.svg)
Avez-vous déjà eu l'impression que les services de mesure comme Google Analytics ou Heap Analytics fonctionnent à l'envers dès que vous voulez commencer à analyser le parcours du client ?
Par exemple, au lieu de voir le parcours réel du client sur le site Web, vous ne pouvez suivre que les entonnoirs que vous avez établis vous-même.
Ou encore voir les rapports généralisés au lieu des comportements d'un seul utilisateur, à moins de souscrire un abonnement premium à Google Analytics (qui coûte au minimum 50 000 € par an).
Même si vous avez un compte GA premium, les données sont conservées dans les serveurs BigQuery et vous ne pouvez donc pas les télécharger sur votre ordinateur, vous ne pouvez travailler que dans une interface BigQuery.
Il est essentiel de connaître les modèles de comportement des visiteurs pour améliorer différents aspects des performances de votre site Web, comme la conception de l'interface utilisateur, le contenu du site, votre produit lui-même et sa représentation numérique.
Les enregistrements Hotjar peuvent fournir de nombreuses informations sur les points suivants
l'accueil des utilisateurs
le parcours que vous avez créé pour votre persona clé
la façon dont vos visiteurs consomment le contenu
les raisons pour lesquelles ils restent sur certaines pages ou les quittent
les raisons pour lesquelles ils quittent ou reviennent sur votre site Web
la durée et le nombre de sessions nécessaires à la conversion.
Dans la capture d'écran ci-dessous, vous pouvez voir quelques informations réelles sur les visiteurs que nous avons découvertes dans le flux de paiement de l'un de nos clients : une multinationale d'assurance voyage.
Cependant, si votre site Web reçoit des milliers de visiteurs chaque jour, l'analyse des vidéos une par une peut devenir une tâche ardue.
Bien que HotJar enregistre chaque événement par lequel les visiteurs sont passés sur votre site web avec un horodatage, il ne vous donne pas la possibilité de télécharger la liste dans un fichier .csv pour l'analyser.
Soyons honnêtes - HotJar ne peut pas rivaliser avec Netflix en matière de vidéos de divertissement. Regarder des milliers d'enregistrements similaires et prendre des notes sur les modèles n'est pas non plus la meilleure utilisation de notre temps. Cela pourrait prendre littéralement des semaines de travail à plein temps.
Mais il y a une bonne nouvelle !
Avec les données que vous avez collectées, il est possible de construire des clusters d'utilisateurs en fonction de leur comportement.
Vous pouvez également découvrir et cartographier les parcours typiques des utilisateurs et détecter les schémas comportementaux de petits groupes de visiteurs. C'est plein de ressources, non ?
En tant qu'agence axée sur les données, nous aimons analyser toutes les données disponibles afin d'avoir une compréhension approfondie de l'expérience utilisateur dans chaque interaction avec le produit ou le service.
Pour être en mesure de créer des expériences de croissance perspicaces, il est important que nous puissions les étayer avec les résultats de nos recherches.
C'est pourquoi nous avons décidé de construire un script qui découvre les comportements typiques des utilisateurs et les place dans des groupes. Et cela ressemble à ceci :
PS : si la lecture de cet article vous donne des frissons, appelez-nous ! Nous sommes toujours à la recherche de spécialistes du marketing orientés données pour rejoindre notre agence nomade.
Comment pouvez-vous construire ce script vous aussi ? Alerte : cela devient assez technique 🙂 .
Utilisez la colonne Target croisée avec l'ID de session pour construire des clusters d'utilisateurs en fonction de leur parcours sur le site web :
Filtrez les sessions de moins de 30 secondes si vous ne l'avez pas fait avant le scraping. Travaillez avec le reste des données.
Demandez à votre développeur d'effectuer une analyse de groupe en utilisant l'algorithme DBSCAN.
Il triera vos visiteurs dans des clusters en fonction des pages qu'ils ont visitées, des endroits de la page où ils ont cliqué.
