Semetis, en tant qu’Agence full Digital Advertising et Digital Business Intelligence, fait face à des défis permanents dans une industrie en rapide évolution.
Digital Advertising Monitoring des Budget:
Le monitoring des budgets est un de ces défis. Nous considérons les budgets de nos clients comme de précieux trésors et une marque de confiance de leur part. Ils nous les confient afin qu’on les investissent de manière intelligente et efficace pour atteindre les objectifs business qu’ils s’étaient fixés.
Ces 10 dernières années, les experts dans le Digital Advertising ont vu l’apparition de nombreuses nouvelles sources d’acquisition. Search, Display, Video, Native Ads achetées en direct, en temps réel, avec des audiences, via remarketing, sur mobile, … Facebook, Instagram, Twitter, AdWords, Bing, Linkedin, DoubleClick, AdForm, Criteo, …
Le résultat est un suivi des budgets d’autant plus complexe et demandeur en termes de temps de travail.
Identifier des opportunités:
En demandant chez Semetis comment les Experts faisaient le suivi de leurs budgets, j’ai réalisé que chacun avec sa propre méthodologie. Certains utilisaient une calculette, d’autres un fichier Excel, d’autres encore, des tableurs automatisés.
Par contre, ce travail était fait par tout le monde et au moins deux fois par semaine. Il y avait là une belle opportunité d’optimisation!
La Technologie au coeur:
Chez Semetis, nous avons toujours dit que la technologie est notre colonne vertébrale. La technologie n’est pas la réponse à tout mais ici elle pouvait, sans conteste, aider. Deux eBusiness Analysts de notre équipe Digital Business Intelligence se sont attelés à la tâche et commencer à chercher une façon d’harmoniser et automatiser cette tâche importante.
Comprendre le besoin:
Pour trouver la bonne solution, du temps et de la réflection sont nécessaires. Première étape, l’empathie vis-à-vis de l’utilisateur. Ca tombe bien, nous sommes nous mêmes les utilisateurs.
La deuxième étape a consisté à mieux définir le besoin: un besoin de contrôle? De planning? De reporting? Pourquoi devons-nous monitorer les budgets? Pourquoi devoir checker aussi souvent? Pourquoi à certains moments spécifiques? Etc.
D’Excel à une application web:
Grâce à l’information collectée, ils ont pu mettre sur pied un premier prototype, très simple, dans un tableur Excel et Google Sheet. En effet, nous voulions éviter nos erreurs du passé et foncer trop vite vers notre équipe Technology pour demander de créer une cool application web.
Cette étape des tout premiers tests est extrêmement importante pour comprendre les défis en terme de développement technique et d’attentes des utilisateurs: quelles sont les variables à suivre, quelles données collecter, comment structurer ces données, comment les visualiser, ... Quelques semaines plus tard, ils étaient enfin prêts, avec un bon cas à présenter au développeur. L’étape suivante? Lancer la machine!
La magie - Comment cela fonctionne-t-il:
C’est très simple. Vous ouvrez votre navigateur favori (chiffres pour la Belgique sur howwebrowse.be) et vous entrez votre combinaison identifiant/mot de passe. Vous créez un Budget, avec une date de début et de fin, pour le client de votre choix. Ensuite, vous sélectionnez la source de données (AdWords, Facebook, …) et les campagnes que vous voulez monitorer. Voilà. C’est tout. Simple, n’est-ce pas?
La magie - La simplicité cachée dans le détail:
Pour le “back-end”, nous utilisons les API de Google AdWords, Facebook et DoubleClick API. Elles nous permettent d’aller chercher automatiquement les données de coût des campagnes, presqu’en temps réel.
Au niveau de l’interface, nous nous sommes concentrés sur la simplicité et la facilité pour l’utilisateur de comprendre l’interface et les différents workflow (créer, adapter un budget).
Nos plus grands défis au niveau de l’interface?
Le choix des KPIs. Faut-il un chiffre clé? Ou plusieurs (exemple: Budget dépensé jusqu’à présent ou budget restant ou budget total ou prévision ou recommandation ou tout en même temps,...)?
Nous avons opté pour un minimum dès le début. Ci-dessous plus d’informations sur comment nous nous y sommes pris.
Cacher l’information secondaire:
Par exemple, nous cachons pas mal de données. Seulement lorsqu’on l’on survole la barre colorée avec la souris, l’information par rapport à deux Metrics va être dévoilée: budget dépensé jusqu’à présent et budget total pour cette campagne ou partie de campagne.
