réduction temps de recette du plan de taggage

Comment réduire le temps de recette de votre plan de taggage de 95%?

Toute équipe qui possède un plan de taggage sait à quel point sa recette est fastidieuse et chronophage. Cette phase de vérification est aussi indispensable pour valider que la donnée collectée sur le site correspond bien aux informations dont les différentes équipes e-commerce, marketing ou médias vont avoir besoin pour faire les bons choix dans leur pilotage de leurs actions : ajouter telle fonctionnalité de cross sell sur le site, activer tel levier d’acquisition, renouveler telle campagne média …

Pourtant, plus de 63% des équipes annoncent rencontrer des difficultés liées à la fiabilité du plan de marquage et au temps de recette qui lui est alloué. 

Dans cet article, nous allons voir comment une équipe data a réussi à réduire le temps de recette de son plan de taggage de 95% tout en élargissant son périmètre de vérification. 

Le plan de taggage pour centraliser et documenter la collecte de données.

Imaginons le cas d’un site hôtelier depuis lequel  il est possible de réserver des séjours dans plus de 5000 établissements répartis dans sur l’ensemble du globe. Nous sommes face à un site de plus de 50 000 pages ! En ce qui concerne la collecte de données, le remplissage du  datalayer est à la charge des différentes équipes ( product, brand, IT …).

L’équipe analytics gère la collecte de données.  Elle est composée d’une dizaine de personnes chargées du tracking du site et de la recette du plan de taggage. 

Cette data sert notamment à contrôler deux aspects importants de l’activité online de l’enseigne. D’une part, pour produire des rapports permettant de suivre les KPI permettant de mesurer la performance e-commerce des différents produits, évaluer et analyser les interactions des internautes avec les différents produits digitaux avec pour objectif final d’améliorer l’expérience client. Le second aspect concerne la performance, l’optimisation et la rentabilité des investissements médias.

Découvrez comment la data collectée peut vous aider à améliorer votre expérience client en téléchargeant notre dernier livre blanc  » Data for CX ».

CTA Livre blanc Data for CX

Comment le plan de taggage est-il recetté ?

Afin de contrôler la fiabilité des données qui nourrissent les rapports d’analyse, l’équipe data fait une recette du plan de marquage en amont de chaque mise en production du site. Mais avec plusieurs dizaines de milliers de pages et plus de 80 variables, cela est humainement impossible. 

Alors afin de sécuriser au maximum la qualité des données collectées, elle a mis en place un système de ticketing. Dès lors qu’une anomalie est détectée sur le site, un membre de l’équipe en charge du tracking génère une demande dans un outil géré par l’équipe IT. Mais le délai entre l’identification et la correction peut être relativement long. En effet, le dysfonctionnement peut provenir d’un effet de bord. Imaginons une mise à jour du site qui concerne les fiches hôtels du site avec des répercussions sur le tracking du tunnel de réservation. La recette de ce type de ticket peut alors prendre plusieurs jours.

L’équipe data recette également, lorsque la bande passante le permet, le tracking des parcours clients qui convertissent le plus sur le site. 

Une recette manuelle qui prend trop de temps et qui n’est pas exhaustive. 

Ces processus mis en place par l’équipe analytics ne permettent malheureusement pas de garantir la qualité de l’ensemble des données collectées sur le site. En effet, les différents membres de l’équipe analytics peuvent être amenés à faire la recette manuelle du plan de taggage. Au cumulé, cela représente tout de même l’équivalent de 2 personnes à temps plein.

De plus, le système de ticketing ne gère que les demandes pour des dysfonctionnements constatés en environnement de production. En plus du délai d’identification et de correction, l’équipe doit parfois attendre la prochaine mise à jour du site pour voir le correctif être mis en ligne. Elle est donc frustrée de continuer de collecter de la donnée qu’elle sait inexploitable durant cette période.

Imaginons le cas d’une anomalie de tracking en pleine période du mois de juin, période stratégique pour le secteur de l’hôtellerie. Les équipes n’ont plus aucune visibilité sur la réelle fréquentation du site. Elles pilotent leurs campagnes médias et d’acquisition à l’aveugle et peuvent même être contraintes de stopper des campagnes par sécurité. Cela a un impact direct sur le trafic et la conversion du site. Sans compter qu’il devient alors impossible de faire un comparatif des résultats entre l’année en cours et ceux de l’année précédente.

Cette recette du plan de marquage est donc davantage curative que préventive et ne permet pas d’identifier les anomalies de tracking avant qu’elle n’impacte la qualité de la data collectée. 

L’équipe analytics souhaite donc de pouvoir contrôler automatiquement le bon respect du plan de marquage, dès l’environnement de préproduction et pour l’ensemble du site. Elle veut être informée en cas d’anomalie afin de pouvoir corriger le dysfonctionnement avant la nouvelle mise en production du site. 

C’est ce que seenaptic a permis de faire

Le plan de marquage contrôlé automatiquement

L’équipe analytics a fait le choix de mettre en place un outil permettant de contrôler automatiquement le bon respect du plan de taggage et ainsi garantir la qualité des données collectées. 

Du fait du nombre de pages sur le site et du nombre de variables, elle a opté pour une approche itérative, c’est -à -dire de procéder par priorité. Elle a dans un premier temps mis en place les contrôles nécessaires pour vérifier le marquage des parcours qui convertissent le plus et les variables de tracking les plus importantes tels que les prix par exemple.

Ces scénarios utilisateurs vont jusqu’à la confirmation de réservation et s’exécutent sur l’environnement de recette pour éviter que les anomalies de tracking ne se retrouvent en environnement de production. 

Dans un deuxième temps, l’équipe a déployé ces tests automatisés sur les 40 templates de pages et les 60 variables de datalayer restantes.

L’équivalent de 2 temps plein économisés

L’outil effectue chaque jour une recette du plan de taggage effectuée sur plusieurs centaines de pages du site en environnement de production. Des alertes sont générées en cas de non-respect du plan de marquage afin de sécuriser les mises en production et de la fiabilité des  indicateurs clefs de performances. Le temps alloué à la recette par l’équipe data est passé de l’équivalent de 2 ressources à temps plein par mois à seulement quelques heures par mois. Le temps est désormais mis à profit pour des actions à plus forte valeur ajoutée telle que l’évolution ou la rationalisation du tracking.

Pour plus d’informations sur la recette de votre plan de taggage, n’hésitez pas à nous contacter : contact@seenaptic.com

Julie Dulot

Responsable Communication chez Netvigie et pour seenaptic
Maman d'une petite chipie
Runneuse, pâtissière à mes heures perdues, et adepte de lecture
Fan de Dirty Dancing et de Céline Dion (plaisir coupable)

Vous aimerez peut-être

Les KPI d’UX Analytics en complément des KPI traditionnels

750_focus les 10 kpi google analytics indispensables pour votre site

Les 12 KPI Google Analytics indispensables pour votre site

Des solutions alternatives à Google Analytics pour rester RGPD Friendly.

Recette de votre tracking analytics : toutes ces tentatives qui ont échoué

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *