Le Digital eXperience Management est le socle du content scoring

Pourquoi le Digital eXperience Management est devenu indispensable au content scoring

À la croisée des chemins des contextes utilisateurs et des contenus, le DXM est bien placé pour fournir une mesure fine de la performance.

« Mieux comprendre l’expérience client en améliorant les capacités d’analyse des données » : pour 65% des professionnels sondés en 2018 par eMarketer, c’est la préoccupation n°1. Une louable ambition qui se heurte à une réalité complexe. À l’heure où se côtoient dans les systèmes d’information Digital Asset Management (DAM), CMS (Content Management System) et outils de Marketing Automation, la donnée est par nature très fragmentée. Une bonne nouvelle toutefois : une solution de Digital eXperience Management (DXM) peut aider à réconcilier les données. Et les points de vue.

Dans ce paysage martech, plusieurs questions s’imposent aux responsables marketing. Comment retrouver une vue unifiée de cette donnée ? Comment réussir à en tirer des enseignements clés, par exemple pour ajuster le fameux mix POE (Paid-Owned-Earned) ? Comment, surtout, identifier les combinaisons gagnantes ? Par exemple : quels sont les formats de contenus qui affichent les meilleurs taux de complétion selon l’origine du trafic (search, réseaux sociaux) ? Ou encore : les visiteurs qui ont consommé une ou plusieurs vidéos sont-ils plus susceptibles d’aller jusqu’au bout d’un parcours d’achat ?

Aller au-delà des métriques habituelles

Répondre à ces questions, c’est répondre à une des grandes quêtes de la mesure de la performance. À savoir dépasser la supervision des métriques analytiques habituelles (les vues, le taux de rebond…) pour s’intéresser à des dimensions d’analyses qui donnent aux KPI (Key Performance Indicator) toute leur pertinence. Dans cette quête, 3 grandes catégories de dimensions s’avèrent précieuses. La première investigue le contexte de l’utilisateur (sa zone géographique, son moment de connexion, l’appareil utilisé) ; la deuxième, son parcours dans l’environnement digital (d’une landing page à un site principal, par exemple) ; et la troisième, la consommation des contenus servis par le DAM et le DXM (les « assets »).

Au regard de ces 3 dimensions, un constat émerge : si les solutions analytiques classiques peuvent alimenter les deux premières dimensions, la troisième, celle associée aux assets, leur échappe la plupart du temps. Logique puisque, pour ces solutions, les sessions et les URL (et non les contenus) représentent la matière première. Dans la pratique, seule une solution DXM peut apporter une vue profonde de la consommation des assets. Et réconcilier cette vue avec les dimensions d’analyse habituelles.

Établir les corrélations entre contextes et contenus

Et pour cause : rappelons que la mission première du DXM est d’assurer un rendu dynamique des contenus selon le contexte du client. À ce titre, le DXM historise la consommation réelle de chaque type de ressource pour un contexte utilisateur donné et cela à travers l’ensemble des points de diffusion. Ce qui garantit une vue à 360 degrés sur la consommation des assets.

Cette vue n’est pas seulement « panoramique », elle est aussi « profonde », car le DXM analyse la consommation au niveau du média et non d’un canal, qu’il s’agisse d’un site web ou d’un réseau social. En clair, les données de consultation ne sont pas interprétées par le canal de diffusion. Voilà pourquoi la mesure permise par le DXM est qualifiée de « média-centrique » – par opposition à une mesure dite « site-centrique ».

Cet atout est d’autant plus précieux que les réseaux sociaux tendent à restreindre l’accès aux données, ce qui complique déjà le travail des éditeurs spécialistes du social listening comme des annonceurs. Des analystes estiment par exemple que, sur un réseau comme Instagram, « les volumes de data remontés diminuera d’environ 40% malgré les promesses des différents éditeurs d’avoir la meilleure intégration Instagram du marché ». Cette restriction des accès s’illustre par l’adoption de plus en plus régulière de service de collecte de données permettant de contourner les limites des réseaux sociaux tel que ceux des proxy, par exemple Proxy Crawl ou encore Common Crawl dans une approche plus globale. Des outils auxquels on prendra soin d’indiquer les ensembles d’intérêt, les médias et l’engagement suscité en l’occurrence. Bref, point de salut en dehors d’une mesure réellement « média-centrique ».

Capable de tirer parti de la taxonomie des contenus, le DXM peut aussi aider à analyser comment les actions en cours influencent la consommation effective des différentes catégories de contenus. Ces « catégories » peuvent être composées en fonction d’un large éventail de données : des intitulés de gammes, des identifiants de produits, des tags de campagnes… Toutes les métadonnées d’un DAM peuvent dans la pratique être mises à contribution, mais aussi celles de solutions tierces – les données par exemple issues d’une solution de e-Commerce. Résultat, le DXM est en mesure d’établir une corrélation entre le trafic de deux ensembles de contenu marketing produit et les variations du taux de mise au panier d’une gamme de produits.

Découvrez comment nos clients utilisent la solution Wedia

Dans cette position, entre contexte utilisateurs et assets, le DXM n’apporte pas seulement des dimensions d’analyse riches : il outille aussi les approches « test and learn ». Puisqu’il est en mesure d’identifier les assets – et pas seulement les pages –, le DXM différencie aussi les versions de ces assets. Un objet décliné avec différents arrière-plans, une vidéo montée avec des accroches visuelles variées pourront faire l’objet d’un A/B testing fin. De quoi, là encore, identifier quelle version s’avère la plus performante pour un contexte donné.

La dataviz à la rescousse du content scoring

Soyons honnêtes, cette richesse des dimensions d’analyse du DXM peut aussi susciter une crainte : trop de données ne risque-t-il pas de compliquer l’analyse ? Une inquiétude légitime. Voilà pourquoi, au sein de son module DXM, Wedia conjugue content scoring et… data visualisation. Avec un objectif clair : produire des représentations visuelles synthétiques pour faciliter la lecture des tendances, des proportions, des corrélations.

Dans ces tableaux de bord, les profils impliqués (content manager, brand manager, campaign manager…) peuvent à la fois consulter la consommation effective et détaillée de chaque asset, mais aussi explorer les performances de contenus regroupés par marque, produit, campagne, format, durée…  Une tour de contrôle personnalisable pour, d’un seul coup d’œil, embrasser contextes et contenus. C’est également depuis cette même tour de contrôle qu’un responsable brand content sera en mesure d’identifier de mauvais usages. Par exemple, l’exploitation de contenus sur un canal (un réseau social) alors qu’ils n’y sont pas destinés ou encore le recours à des contenus dépréciés car attachés à une « vieille » charte visuelle, un produit obsolète. Une manière de mettre, aussi, le Digital eXperience Management au service de la cohérence de marque. Mais c’est une autre histoire



Demande de démo
Recevez notre newsletter
Suivez-nous
Contactez-nous
Curabitur lectus libero Lorem quis, elementum ut consectetur id odio ipsum vulputate,