En effet, il n’est pas nécessaire de savoir tout le temps, le budget dépensé jusqu’à présent et le budget total pour cette campagne ou partie de campagne. De manière évidente, mais prouvée par notre expérience dans ce projet, il s’est avéré que l’information la plus importante était de répondre à la question: Suis-je bon avec mon budget?
L’utilisation des couleurs pour maximiser la visualisation des données:
Un autre exemple vient des tests que nous avons fait avec la palette des couleurs. Comme vous pouvez voir dans l’image ci-dessous, nous indiquons la date de début et de fin de la période de la campagne. Cette information est relativement secondaire. On a donc décidé de réduire la taille de la police d’écriture et, en plus, de lui donner une couleur grise claire. D’un côté, cela fait ressortir le nom du Budget (ici “Monthly Budget”). De l’autre, l’information reste présente sans peser visuellement.
Cette même approche, très simple, est aussi visible sur la droite de la bar dans la zone pour les prévisions. Le pourcentage reste en noir et est directement visible tout en maintenant l’information secondaire (nom de la Metric, valeur absolue de ce qu’on va dépenser) présente à l’écran.
Couleurs et psychologie:
Un dernier exemple sur les jeux de couleurs. Différentes études psychologiques ont démontré que l’impact d’une annonce négative, peu importe son amplitude, peut être jusqu’à 4 fois plus impactante qu’une annonce positive (negativity bias).
Dans notre interface, l’élément le plus visible est la barre de couleur. Lors de la première version, nous avions la classification suivante: OK ( çàd plus et minus 5%) en vert et Not OK (tout ce qui est en-dehors de la zone OK) en rouge. Ceci a eu pour conséquence, avec les variations de dépenses, d’avoir beaucoup trop souvent des barres rouges, alarmantes. Ceci donnait un sentiment de gravité et de stress inutile pour l’utilisateur.
Nous avons donc décidé d’élargir notre palette de couleurs en passant de 2 à 4. Si le budget venait à être totalement dépensé avant la date de fin de la période, nous aurons une barre rouge. Si nous sommes clairement au-dessus ou en-dessous, nous serons en orange clair. Pour des valeurs légèrement au-dessus ou en-dessous, ce sera en vert clair. Enfin, lorsque nous sommes sur l’objectif, nous aurons une barre verte.
Cette palette, nous permet aussi de comprendre plus rapidement, d’un coup d’oeil, la situation globale et d’enlever le sentiment négatif inutile que nous avions au début.
Prévoir la dépense media:
Nous avions décidé de nous concentrer sur la Prévision comme étant notre principal KPI. A nouveau, notre approche “lean” nous a amenée à utiliser une valeur la plus simple possible, mais intuitive.
Dans la première version, notre Prévision était simplement basée sur les Derniers x jours: Derniers 7 jours, Derniers 3 jours, Hier. Cela peut sembler naïf comme approche mais nous avons délibérément choisi cette voie. En effet, c’était la meilleure façon pour les utilisateurs de comprendre ce qui se cachait derrière cette mesure. Ils pouvaient comprendre l’erreur et donc mieux évaluer l’information contenue dans la mesure de “Prévision”.
Mettre de l’intelligence dans le moteur:
Nous avons directement vu un fort taux d’adoption de l’outil en interne. On a alors décidé de continuer à investir du temps, de la réflexion et des ressources et notamment pour améliorer la précision des Prévisions.
Nous avons travaillé sur plusieurs modèles avec deux objectifs en tête:
1. Améliorer la précision
2. Garder un haut niveau d’intuitivité
Améliorer la précision était le minimum. Cependant, notre démarche n’était pas animée par la volontée d’atteindre l’algorithme parfait mais par une volontée d’amélioration incrémentale. Nous avons donc fait tourner et puis comparer différents modèles avec les données passées de nombreuses campagnes. Cela nous a permis de trouver notre gagnant qui réduisait le plus l’erreur dans les cas les plus importants pour nous.
Pour garder le modèle intuitif, nous avons donc travaillé sur la saisonnalité et les tendances. Rien de plus. L’impact du jour de la semaine ou des variations de tendance par rapport au jour précédent, etc. Ensuite, nous l’avons mis sur le site en ajoutant une option pour l’utilisateur et en l’appelant “Smartcast”.
Et après? Pour un meilleur service:
Aujourd’hui, nous sommes extrêmement satisfait de notre taux adoption en interne et de la fréquence d’utilisation. Rester intuitif, rapide et précis sont nos trois chantiers pour les mois à venir. Nous voulons que cette app reste simple, la rendre la plus rapide possible et renforcer sa mission première: améliorer le suivi des budgets. Nous espérons ainsi rendre notre meilleur service envers nos clients.
Auteur: Nicolas Debray
