Thanks!

L’analyse de cohorte enfin expliquée !

Cohort analysis - featured

Introduction

Imaginez-vous perdus dans un labyrinthe, enchaînant les virages sans fin, en vain… Depuis le sol, il est impossible d’évaluer correctement où vous vous trouvez et quel est le meilleur itinéraire d’un point A à un point B, n’est-ce pas ?

Et si vous pouviez dézoomer ? Et si vous pouviez prendre du recul et avoir une vue d’ensemble afin de donner un sens à tout cela ?

En matière d’analyse de données, les spécialistes marketing pensent à tort que consulter toujours plus de rapports multipliera les clés de compréhensions.

Mais en réalité, le contraire est vrai. Les données peuvent être trompeuses lorsqu’elles sont trop étendues.

D’un autre côté, éliminer le « bruit », définir les bonnes dimensions, aligner correctement les données et les découper en tranches vous aidera à obtenir une vision claire et précise de ce qui fonctionne et de ce qui ne fonctionne pas.

Mais surtout, l’examen des données dans uncontexte adéquat est ce qui compte le plus lorsqu’il s’agit d’activités marketing.

Et c’est là qu’intervient l’analyse de cohorte. 

Elle permet de trouver l’itinéraire le plus efficace pour vous rendre d’un point A à un point B. Comment ? 

En examinant vos activités marketing dans leur ensemble, tout en croisant des indicateurs de performance qui permettent de faire émerger des tendances significatives. Des tendances qui passeraient autrement inaperçues, car jusqu’à présent, vous avez examiné vos données hors contexte.

Analyse de cohorte - Chapitre 1 : Explication de l'analyse de cohorte
Chapitre 1

Qu’est-ce que l’analyse de cohorte, essentielle pour vous ?

Elle est en fait un processus qui consiste à prendre un grand groupe d’utilisateurs ou de clients, et à les diviser en segments plus petits présentant certaines caractéristiques communes sur une période donnée.

Ces caractéristiques peuvent inclure une région, une langue communes, des articles préférés, une date d’acquisition, etc.

Dans le domaine des applications mobiles, l’analyse de cohorte est un moyen très efficace d’obtenir des informations plus approfondies sur la manière dont des groupes spécifiques d’utilisateurs interagissent avec votre application au fil du temps, et même d’affiner les KPI lors de la mesure des performances des campagnes.

Les principaux cas d’utilisation de l’analyse de cohorte sont les suivants : 

  • Optimisation des campagnes d’acquisition d’utilisateurs (UA) : identification des segments peu performants et des corrections nécessaires.
  • Améliorer la fidélisation des utilisateurs et la lifetime value (LTV), en réengageant des utilisateurs de haute qualité et en élargissant leur base.

L’un des principaux avantages de l’analyse de cohorte est qu’elle permet de comparer « des pommes avec des pommes » lorsqu’il s’agit d’identifier les tendances, ce qui en fait un moyen fiable de suivre les changements au fil du temps, sans avoir à effectuer d’analyse comportementale sur une échelle individuelle pour chaque utilisateur.

Elle vous permet de répondre à des questions essentielles telles que :

  • Qui interagit avec votre application ?
  • Quand les utilisateurs vous abandonnent-ils, et pourquoi ?
  • Quelle part de vos revenus provient des nouveaux utilisateurs et des utilisateurs de longue date ?
  • Quel est le meilleur moment pour réengager vos utilisateurs ? 
  • Quelle source média a généré les utilisateurs au ROI le plus élevé ?

Les deux principaux modèles de cohortes

L’UA et les cohortes comportementales sont les types de cohortes les plus couramment utilisés. Qu’est-ce que chacun signifie réellement et comment peuvent-ils s’appliquer à votre quotidien en tant que spécialiste marketing ? Poursuivons l’exploration.

Cohortes d’acquisition d’utilisateurs (UA)

L’analyse des cohortes d’acquisition constitue généralement le pain quotidien des annonceurs et des responsables de l’UA.

C’est là que les utilisateurs sont segmentés en fonction de la date d’acquisition et de la source, que vous pouvez appliquer sur une base quotidienne, hebdomadaire ou mensuelle, en fonction de votre produit et de vos besoins d’analyse. 