Vous avez maintenant vos clusters comportementaux. Grâce à ces connaissances, vous serez en mesure de voir comment le comportement des utilisateurs diffère.
Vous pouvez maintenant obtenir ces informations à partir des données de votre site Web :
Où restent-ils bloqués ?
Sur quelle page vont-ils après s'être bloqués ? Comment décident-ils de trouver ce dont ils ont besoin ?
Utilisent-ils le chat en direct ? Dans quels cas ?
Quelles sont les pages qu'ils quittent rapidement et celles sur lesquelles ils restent ?
Y a-t-il des séquences particulières de pages qui fonctionnent bien ?
Quel est le chemin le plus déroutant sur le site Web ?
Sont-ils surchargés d'informations ?
Parcourt-il les pages rapidement ou lit-il méticuleusement le contenu ?
Y a-t-il un élément particulier sur le site Web qui n'est pas utilisé de la façon dont il devait l'être ?
Pouvez-vous remarquer les séquences de pages qu'ils parcourent avant la conversion ?
Combien de sessions leur faut-il pour se convertir ?
Combien de temps restent-ils en moyenne sur le site web ?
Pouvez-vous faire en sorte que le chemin de conversion soit plus court ?
Veillez à regarder un échantillon suffisant de vidéos de chaque groupe. Certains comportements que vous ne pouvez pas télécharger dans la feuille de calcul (comme les mouvements du curseur) peuvent vous donner des idées supplémentaires.
Lorsque vous répondrez à ces questions, vous aurez des idées sur la façon d'améliorer le parcours du visiteur sur le site Web.
Par exemple, pour notre client, une grande compagnie d'assurance voyage, nous avons remarqué qu'il existe deux types de visiteurs : les utilisateurs synthétiques, qui parcourent les pages et regardent plusieurs produits différents, et les utilisateurs analytiques, qui explorent en profondeur un produit et suivent l'entonnoir étape par étape.
Ils se comportent très différemment : le parcours des utilisateurs synthétiques est de 2 à 4 fois plus long car ils visitent plus de pages, ce qui signifie qu'ils rencontrent beaucoup d'informations sur plusieurs polices d'assurance, qu'ils doivent les analyser et prendre une décision. Nous avons remarqué que c'était difficile pour eux et nous avons proposé une série d'expériences pour faciliter le processus d'analyse.
Parcours typique d'un utilisateur fictif
Après avoir accédé au site Web, les utilisateurs passent par un premier entonnoir de questions qui forment un tableau comparatif des quatre contrats les mieux adaptés à leurs besoins.
Ayant tendance à le parcourir rapidement sans entrer dans les détails, les utilisateurs synthétiques préfèrent regarder la page de détails de la couverture où le prix final est indiqué en bas de page.
Ils évaluent 2 à 4 options mais peinent à faire le choix final car ils oublient les avantages et les inconvénients des contrats.
La surcharge d'informations est le principal défi des consommateurs de ce type.
Parcours typique des utilisateurs analytiques
Les visiteurs analytiques, quant à eux, considèrent 1 à 2 options mais les étudient méticuleusement.
Ils lisent tous les détails du contrat en déplaçant le curseur sous les lignes de texte. En tant qu'acheteurs responsables, ils veulent comprendre le fonctionnement du contrat et se posent des questions profondes auxquelles le site Web ne répond pas.
Ils partent sans prendre de décision finale.
Le principal défi des utilisateurs analytiques est le manque de compréhension détaillée du contrat.
Quelles sont donc les expériences de croissance que nous devrions tester en fonction du comportement des utilisateurs ?
Le flux de paiement du commerce électronique :
Comme les utilisateurs synthétiques vérifient plusieurs options avant de passer à l'étape suivante du flux de paiement, il leur est difficile de se souvenir des détails et des prix exacts des contrats. C'est pourquoi nous les enregistrons en bas de la page :
Asos utilise une technique assez similaire pour donner à ses précieux clients un aperçu des produits qu'ils ont récemment consultés.
