Prendre le pouls du marketing avec la visualisation des données

Rejoignez les dirigeants du 26 au 28 juillet pour la semaine AI & Edge de Transform. Écoutez des dirigeants de haut niveau discuter de sujets concernant la technologie AL/ML, l’IA conversationnelle, l’IVA, le NLP, Edge, et plus encore. Réservez maintenant votre pass gratuit!


Il y a de fortes chances que vous ayez déjà entendu l’expression “une image vaut mille mots”. Ce que vous ne savez peut-être pas, c’est que selon le contexte, cela peut être quelque peu trompeur.

Écoutez-nous. Le cerveau humain est câblé pour ingérer des images 60 000 fois plus rapide que le texte, ce qui représente 90% des informations que nous traitons chaque jour étant visuelles. Ces chiffres montrent de manière convaincante pourquoi une image mérite un peu plus de crédit que mille mots.

Mais nous n’avons pas déterré un proverbe vieux d’un siècle pour pinailler sur ses lacunes statistiques. Au lieu de cela, nous voulions souligner à quel point le sentiment derrière l’expression n’a jamais été aussi approprié pour les spécialistes du marketing qui doivent rester à flot dans une mer croissante de données brutes chaque jour qui passe.

Affiner les données brutes grâce à la visualisation

Clive Humby était sur quelque chose quand il a proposé les données comme nouvelle huile à ses collègues cadres de la suite C lors du sommet Master of Marketing de l’Association of National Advertisers (ANA) en 2006. Une décennie et demie plus tard, sa prédiction s’est concrétisée alors que Les données a complètement remplacé l’introspection et les conjectures comme ligne de fond pour le succès du marketing.

Ce qui rend la prévoyance de Humby vraiment impressionnante, cependant, n’est pas la montée éventuelle des données en tant que roi de la publicité. C’est plus le fait que les données, tout comme le brut, sont pratiquement inutiles dans leur forme la plus brute.

Pour élaborer, le pétrole passe par un processus de raffinage avant d’atteindre les pompes. Il en va de même pour les données brutes. Il doit être contextualisé et doit d’abord être décomposé en quelque chose de plus structuré et finalement exploitable.

C’est ici que visualisation entre en scène. Une fois les ensembles de données nettoyés et standardisés, la visualisation constitue la dernière étape critique du processus de raffinement pour les transformer en graphiques intelligibles qui affichent pleinement les informations exploitables.

Exploiter la puissance de la visualisation des données

Prenez une seconde pour absorber le contraste entre la gauche et la droite. La différence devrait être plutôt frappante à moins que vous ne soyez un cerveau mathématique secret.

Sérieusement, aux yeux d’un Joe moyen, le tableau de gauche apparaît comme une concoction aléatoire de chiffres qui ne disent rien de substantiel. D’autre part, les diagrammes de dispersion mettent en évidence la corrélation positive liant les variables dès le départ.

C’est le pouvoir de la visualisation. Il exploite la capacité de déverrouiller des modèles cachés, ce qui permet de relier les points entre des points de données disparates à la fois. Pour les spécialistes du marketing qui doivent poser à plusieurs reprises des questions chargées telles que les entonnoirs d’acquisition menant à la conversion, à quelle heure de la journée les prospects sont les plus actifs, etc., la visualisation peut aider à réduire la pile de données brutes qui empêchent d’obtenir des réponses à ces questions.

Et la meilleure partie ? La visualisation ne connaît pas de frontières. Qu’il s’agisse de votre équipe, des membres du conseil d’administration ou de parties prenantes externes, la présentation des données sous forme de graphiques permet de traiter et d’utiliser facilement les ensembles de données, même les plus ennuyeux, quel que soit le destinataire.

Choisir les bons graphiques pour la visualisation des données

Aussi merveilleuse que soit la visualisation des données, il peut être difficile de déterminer quel type d’aide visuelle représenterait le mieux l’ensemble de données. Et opter pour un choix sous-optimal n’est guère une option lorsque cela comporte un risque de confusion ou, pire, de mauvaise interprétation.

