Groupe d'URL

Un exercice important en analytique marketing consiste souvent à désagréger les moyennes : analyser la performance de chaque page ou annonce en parallèle de la moyenne pour mieux cibler les efforts. Dans cet exercice, nous allons ventiler les taux d'engagement pour y parvenir.

Si vous avez perdu des progrès, fermez tout classeur ouvert et chargez `3_5_url_group.twbx à partir du dossier Workbooks sur le Bureau.

Cette activité fait partie du cours

Analytique marketing dans Tableau

Voir le cours

Exercice interactif pratique

Passez de la théorie à l’action grâce à l’un de nos exercices interactifs

Commencer l’exercice

Cette activité fait partie du cours

Analytique marketing dans Tableau

SkillTag.level.intermediateSkillTag.label

4.8+

89 reviews

Commencer le cours gratuitement

Dans le chapitre un, vous comprendrez en profondeur les bases des données et de l'analytique marketing, en commençant par la façon dont les données sont générées et stockées. Vous verrez les canaux marketing, les parcours, et comment ils sont définis. À la fin de ce chapitre, vous serez en mesure de restructurer des données pour identifier ces parcours et d'attribuer du crédit aux interactions selon différents modèles d'attribution.

Exercise 1: Analytique marketing dans Tableau Exercise 2: Fonctionnement des témoins (cookies)Exercise 3: Exemple de données Web Exercise 4: Trafic identifiable Exercise 5: Segmentation de la clientèle Exercise 6: Indicateur d'achat par utilisateur Exercise 7: Interactions, parcours et attribution Exercise 8: Modèles d'attribution Exercise 9: Décalage des données Exercise 10: Interaction précédente Exercise 11: Interaction suivante Exercise 12: Classification des touches Exercise 13: Premier vs dernier contact

Dans le chapitre deux, vous approfondirez deux canaux marketing précis : le courriel et les médias sociaux payants. Vous verrez les stratégies propres à chaque canal, leurs cas d'utilisation typiques et les composantes qui caractérisent chaque type de marketing. À la fin de ce chapitre, vous serez en mesure d'analyser la performance selon plusieurs indicateurs propres à chaque canal et de comprendre comment utiliser les données pour repérer les pistes d'amélioration.

Exercise 1: Entonnoirs marketing Exercise 2: Variation du taux de clics Exercise 3: Agrégation d'un champ calculé Exercise 4: Taux de clics Exercise 5: Taux d'ouverture Exercise 6: Diagnostic des courriels Exercise 7: Publicité sur les réseaux sociaux et tests A/B Exercise 8: Tests A/B Exercise 9: Opérations analytiques Exercise 10: Taux de retour en arrière (click-back)Exercise 11: Taux d'engagement et d'achat Exercise 12: Créatif Exercise 13: Indicateurs liés aux abonnés

Dans le chapitre trois, vous partirez des analyses vues au chapitre deux pour mieux comprendre deux autres canaux très utilisés : la recherche payante et le marketing organique. Vous apprendrez le fonctionnement de chacun de ces canaux, leurs ressemblances et différences, ainsi que l'importance des pages Web et de la stratégie numérique. Vous examinerez aussi les relations entre les variables de données et comment manipuler les données (qualitatives et quantitatives) pour réaliser des analyses. À la fin de ce chapitre, vous serez en mesure d'analyser la performance selon divers indicateurs propres à chaque canal et de comprendre comment les changements dans un canal peuvent influer sur un autre.

Exercise 1: Recherche payante Exercise 2: Retour sur la recherche payante Exercise 3: Opérations sur les chaînes Exercise 4: Dépenses par mot-clé Exercise 5: Mobile vs. ordinateur Exercise 6: Taux de clics Exercise 7: Qu'est-ce que le trafic organique Exercise 8: Classement en recherche organique Exercise 9: Valeurs p, coefficients de détermination (R²) et moyennes mobiles Exercise 10: Taux d'engagement Exercise 11: Groupe d'URL

Exercice en cours

Exercise 12: Corrélation entre mesures Exercise 13: Corrélation entre canaux

Dans le chapitre quatre, vous combinerez ce que vous avez appris dans les chapitres précédents pour calculer et analyser LTV, CAC et leur ratio. Vous verrez comment construire ces indicateurs, comme la taille moyenne de commande, l'ancienneté et la durée de vie, à partir de leurs composantes et en examiner les variations. En revenant au travail antérieur sur le marketing payant, vous analyserez l'évolution du CAC dans le temps grâce à un jeu de données uni, ce qui vous exposera à des jeux de données combinés dans Tableau. Vous terminerez ensuite le cours en calculant LTV/CAC.

Exercise 1: Introduction au LTV Exercise 2: Analyses sur la LTV Exercise 3: DATEDIFF et DATEPARSE Exercise 4: Indicateur d'attrition Exercise 5: Taux d'attrition Exercise 6: Taille de commande Exercise 7: Introduction au CAC Exercise 8: CAC B2B vs B2C Exercise 9: Données fusionnées Exercise 10: CAC des médias sociaux payants Exercise 11: CAC de la recherche payante Exercise 12: CAC total Exercise 13: LTV/CAC Exercise 14: Vidéo de conclusion