Pour garantir le succès d’une démarche Growth, il est nécessaire de se placer dans un paradigme data-informed. En d’autres termes, le Growth Marketer doit s’appuyer sur l’information pour prendre ses décisions et posséder des outils de mesure d'indicateurs pertinents.
Avant de se lancer tête baissée dans l’implémentation d’outils, il est donc crucial de prendre un peu de temps pour identifier les bons indicateurs à mesurer.
Il ne sert à rien de tout mesurer si l’on n’est pas capable d’en tirer les bons enseignements
En effet, si de plus en plus d’entreprises ont compris l’importance de la donnée et de sa mesure, cette approche “data-driven” est handicapée dans de nombreux cas par un manque de suivi et de maturité dans l’exploitation de ces données : il ne sert à rien de tout mesurer si l’on n’est pas capable d’en tirer les bons enseignements. Par ailleurs, avoir déterminé les principaux indicateurs que vous voulez suivre est crucial dans le choix des outils les plus adaptés.
Mais comment se repérer dans la jungle des indicateurs produit ?
Nous les classons en deux catégories :
- Les indicateurs de reporting : elles vous permettent de mesurer la performance de votre produit sur du moyen terme, pour vérifier si vous êtes proche de votre modèle idéal et s’assurer que vos résultats évoluent en accord avec vos prévisions. Ces indicateurs se prêtent bien à des tableaux de bord, ou des rapports récurrents que vous communiquerez au sein de l’organisation.
- Les indicateurs expérimentaux : ces indicateurs n’ont pas forcément vocation à être suivis sur le long terme, ou à être communiqués sous forme de tableau de bord ; ils n’en sont pas moins importants, car ils vous aident à optimiser votre produit au quotidien. Ce seront les indicateurs suivis en interne par l’équipe Growth et qui donneront un cadre à ses expérimentations.
Oubliez les “Vanity Metrics” et soignez votre reporting
Les indicateurs de reporting sont cruciaux, car ils représentent le “thermomètre” de la performance de votre produit. Ils doivent donc être suivis avec attention, sur la durée, et servir de support à la réflexion et la prise de décisions stratégiques.
Parmi la multitude de données proposées par les outils tels que Google Analytics, et souvent utilisées par les entreprises dans leur reporting, nombreuses sont celles qui sont pourtant floues ou bien absolument pas actionnables. C’est ce que l’on appelle les bullshit metrics et autres vanity metrics : des indicateurs qui semblent intéressants au premier abord mais apportent peu lors de la prise de décision.
Quelques exemples de vanity metrics ou indicateurs inutilisables :
- Nombre de pages vues : à moins que votre business model dépende de la publicité (et encore, en CPM uniquement), le nombre de visiteurs n’est pas vraiment pertinent dans la grande majorité des cas.
- Nombre de visites : sans le nombre de visiteurs, cet indicateur ne veut rien dire ! S’agit-il d’un visiteur venu 50 fois, ou de 50 utilisateurs venus une fois ?
- Temps moyen passé sur le produit : cet indicateur doit être affiné (par segment utilisateur, par page ou groupe fonctionnel…) pour devenir actionnable. D’ailleurs, dans la plupart des outils, le calcul du temps passé par page est faux et donc difficilement exploitable.
- Taux de nouveaux visiteurs : calculé entre autres par Google Analytics (en opposition aux “visiteurs récurrents”), ce concept n’est presque jamais interprétable en l’état comme étant positif ou négatif : en effet, un pourcentage de returning visitors en diminution peut être dû à une augmentation de l’acquisition, à une détérioration de la rétention, à un bug qui affecte 30% des utilisateurs… Pour le savoir, il faut creuser en mesurant d’autres KPIs.
- Nombre de comptes créés ou téléchargements : cet indicateur peut constituer un début de suivi d’une politique d’acquisition, mais il doit être approfondi en étudiant le nombre d’activations, d’actions effectuées sur le compte afin de mesurer l’utilisation réelle et l’engagement de vos utilisateurs.