Merci au Dr Andrew Abela, qui a présenté une analyse complète diagramme pour choisir le bon graphique pour différents types de données, le choix d’un visuel peut se résumer à quatre critères de base :

  • Comparaison. Établir une comparaison entre les ensembles de données sur une période spécifiée pour identifier les hauts et les bas.
    • Par exemple, la répartition du trafic du site Web par source.
  • Relation. Établir une corrélation pour voir si des variables données s’influencent positivement ou négativement les unes les autres.
    • Par exemple, l’influence régionale sur la croissance des ventes.
  • Distribution. Évaluer la plage d’un ensemble de données pour mieux comprendre comment les variables interagissent tout en vérifiant les valeurs aberrantes.
    • Par exemple, la fluctuation du taux de conversion mensuel moyen des prospects au cours d’un exercice.
  • Composition. Représentation graphique de la façon dont les parties individuelles constituent un tout pour créer des hiérarchies au sein d’un ensemble de données donné.
    • Par exemple, répartition des dépenses de marketing par priorités stratégiques.

Avec ces critères à l’esprit, utilisez l’aperçu suivant comme lignes directrices supplémentaires pour identifier l’aide visuelle qui répondrait le mieux à vos besoins :

Diagramme à colonnes

Un graphique à colonnes fait référence à un affichage graphique dans lequel des barres verticales – la hauteur de chacune étant proportionnelle à la catégorie qu’elle représente – traversent le graphique horizontalement.

Neuf fois sur dix, un histogramme fera l’affaire si vous recherchez une comparaison côte à côte de 10 éléments ou moins.

Exemple de graphique à colonnes

Graphique en ligne

Que se passe-t-il si vous avez plus de dix ensembles de données à empiler les uns contre les autres ? Un graphique en courbes est votre meilleur pari.

Contrairement au graphique à colonnes, un graphique linéaire fait passer une ligne par une série de points.

Bien qu’il soit surtout connu pour mettre en évidence les hauts et les bas sur divers points de données, un graphique linéaire peut également comparer efficacement les tendances entre différentes mesures en traçant plusieurs lignes dans un seul graphique.

Exemple de graphique en courbes

Nuage de points

Un nuage de points consiste à cartographier la corrélation entre deux ensembles de données. Également connu sous le nom de diagramme de cause à effet, un nuage de points peut vous aider à voir si une variable définie influence l’autre et dans quelle direction (positive ou négative) la corrélation va.

Exemple de nuage de points

Diagramme circulaire

Un graphique à secteurs est utilisé pour traiter les variables catégorielles afin de voir comment le montant total est réparti entre elles. Il donne une idée générale de la relation partie-à-tout qui s’avère utile lorsque vous souhaitez découvrir les canaux les plus et les moins efficaces pour attirer les visiteurs sur votre site Web.

Exemple de graphique à secteurs

Mot nuage

Peut-être le plus récent ajout à la pile de visualisation de données, un nuage de mots fait référence à un groupe de mots affichés dans différentes couleurs et tailles. C’est un outil astucieux pour visualiser la façon dont le public pense à un sujet donné et découvrir les meilleurs et les pires mots-clés en matière de génération de trafic.

Exemple de nuage de mots

Progresser avec la visualisation des données

Tout compte fait, la visualisation est le présent et l’avenir de l’analyse marketing. La bonne nouvelle est qu’avec tout ce que vous avez vu et lu jusqu’à présent, vous êtes prêt à tirer le meilleur parti de la visualisation.

Mais s’il y a quelque chose que j’espère que vous avez appris de cette pièce, c’est que les images parlent beaucoup plus fort que les mots. Il est temps de prendre vos données marketing en visuel.

Sophie Eom est cofondatrice et PDG de Adriel.com.

DataDecisionMakers

Bienvenue dans la communauté VentureBeat !

DataDecisionMakers est l’endroit où les experts, y compris les techniciens travaillant sur les données, peuvent partager des informations et des innovations liées aux données.

Si vous souhaitez en savoir plus sur les idées de pointe et les informations à jour, les meilleures pratiques et l’avenir des données et de la technologie des données, rejoignez-nous sur DataDecisionMakers.

Vous pourriez même envisager contribution d’un article ton propre!

En savoir plus sur DataDecisionMakers



#Prendre #pouls #marketing #avec #visualisation #des #données

Leave a Comment

Your email address will not be published.