A la recherche de la performance

Partager cet article

Avant-propos

Ce premier article sur la performance a pour but de présenter nos convictions, concernant le traitement de cette thématique et d’initier les futurs thèmes et articles que nous traiterons dans les semaines et mois à venir.

La performance digitale, c’est quoi ?

La performance digitale est une approche/discipline dont l’essence est de maximiser le retour sur investissement lors de la définition et de la mise en place d’une stratégie digitale.

La performance digitale s’attache à optimiser la visibilité, la réputation, l’engagement d’audience et la confiance en la marque tout en maitrisant les coûts de déploiement.

Afin de permettre ce pilotage, des outils de collecte et de traitement de données sont déployés. Ils garantiront de pouvoir mesurer, analyser et arbitrer les moyens mis en œuvre en fonction du rapport résultats quantifiés / coûts.

La recherche de la performance, une approche itérative.

L’itérativité ou l’amélioration continue

Le pilotage par la data permet notamment de quantifier des résultats et de mesurer des évolutions (progression / régression par rapport à une période de référence). L’apprentissage du comportement des utilisateurs et l’optimisation des déploiements à venir deviennent  de plus en plus évidents et presque naturels. (Recherche de l’augmentation de la qualité et élimination des défauts).

A cette fin, nous pourrions utiliser les 5 phases de la méthode de résolution de problème DMAIC (Définir, Mesurer, Analyser, Améliorer, Contrôler). 

  1. Définir le besoin (quels sont les objectifs du client ? – Fixer des objectifs quantitatifs à atteindre)
  2. Mesurer les effets (Collecter les données représentatives, mesurer la performance, identifier les zones de progrès), avec :
    • Précision (quelle est la précision de la mesure ?),
    • Répétabilité (retrouve t-on les mêmes résultats si on réitère l’expérience avec des environnements identiques ?),
    • Reproductibilité (retrouve t-on les mêmes résultats si on réitère l’expérience avec des environnements identiques mais en changeant le testeur ?),
    • Stabilité (La précision, la répétabilité et la reproductibilité sont-elles stables dans le temps ?),
  3. Analyser (identifier les causes de variabilité, établir une chaine de causalités (méthode Gimsi, diagramme d’Ishikawa, loi de Pearson)),
  4. Améliorer (Définir, évaluer et mettre en œuvre les optimisations),
  5. Contrôler  (Documenter les optimisations, former les équipes).

La méthode DMAIC présente des outils intéressants et performants, toutefois nous préférerons appliquer (au sens strict) une approche d’amélioration continue plus en lien avec le démarrage d’une activité sous contrainte économique : Le Lean Startup (Eric Ries).

Lean startup et performance : la convergence

Basé sur l’approche du développement par la clientèle de Steve Blank, le Lean Startup peut s’appliquer à tous les contextes projets :

  • Création d’entreprise
  • Lancement de produits chez un annonceur
  • Lancement et développement d’offres dans une société de services

L’approche Lean startup repose sur :

  1. L’expérimentation (MVP : Produit minimum viable),
  2. La collecte et l’analyse de données utilisateurs / clients,
  3. L’adaptation des offres / produits en fonction des retours des utilisateurs / clients,
  4. L’itération sur la base des ces adaptations.

Performance d'entreprise - Lean Startup - UX Metric

 

La performance digitale seule n’est plus, vive la performance d’entreprise !

Ainsi la recherche de la performance doit être prise dans un sens plus large que la seule performance commerciale via les canaux digitaux ou l’optimisation de l’expérience client.

Cette approche globale de la performance requiert de manipuler des données d’horizons différents, plus ou moins structurées et de les analyser pour mettre en évidence des causalités ou pour valider des corrélations.

Cette performance devra s’inscrire d’une part dans le développement d’offres produits / services, permettant le gain de parts de marché ( Lean Startup/Analytics – GrowthHacking).

Et d’autre part, de façon équivalente, dans l’optimisation de l’expérience collaborateur (pour l’acquisition-sourcing, l’engagement-implication/dévouement, l’amplification-cooptation/prescripteurs de l’image de la marque employeur, la fidélisation ou fidélité des hommes et femmes de l’entreprise).

Les équipes engagées sur ces “sprints/sessions de travail” devront être polymorphes et composées d’éléments pluridisciplinaires en capacité de s’adapter aux besoins spécifiques du projet / sujet traité.

Des tests d’optimisation devront être mis en œuvre avec plus ou moins de créativité selon les sujets/ produits abordés. Nous devrons sans cesse remettre en question nos approches en fonction des retours de nos audiences/ des clients pour nous adapter, pivoter, et pour tendre vers un résultat toujours plus performant.

Dans ce contexte, l’ouverture vers d’autres disciplines et le métissage de compétences produira une nouvelle forme d’expertise où l’adaptabilité et la polyvalence se substitueront à l’excellence en silo.

Les prochains articles viseront à présenter des mises en application, par l’intermédiaire :

  • De lois/ concepts statistiques issus des sciences sociales
  • D’outils de collecte de données  (Google Analytics, Google Cloud plateform, les questionnaires d’évaluation)
  • De solutions d’analyse, des grilles de lecture (SWOT, GAP analysis, Brand identity Prism)
  • De logiciels de traitement de données accessibles à tous
  • De concepts, méthodes liés à l’amélioration continue et au lancement de produits (5 pourquoi, les moteurs de croissance, AIDA & KPIs)
  • Et de tout autre sujet instruit par nos expériences professionnelles / projets, nous semblant pertinent.

Annexes :

Eric Ries : le Lean Startup