permettent de faire des recommandations aux clients sur ou investir leurs efforts afin d’avoir le meilleur retour sur investissements.

Chaque collection de données a une histoire secrète et à la place de juste délivrer des données brutes qui donnent peu de résultats précis, l’analyse de liens permet de raconter une histoire à partir des données. Nous interprétons les données pour fournir des recommandations adaptées et utilisables pour nos clients, en leur montrant la face cachée des données à la place d une page simple de données.

Des recommandations faciles à mettre en place sont la clé du déblocage du potentiel des données et son utilisation pour driver la performance. Le modèle de lien est la solution idéale pour extraire l’histoire cache des données de manière simple, rapide et efficace.

2019-04-15T10:53:04+00:00

Leave A Comment

Réservez dès maintenant votre démo

Choisissez le jour de votre démo :

*Champs obligatoires

Besoin d'un conseil ? Contactez nous au : 04 67 13 00 21**

**prix d'un appel local

close-link
Découvrir notre solution Qual'it. Demandez votre démo.
Votre Démo
close-image