Diagnostic email

Pour ce dernier exercice sur les données Email, vous allez combiner les taux d’ouverture et de clics afin de créer une visualisation qui permet d’identifier rapidement les emails qui performent mal et nécessitent votre attention.

Si vous avez perdu votre progression, fermez tout classeur ouvert et chargez 2_3_email_diagnostic.twbx depuis le dossier Workbooks sur le Bureau.

Cet exercice fait partie du cours

<cours>Analytique marketing dans Tableau</cours>

Voir le cours

Exercice interactif pratique

Transformez la théorie en action avec l’un de nos exercices interactifs

Commencer l’exercice

Cet exercice fait partie du cours

<cours>Analytique marketing dans Tableau</cours>

IntermédiaireNiveau de compétence

4.8+

86 reviews

Commencer le cours gratuitement

Dans le chapitre 1, vous acquerrez une compréhension approfondie des bases des données et de l’analytique marketing, en commençant par la façon dont les données sont générées et stockées. Vous passerez en revue les canaux, les parcours et la façon dont ils sont définis. À la fin de ce chapitre, vous serez en mesure de restructurer des données pour identifier ces parcours et d’attribuer le crédit aux interactions via différents modèles d’attribution.

Exercise 1: Analytique marketing dans Tableau Exercise 2: Fonctionnement des cookies Exercise 3: Exemple de données web Exercise 4: Trafic identifiable Exercise 5: Segmentation client Exercise 6: Indicateur d’achat 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 2, vous approfondirez deux canaux marketing spécifiques : l’emailing et la publicité sociale payante. Vous étudierez les stratégies de chaque canal, les cas d’usage typiques et comprendrez les composants qui constituent chaque type de marketing. À la fin de ce chapitre, vous serez capable d’analyser la performance selon plusieurs métriques propres à chaque canal et de comprendre comment utiliser les données pour identifier des axes d’amélioration.

Exercise 1: Entonnoirs marketing Exercise 2: Évolution du taux de clics Exercise 3: Agrégation d’un champ calculé Exercise 4: Taux de clics Exercise 5: Taux d’ouverture Exercise 6: Diagnostic email

Exercice actuel

Exercise 7: Réseaux sociaux payants et tests A/B Exercise 8: Test 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: Création Exercise 13: Indicateurs de followers

Dans le chapitre 3, vous consoliderez les analyses vues au chapitre 2 pour mieux comprendre deux autres canaux largement utilisés : la recherche payante et le marketing organique. Vous apprendrez le fonctionnement de chacun de ces canaux, leurs similitudes et différences, ainsi que l’importance des pages web et de la stratégie digitale. De plus, vous examinerez les relations entre 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 diverses métriques propres à chaque canal et de comprendre comment les évolutions sur un canal peuvent impacter un autre.

Exercise 1: Recherche payante Exercise 2: Révision du référencement payant Exercise 3: Opérations sur les chaînes Exercise 4: Dépenses par mot-clé Exercise 5: Mobile vs. desktop Exercise 6: Click-through rate Exercise 7: Qu’est-ce que le trafic organique Exercise 8: Classement en recherche organique Exercise 9: Valeurs p, R² et moyennes mobiles Exercise 10: Taux d’engagement Exercise 11: Groupe d’URL Exercise 12: Corrélation entre métriques Exercise 13: Corrélation entre canaux

Dans le chapitre 4, 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 métriques, comme la taille moyenne de commande, l’ancienneté et la durée de vie, à partir de leurs composants et comment en examiner les évolutions. En revenant au travail effectué sur le marketing payant, vous analyserez les variations du CAC dans le temps via un jeu de données fusionné, ce qui vous familiarisera avec des jeux de données assemblés dans Tableau. Vous conclurez ensuite le cours en calculant le ratio LTV/CAC.

Exercise 1: Introduction au LTV Exercise 2: Comprendre la LTV Exercise 3: DATEDIFF et DATEPARSE Exercise 4: Indicateur de churn 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 paid social Exercise 11: CAC de la recherche payante Exercise 12: CAC total Exercise 13: LTV/CAC Exercise 14: Vidéo de conclusion