Par exemple, vous pouvez créer plusieurs cohortes en fonction de différentes régions et comparer le nombre moyen de sessions par utilisateur pour chaque cohorte, au cours des 30 premiers jours d’activité de chaque utilisateur.

Comment pourriez-vous tirer parti de ce type d’analyse de cohorte ? 

Supposons que vous soyez le fier responsable de l’UA d’une application en eCommerce. Vous pouvez utiliser l’analyse de cohorte pour suivre les préférences de style et de taille des différents groupes démographiques d’utilisateurs et constituer l’inventaire en conséquence afin de maximiser les ventes. 

De même, il peut également vous aider à créer des recommandations ciblées et des offres promotionnelles personnalisées dans le but d’améliorer la confiance des clients et de les fidéliser.

Cohortes comportementales

Contrairement à l’analyse des acquisitions, les cohortes comportementales sont généralement au centre des préoccupations des product managers.

Ce type d’analyse de cohorte se concentre sur les actions des utilisateurs lors de l’utilisation de votre application. En utilisant des « déclencheurs » d’événements spéciaux, vous pouvez évaluer le comportement d’utilisateurs différents sur le plan démographique, et optimiser et personnaliser vos campagnes en conséquence. 

Par exemple, supposons que vous ayez une application de livraison de nourriture. Le choix de cuisine et la fréquence des commandes constituent un bon exemple de déclencheurs comportementaux. 

Ou bien, si vous avez une plateforme de réseau social, les cohortes comportementales peuvent vous aider à évaluer les pages les plus suivies par vos utilisateurs espagnols ou les publications les plus appréciées par votre base d’utilisateurs indiens.  

Mais quand même… Pourquoi devriez-vous vous en préoccuper autant ?

Si l’on devait les résumer à une donnée clé, les données de cohorte permettent de relier les dates d’acquisition et les conversions de remarketing à vos indicateurs de performance. 

En d’autres termes, elles permettent d’isoler le bruit, de comparer ce qui est vraiment comparable, de générer des informations exploitables pour lutter contre le churn et de vous concentrer sur des cibles en constante évolution, telles que les performances des campagnes, l’engagement des applications et même l’adoption de fonctionnalités.

Et si vous n’êtes toujours pas totalement convaincu, examinons le cas curieux du chiffre d’affaires moyen par utilisateur, c’est-à-dire l’ARPU.

Il ne suffit pas de simplement comparer l’ARPU d’un jour à l’autre, il faut tenir compte de tout le bruit et le filtrer : comparez l’ARPU sur des jours similaires de la semaine, comparez le nombre d’utilisateurs, l’activité et déterminez s’il existe ou non une promotion qui aurait pu générer davantage d’achats in-app.

Lorsqu’il s’agit de confronter les KPIs et d’évaluer le succès de la stratégie, l’analyse de cohorte est l’outil qu’il vous faut. Mais comme nous l’avons déjà découvert, il ne s’agit pas seulement d’analyser les KPI. 

En révélant les tendances cachées, l’analyse des cohortes fournit les informations dont vous avez besoin pour optimiser les campagnes en direct et introduire des changements en temps réel. Il s’agit d’une méthode éprouvée pour stimuler l’engagement et les revenus, en vous aidant à identifier la bonne voie pour accélérer l’adoption et renforcer la fidélisation. 

L'analyse de cohortes : améliorez votre stratégie marketing
Chapitre 2

Comment l’analyse de cohortes améliore votre stratégie marketing ?

Excellente question. Voici 4 cas pratiques où l’analyse de cohorte pourrait s’avérer extrêmement utile :

1 – Elle aide à maximiser vos dépenses publicitaires en accédant à des informations exploitables

L’analyse de cohorte vous permet de déterminer quels canaux, campagnes ou même ensembles d’annonces au sein d’une campagne génèrent les meilleurs et les plus fidèles utilisateurs.

Par exemple, si vous examinez les performances cross-régions d’une campagne d’accès spécifique, vous pouvez facilement identifier qu’une région donnée sous-performe. 