2. L'affichage des options populaires peut également aider à la prise de décision des utilisateurs synthétiques :
3. La possibilité d'enregistrer les produits consultés pour plus tard peut nous aider à recibler l'utilisateur lorsqu'il quitte le site avant d'avoir terminé son achat.
Les utilisateurs analytiques, quant à eux, visitent moins de pages et étudient soigneusement les détails d'une offre. Ils vivent une expérience complètement différente sur le site web. Voici nos expériences de croissance qui les aideront dans le flux de paiement du commerce électronique :
Comme les utilisateurs analytiques veulent approfondir les produits, ils pourraient bénéficier de pop-ups avec des conseils et des suggestions sur les différents produits.
Beaucoup d'entre eux comptent les différents jours sur le calendrier, nous pouvons donc ajouter un compteur de jours à côté du calendrier.
3. Un test qui, selon nous, serait bénéfique pour les deux types d'utilisateurs : un chatbot qui les assisterait pendant le processus de choix - il leur demanderait tous les détails du voyage (comme les dates, la destination, le nombre de voyageurs, etc.) et, plus important encore, il effectuerait le processus de comparaison pour eux en leur expliquant leurs options et en leur suggérant des contrats adaptés à leurs besoins.
Dans l'ensemble, nous avons remarqué que pour un produit compliqué comme l'assurance voyage, une aide en temps réel serait bénéfique pour les deux types d'utilisateurs.
Les deux types de comportement cherchent des réponses à leurs questions et consomment beaucoup d'informations avant d'acheter.
Afin de les aider dans le processus de prise de décision, nous avons créé un module de chat en direct et nous installerons un chatbot pour les aider à effectuer le processus de comparaison.
Le chatbot leur expliquera également les différentes options et choisira le contrat qui correspond le mieux à leur profil.
Vous n'avez pas de compétences en développement, mais vous maîtrisez Excel ? Voici la deuxième meilleure option pour trouver des modèles comportementaux dans les données Hotjar :
ID de l'utilisateur et ID de la session - vous permettent de voir combien de sessions il a fallu à un visiteur particulier pour se convertir. En regardant les vidéos, vous comprendrez ce qui les a fait revenir et quelles fonctionnalités ils ont explorées à chaque session.
Si vous croisez les résultats avec les dates et heures, vous pouvez calculer la durée des expériences des clients avec votre produit à la seconde près.
Vous pouvez filtrer les pages de destination et de sortie les plus populaires. Connaître le comportement sur les pages de sortie et les raisons de leur départ vous aidera à créer des expériences pour retenir les utilisateurs à la fin de la session.
En utilisant la colonne Temps par session, vous pouvez calculer la durée moyenne d'une session, les vidéos vous donneront un aperçu des raisons pour lesquelles certains visiteurs mettent plus de temps à convertir.
Temps par action - en sachant combien de temps il faut à un utilisateur pour effectuer une action particulière sur le site Web, vous pouvez éliminer/ajouter des zones sur les pages pour accélérer le processus.
Nouveau sur Hotjar ? Voici ce que vous pouvez en tirer en tant que débutant :
Cartes thermiques des visiteurs
Bientôt intégré à Google Analytics, il vous permettra de suivre encore plus de données.
Fonction de suivi des entonnoirs - vous pouvez suivre des chemins spécifiques sur le site Web et voir combien d'utilisateurs les ont suivis.
Dispose d'une fonction d'analyse des formulaires. Elle analyse l'expérience des visiteurs lorsqu'ils remplissent des formulaires sur votre site Web.
Il compte le nombre de sessions, les interactions, le taux de conversion, le nombre d'abandons, les questions exactes sur lesquelles les utilisateurs abandonnent, le temps moyen d'interaction.
Hotjar permet de réaliser des sondages d'opinion auprès des visiteurs de votre site Web.
Vous êtes curieux de savoir comment nous pouvons identifier et optimiser le parcours du client sur votre site Web ?
Parlez-en à l'un de nos stratèges de croissance pour commencer !