Ces indicateurs peuvent donner l’illusion de la bonne santé du business et il est tentant de les mettre en avant pour se rassurer, ou pour rassurer ses investisseurs. Ils n’en restent pas moins peu représentatifs et l’énergie dépensée dans leur suivi et leur analyse pourrait être mieux investie.
Le premier pas est de faire le tri dans vos indicateurs pour ne travailler que sur ceux qui vous importent.
Commencez par faire une grande liste de tous les principaux indicateurs produit que vous souhaitez mesurer, en interrogeant tous les acteurs du produit (Product Managers, Product Owners, développeurs, département marketing etc.). Priorisez-les par équipe, en isolant ceux qui ont le rapport le plus direct avec votre business model : par exemple, pour de l’e-commerce, on peut imaginer que les notions de panier moyen et de nombre de vote par client peuvent être des indicateurs intéressants à suivre dans le temps.
Enfin, prenez du recul et soumettez chaque indicateur pré-sélectionné à la question suivante : “Quelles sont les actions que je pourrais entreprendre suivant l’évolution de cet indicateur ?” Si vous ne pouvez simplement y répondre, c’est certainement une vanity metric et vous pouvez l’oublier, au moins dans un premier temps.
Communiquez sur les indicateurs
Une fois que vous avez identifié les indicateurs pertinents pour le suivi de votre activité, et installé les outils pour les mesurer, nous vous recommandons de mettre en place au plus vite un processus de reporting approprié. En effet, rien ne sert de mesurer des données si personne n’y a accès et n’agit en conséquence.
4 recommandations à garder en tête lorsque vous vous attaquez à la construction de dashboards de reporting :
- Construire un dashboard personnalisé pour chaque type d’interlocuteur : vos équipes techniques voudront connaître le nombre de transactions pour le “provisioning” des ressources techniques, vos équipes business souhaiteront suivre en détail l’efficacité d’une promotion ou bien le taux de satisfaction d’une fonctionnalité auprès d’un segment d’utilisateurs. Créez pour chaque équipe le tableau de bord qui leur donnera un accès rapide à l’information la plus pertinente pour eux.
- Éviter à tout prix les dashboards bourrés d’informations : peu d’informations, clairement présentées et bien contextualisées seront toujours plus actionnable qu’un ensemble de graphiques clignotants et incompréhensibles. Ce conseil semble relever du bon sens, mais de nombreux tableaux de bords d’entreprises ne sont lus par personne car considérés comme trop complexes.
- Mettre en place des alertes (pour notifier de la création d’un nouveau rapport, ou dans des cas où un KPI dépasse un seuil donné). Réfléchissez bien pour adapter la fréquence de reporting à l’usage de la donnée : du monitoring temps réel sur la création de comptes clients n’a aucune utilité pour un head of product. Par contre, un rapport quotidien axé sur le taux d’erreur du service API de création de compte peut être intéressant pour l’équipe technique, à condition que ce dernier soit bien configuré.
- Automatiser au maximum : vous ne devez pas perdre trop de temps à rédiger et envoyer ces rapports. Au cas par cas, n’hésitez pas à envoyer un email à l’équipe produit pour proposer une analyse détaillée en mettant en copie le rapport généré automatiquement par vos outils analytiques.
N’oubliez pas de remettre en question périodiquement vos choix d’indicateurs et vos tableaux de bord : ceux-ci ne sont pas éternels, et vous devez vous assurer en permanence que vous mesurez bien les bons indicateurs pour votre business. Examinez attentivement vos rapports, et demandez vous le sens de chacun de vos indicateurs et ce que vous pouvez en tirer comme enseignement. Au fur et à mesure que votre produit évolue, vos dashboards et choix d’indicateurs devront s’adapter à la nouvelle réalité de votre business.