Vous pouvez ensuite essayer quelques tactiques pour améliorer le taux de conversion dans cette région, comme des mails personnalisés contenant une offre spéciale ou un code de réduction en l’honneur d’une fête régionale, afin d’encourager la finalisation d’un achat. 

En effectuant une analyse de cohorte sur la même campagne UA, vous pouvez constater que, dans une autre région, malgré le nombre décent d’installations d’applications, pratiquement aucune d’entre elles n’est lancée et aucun achat n’est effectué. Cela peut indiquer une fraude, qui nécessitera une analyse plus approfondie à l’aide de votre MMP.

2 – Obtenir un aperçu du meilleur moment pour vous réengager

À l’aide de l’analyse des cohortes, vous pouvez déterminer que les dépenses des utilisateurs plafonnent au quatrième jour dans une région donnée, ce qui peut vous inciter à planifier une campagne de remarketing à cette date. 

Par exemple, la saisonnalité et le calendrier. Pouvoir acquérir davantage d’utilisateurs intéressants en répondant à des questions telles que « À quel mois, jour ou heure de la journée est-il préférable d’engager mes utilisateurs ? ». 

Dans certains cas, la granularité horaire est importante, et l’analyse des cohortes peut permettre d’obtenir des informations extrêmement précieuses lorsqu’il s’agit de campagnes au bon moment.

3 – Il vous permet d’identifier et d’éliminer les points d’achoppement dans votre parcours utilisateur afin de renforcer la rétention

Utilisez l’analyse de cohorte pour identifier les points faibles lors de votre onboarding, lors des premiers pas, des paywalls ou des niveaux difficiles, en croisant les zones de votre application victimes de churn, avec la fidélisation mensuelle des utilisateurs. 

Pour en savoir plus sur l’art et la manière pour construire une stratégie infaillible d’engagement et de fidélisation des utilisateurs , cliquez ici.

4 – Comprenez comment les modifications apportées aux produits affectent vos utilisateurs

Déterminer comment résoudre un problème ou améliorer une fonctionnalité peut souvent être tout aussi difficile que de le diagnostiquer en premier lieu. 

Si, par exemple, vous savez que l’engagement des utilisateurs dépend largement de l’utilisation d’une fonctionnalité principale, essayer de les inciter à interagir avec vos clients par le biais de mails et de push incessants risque fort d’entraîner une perte de clientèle.

Ainsi, au lieu de vous lancer dans les modifications importantes apportées aux produits, testez les modifications apportées à vos cohortes afin de vous faire une idée de ce qui fonctionne et de ce qui ne fonctionne pas, ce qui vous permettra d’introduire en toute sécurité des modifications basées sur les données dans votre produit.

Cas concrets d'utilisation de l'analyse de cohorte
Chapitre 3

Voici comment nous procédons : 3 cas d’utilisation quotidienne de l’analyse de cohorte

Exemple n°1 : évaluation de la réussite d’une campagne de remarketing multi-régionale

Les campagnes peuvent être localisées dans une région spécifique afin de fournir l’expérience la plus personnalisée à l’utilisateur. Par exemple, une campagne d’achat sur le thème du week-end peut être lancée aux États-Unis un vendredi après-midi, mais un jeudi en Égypte (où les week-ends commencent le vendredi).

En ce qui concerne les achats, les campagnes remarketing incluent généralement des indicateurs de performance clés tels que le nombre d’utilisateurs ayant effectué un achat via l’application, les revenus d’achat ou le pourcentage d’utilisateurs réengagés. Toutefois, pour obtenir une vue complète du comportement des utilisateurs, des indicateurs de performance clés et des indicateurs de réussite, les rapports de cohorte sont là pour vous fournir une analyse multidimensionnelle.

Décomposons le scénario suivant : 

Une application d’achat a lancé une campagne de remarketing dans plusieurs pays anglophones, et le responsable de l’UA souhaite savoir combien de ces utilisateurs ont réellement effectué un achat. 

Il ou elle regrouperait ensuite les résultats par pays afin d’évaluer la région dans laquelle la campagne avait eu le plus de succès.

Supposons qu’environ 80 % des 14 000 utilisateurs qui ont réutilisé l’application après la campagne se trouvaient aux États-Unis, et ces utilisateurs ont également effectué le plus d’achats.

