Formation Outils Avancés en Digital Analytics

Leçon 1 • Méthodes et sources de collecte de données

Couvre la manière dont les données numériques sont capturées sur l'ensemble des canaux et des appareils. Relie les méthodes de collecte à la précision de l'analyse en aval.

Leçon 2 • KPI essentiels et cadres de métriques

Définit les KPI marketing essentiels et les relie aux objectifs commerciaux. Propose une approche structurée pour la sélection des métriques.

Leçon 3 • L'écosystème de l'analyse digitale

Cartographie l'ensemble du paysage des sources de données, des plateformes et des couches de mesure. Établit le vocabulaire utilisé tout au long du cours.

Leçon 1 • Dimensions, métriques et segments personnalisés

Étend les données par défaut de la plateforme avec des attributs personnalisés liés au contexte métier. Permet une segmentation de l'audience et du comportement au-delà des options par défaut.

Leçon 2 • Audit de la qualité des données et gouvernance

Établit des processus pour détecter et corriger les erreurs de suivi. Maintient l'intégrité des données comme prérequis pour une analyse fiable.

Leçon 3 • Architecture de la plateforme et modèles de données

Explique comment les plateformes d'analyse modernes structurent les hits, les sessions et les utilisateurs. Ancre les décisions de configuration dans la logique de la plateforme.

Leçon 4 • Configuration du suivi des conversions et des événements

Configure les micro- et macro-conversions sur les propriétés web. Assure une attribution et un rapport d'entonnoir précis.

Leçon 1 • Méthodes d'attribution basées sur les données

Présente l'attribution algorithmique utilisant l'apprentissage automatique sur les données de chemin de conversion. La compare aux modèles basés sur des règles pour la précision et l'évolutivité.

Leçon 2 • Défis de l'attribution cross-canal

Aborde les lacunes causées par les jardins clos, la fragmentation des appareils et les points de contact hors ligne. Élabore des stratégies pour réduire les angles morts.

Leçon 3 • Rapports d'attribution et prise de décision

Traduit les résultats de l'attribution en décisions budgétaires et de canal actionnables. Relie les insights du modèle à l'optimisation du mix marketing.

Leçon 1 • Analyse de performance des campagnes de recherche

Analyse les données de mots clés, d'annonces et de niveau de qualité pour améliorer l'efficacité de la recherche. Relie les métriques de recherche aux résultats de conversion en aval.

Leçon 2 • Analyse des campagnes sociales et display

Évalue les données de portée, de fréquence, d'engagement et de conversion sur les canaux sociaux et display. Identifie les signaux de fatigue créative et de saturation de l'audience.

Leçon 3 • Tests A/B et multivariés des annonces

Conçoit des expériences statistiquement valides pour tester les textes publicitaires, les créations et les pages de destination. Applique les résultats des tests pour déployer les variantes gagnantes à grande échelle.

Leçon 4 • Stratégie d'enchères et optimisation budgétaire

Utilise les données de performance pour sélectionner et ajuster les stratégies d'enchères automatisées et manuelles. Maximise le volume de conversions dans les limites de coût.

Leçon 1 • Analyse comportementale et cartographie de chaleur

Utilise les données comportementales sur la page pour comprendre l'intention et la friction de l'utilisateur. Complète les données quantitatives de l'entonnoir avec des signaux qualitatifs.

Leçon 2 • Cartographie du parcours client avec les données

Construit des cartes de parcours étayées par les données en utilisant des données comportementales et transactionnelles. Révèle les écarts entre les parcours supposés et réels des clients.

Leçon 3 • Analyse de la rétention et du cycle de vie

Mesure les schémas de réachat, d'attrition et d'engagement tout au long du cycle de vie du client. Informe la stratégie marketing de rétention avec des données comportementales.

Leçon 4 • Analyse de l'entonnoir et optimisation du taux de conversion

Quantifie les taux de conversion à chaque étape de l'entonnoir et diagnostique la sous-performance. Priorise les efforts d'optimisation en fonction de l'impact sur le chiffre d'affaires.

Leçon 1 • Création de rapports dans les outils BI

Applique les fonctionnalités de la plateforme BI pour connecter les sources de données marketing et créer des rapports interactifs. Couvre les champs calculés, le blending et la paramétrisation.

Leçon 2 • Storytelling avec les données marketing

Structure les récits de données pour amener les audiences de l'insight à l'action. Adapte le style de communication aux parties prenantes techniques et non techniques.

Leçon 3 • Conception et architecture des tableaux de bord

Structure les tableaux de bord par audience, type de décision et fréquence de mise à jour. S'assure que les tableaux de bord répondent à des questions métier spécifiques de manière efficiente.

Leçon 1 • Modélisation prédictive de l'audience

Construit des modèles de propension pour prédire la probabilité d'achat, d'attrition et d'upsell. Active les sorties du modèle dans les plateformes publicitaires et les systèmes CRM.

Leçon 2 • Modélisation de la valeur vie client

Calcule et prévoit la CLV à l'aide des données historiques de transaction et d'engagement. Priorise les dépenses d'acquisition et de rétention en fonction de la valeur prédite.

Leçon 3 • Sources de données d'audience et résolution d'identité

Consolide les données d'audience provenant du CRM, du web et des plateformes publicitaires en profils unifiés. Aborde la fragmentation de l'identité entre les appareils et les canaux.

Leçon 4 • Segmentation non supervisée et par clustering

Utilise des algorithmes de clustering pour découvrir des regroupements naturels d'audience à partir de données comportementales. Valide et étiquette les clusters pour l'activation marketing.

Leçon 1 • Optimisation budgétaire avec les sorties du MMM

Traduit les coefficients et les courbes de réponse du MMM en recommandations d'allocation budgétaire. Simule des scénarios pour identifier les niveaux de dépenses optimaux.

Leçon 2 • Construction et validation du modèle

Parcourt la spécification du modèle, l'ajustement et les tests diagnostiques. S'assure que les modèles sont statistiquement valables avant d'informer les décisions budgétaires.

Leçon 3 • Fondamentaux de la modélisation du mix marketing

Explique la base statistique du MMM et son rôle dans la mesure des canaux hors ligne et en ligne. Compare le MMM aux approches d'attribution digitale.

Leçon 4 • Stratégie de mesure unifiée

Intègre le MMM, l'attribution multi-touch et les tests d'incrémentalité dans un cadre cohérent. Résout les conflits entre les approches de mesure pour des décisions cohérentes.