Sélectionnez vos indicateurs expérimentaux : un bon indicateur est un indicateur qui fait mal
L’activité d’une équipe Growth ne se limite pas, loin de là, à la mesure d’indicateurs de reporting et à la production de tableaux de bord. La démarche Growth suppose de concevoir, exécuter puis analyser des expérimentations sur le produit par itérations rapides. Cette logique d’expérimentation haute fréquence suppose de mesurer l’impact de chaque test sur un certain nombre d’indicateurs identifiés en amont. En général, une équipe Growth se concentre sur un ou deux KPIs et réfléchit aux moyens d’influer sur leurs évolutions.
Ces indicateurs expérimentaux peuvent être dans certains cas les mêmes que certains des indicateurs de reporting dont nous avons parlé précédemment. Cependant, ils sont souvent à la fois plus granulaires et plus spécifiques.
En général, les indicateurs expérimentaux sont des variations ou combinaisons autour des 5 principales étapes de l’entonnoir l’AARRR (KPIs clés du parcours client / utilisateur).
- Acquisition : KPIs permettant de comprendre votre audience et son origine.
- Activation : KPIs représentant le premier taux de transformation (i.e. une action utilisateur significative; par exemple, une inscription, une commande, l’enregistrement d’une adresse email, l’écoute d’un morceau de musique…).
- Rétention : KPIs mesurant si vos utilisateurs reviennent souvent sur votre produit, et à quelle fréquence.
- Referral : KPIs mesurant si vos utilisateurs parlent de vous ou vous recommandent.
- Revenu : tous les KPIs liés à la transformation de l’activité de vos utilisateurs en chiffre d’affaire.
Chacune de vos expérimentations se donnera pour but de faire varier (significativement) une ou plusieurs de ces indicateurs: par exemple, augmenter le taux de rétention sur une cohorte donnée ; Augmenter votre taux de viralité (k-factor) ; Ou encore augmenter un indicateur business comme la LTV (Life Time Value) de vos utilisateurs.
Le choix de ces indicateurs suppose une analyse au préalable de leur valeur et de leur évolution dans le temps ; Aussi, vous devrez faire en sorte de suivre attentivement l’évolution de ces indicateurs “AARRR”, et vous concentrer sur les plus mauvaises - et qui présentent le plus de potentiel d’amélioration.
Un bon indicateur expérimental est un indicateur qui fait mal, qui doit provoquer une envie d’amélioration et servir de support à l’élaboration d’idées innovantes.
N’hésitez pas à sortir des sentiers battus : les données connues et interprétées (ex : chiffre d’affaire, taux de rétention…) sont idéales pour un dashboard, mais les données expérimentales ayant le plus de valeur sont celles qui sont à la fois inconnues en amont et mal comprises. On ne trouve ces dernières qu’en explorant ses données, en faisant des croisements, en expérimentant, et ce sont souvent elles qui provoquent une épiphanie (dans le sens de Steve Blank), vous poussent à pivoter ou vous aident à trouver un avantage concurrentiel.
Pour maximiser la valeur de vos expérimentations, n’hésitez pas à coupler les données quantitatives (qui permettent de déceler des problèmes) avec des indicateurs qualitatifs, qui vous aideront à identifier le “pourquoi du problème” et donc les solutions potentielles à tester. Ces données qualitatives peuvent provenir de questionnaires, de heatmaps, d’enregistrements de sessions ou même de tests utilisateurs ou interviews de prospects.
Enfin, si la plupart des indicateurs sont focalisés sur la mesure de la performance passée, dans une logique expérimentale, il est important d’identifier des indicateurs vous permettant de prédire les actions de vos utilisateurs. Essayez d’établir des liens de causalité qui mènent aux phénomènes que vous souhaitez encourager ou décourager chez vos utilisateurs. Cela vous permettra de pouvoir agir en amont plutôt que d’être mis devant le fait accompli. Par exemple, il est très important de connaître votre taux de churn (nombre de clients qui abandonnent votre produit), un indicateur de reporting typique qui en dit long sur votre product/market fit, mais il est encore plus intéressant de comprendre les actions qui mènent à l’abandon pour intervenir avant qu’il ne soit trop tard : proposer de l’assistance, une promotion, relancer l’utilisateur...