Cependant, un examen plus attentif du rapport de cohorte a révélé une tendance intéressante. Alors que les utilisateurs canadiens ont enregistré deux fois moins d’engagements que les utilisateurs australiens, ils ont dépensé beaucoup plus d’argent que leurs homologues australiens.

Ainsi, en examinant le même ensemble de données sous différents angles, le responsable de l’UA a pu constater que si l’Australie pourvoyait en quantité, elle ne générait pas beaucoup de revenus. Sachant cela, il pourra redoubler d’efforts dans la campagne canadienne en toute confiance.

Exemple n°2 : évaluation du ROI des sources média pour les revenus publicitaires

Les applications de jeu génèrent deux sources principales de revenus, à savoir les achats in-app et les recettes publicitaires, qui constituent une source de revenus essentielle, en particulier pour les jeux hyper-casual.

En fournissant des informations sur toutes les sources de revenus, l’analyse de cohorte peut répondre à des questions telles que « Quelle source média a généré le plus d’achats intégrés ? » ou « Quelle campagne a généré le plus de revenus par utilisateur au Mexique ? » et ainsi de suite.

Supposons que vous soyez le responsable PPC d’un jeu hyper casual dont la principale source de revenus provient de la publicité, et que vous devez collecter des statistiques sur les sources médias qui génèrent le plus de revenus publicitaires.

Le rapport sur les recettes publicitaires vous fournira un aperçu complet du ROI lié à l’acquisition de nouveaux utilisateurs. Précisons que tous les chiffres suivnant sont hypothétiques.

  • 88 594 dollars ont été dépensés en publicité sur la Source Media 1, qui a attiré plus de 586 000 utilisateurs, soit une tendance lente et régulière. 
  • La Source Media 2, en revanche, était nettement moins chère en termes d’UA, tout en générant plus de revenus publicitaires que Source 1. En fait, au jour 7 après l’installation, la source média 2 est bien plus proche de l’équilibre que la source média 1.
  • En changeant d’affichage, vous verrez que le seuil de rentabilité de la Source Media 2 se situe autour du douzième jour, alors que la Source Media 1 est encore loin d’être atteint.

Dans ce cas, l’analyse de cohorte vous montrera que, quel que soit le zoom out que vous effectuez, la Source Media 1 fonctionnera toujours à perte, et aidera à mieux répartir votre précieux budget en conséquence.

Exemple n°3 : évaluation de la rétention en fonction d’un événement in-app.

Les applications qui fournissent un service « on-demand », tel que les services de transports ou la livraison de plats, ont souvent des indicateurs de performance clés liés aux événements in-app. Les téléchargements sont bien sûr un composant essentiel, mais l’utilisation du service est bien plus révélatrice du succès de conversion et de rétention. 

Le rapport « frère » de la cohorte, le rapport de rétention, fournit aux spécialistes un aperçu de la capacité de l’application à conserver une base d’utilisateurs active. Il donne également une vue d’ensemble de l’engagement à utiliser, indiquant quelles sources média génèrent des utilisateurs plus engagés au fil du temps.

Supposons, par exemple, que vous soyez le responsable marketing d’une application de réservation de taxi et que vous souhaitiez évaluer le succès d’une campagne en fonction du nombre de nouveaux utilisateurs ayant réservé un trajet après avoir téléchargé l’application.

Si vous analysez uniquement le nombre de téléchargements, il apparaîtra que la Source Media 1 sort clairement gagnante. 

Toutefois, en examinant les données jusqu’au dixième jour suivant l’installation, il sera évident qu’en termes de chiffres absolus, la Source Media 2 attire des utilisateurs de plus grande valeur et augmente les taux de rétention. 

Ainsi, l’analyse du comportement des utilisateurs le jour de l’installation et les heures supplémentaires fournira une image plus claire du succès de rétention de cette campagne par source média. 

Analyse de cohorte - Chapitre 4 - Les étapes de la réussite
Chapitre 4

4 étapes pour garantir le succès de votre prochaine analyse de cohorte

Étape 1 Déterminez le bon ensemble de requêtes 

La définition de vos KPI et de vos indicateurs de réussite vous orientera dans la bonne direction. Alors, avant toute chose, déterminons ce que vous devez chercher à savoir. 

Mesurez-vous les campagnes en les mettant en parallèle afin de comparer les sources média ? Ou peut-être mesurez-vous le succès d’une même campagne mais dans différentes régions ? Et d’ailleurs, comment définissez-vous exactement le succès ?

Assurez-vous de bien répondre à ces questions avant de passer à l’étape suivante.

Étape 2 Définissez vos indicateurs

Dès que vous avez des idées solides sur les questions auxquelles vous devez répondre et les indicateurs dont vous aurez besoin pour y répondre, vous avez fait la moitié du chemin.

Voici une formule très pratique pour les questions d’analyse de Cohorte : Regroupez les utilisateurs qui ont les mêmes caractéristiques pour comparer le comportement et les mesures sur une période définie.

CaractéristiquesPerformances (KPI)Échéancier
PaysSessions par jourLe mois dernier
source_mediaRevenu par utilisateurIl y a 3 semaines
Ad campaignÉvénements in-app par utilisateur5 jours en juin

Les caractéristiques sont les dimensions selon lesquelles vous mesurerez vos résultats. Les KPIs sont les métriques réelles que vous allez analyser, et la période définira la fenêtre utilisée pour la mesure.

Pour en savoir plus sur les indicateurs de performance clés du marketing des applications, cliquez ici.

Étape 3 Définir les cohortes spécifiques

C’est là que nous passons aux choses sérieuses. 

C’est le moment de :

  1. Configurez votre granularité, votre plage de dates et votre période d’attribution 
  2. Sélectionnez le type de cohorte (par exemple UA, remarketing) et le type de tendance (par exemple LTV)
  3. Sélectionnez votre dimension de regroupement (par exemple, la source média) et la taille minimale de votre cohorte, afin d’éviter d’encombrer votre rapport de données insignifiantes
  4. Sélectionnez tout filtre supplémentaire susceptible d’être pertinent (par exemple, campagne, attribution, type tactile, pays, mots clés, etc.)

Étape 4 Exécuter une analyse de cohorte et évaluer les résultats

Puis…Go, go, go! 

N’oubliez pas que l’examen de rapports cloisonnés ne peut pas vous donner une vue d’ensemble complète ni vous permettre d’en tirer des informations exploitables. N’oubliez donc pas de découper vos données en dés pour découvrir des tendances intéressantes, telles que les téléchargements d’applications par rapport au ROAS dans les différentes régions. ROAS dans différentes régions. 

Pour en savoir plus sur la manière de configurer un rapport de cohorte dans votre tableau de bord AppsFlyer , cliquez ici.

Principaux points à retenir pour l'analyse de cohorte

Points clés à retenir

Points clés à retenir

  • Elle est en fait un processus qui consiste à prendre un grand groupe d’utilisateurs ou de clients, et à les diviser en segments plus petits présentant certaines caractéristiques communes sur une période donnée.
  • L’analyse de cohorte est un moyen très efficace d’obtenir des informations plus approfondies sur la façon dont des groupes spécifiques d’utilisateurs interagissent avec votre application au fil du temps. Mais aussi, d’affiner les KPI lors de la mesure des performances des campagnes, sans avoir à effectuer d’analyse comportementale sur une échelle individuelle d’utilisateurs.
  • Les principaux cas d’utilisation de l’analyse de cohorte sont les suivants :
    • Optimisation des campagnes d’UA : identification des segments peu performants et des mesures de correction nécessaires.
    • Améliorer la fidélisation des utilisateurs et le LTV, en réengageant des utilisateurs de haute qualité et en élargissant leur base.
  • Quelle que soit la verticale que vous utilisez, vous pouvez utiliser les rapports de cohorte et de rétention pour répondre à vos questions sur les indicateurs de performance. Savoir quoi où porer son regard, et savoir comment regarder, est essentiel pour ingérer les données détaillées affichées dans ces rapports.
  • L’analyse de cohorte peut vous aider à déterminer les KPI de vos futures campagnes, ainsi qu’à définir la référence de votre entreprise en matière de réussite de vos campagnes.
Background
Prêt à mesurer chaque action sereinement ?