Détecter les contenus les plus influents vers un objectif de conversion

Business

Improbable est une société britannique spécialisée dans le développement de technologies pour les jeux vidéo et les mondes virtuels.

Besoins

Improbable investit beaucoup dans sa communauté et la rédaction de contenu sur son blog. Cependant, la stratégie de contenu est pilotée à l'aveugle, sans pouvoir distinguer les sujets ou les types de contenus qui semblent le mieux fonctionner pour son audience.

Objectifs

Identifier les contenus ou typologies d’articles qui sont influents vers l’objectif de conversion. Ainsi Improbable pourrait allouer ces efforts de rédaction, et ressources budgétaires vers ce qui fonctionne le mieux en termes de contenu.

Solution proposée

Définir les objectifs du site et leur importance respective (montant des transactions, valeur d’un lead etc.)

Définir les attributs d’articles que nous souhaitons collecter (title, category, author, has_video, words_count etc.)

Déterminer lorsqu’un contenu est “consommé” c’est-à-dire lu (temps passé x niveau de scroll sur l’article)

Exporter des données brutes dans Google BigQuery et créer un modèle de scoring

Mettre à disposition les informations pour les équipes sur Looker Studio

Mise en œuvre

Architecture

Exemple de mise à jour du data layer pour collecter les attributs d’articles :

javascript
dataLayer.push({
  event: 'page_view',
  page: {
			title: 'improbable runs a programme of research to progress the metaverse',
			category: 'article',
			category2: 'multiplayer',
			tags: 'metaverse,advertising,gaming',
			words_count: '8336',
			author: 'john doe',
			publication_date: '10/01/2019'
	  },
	});

Durée du projet

Le projet a pris 3.5 semaines pour être mis en place. L'équipe de développement était dévouée, mais il y avait plusieurs points à vérifier et quelques allers-retours avec l'équipe chargée du développement.

Résultats

Les équipes de rédaction ont maintenant à disposition un outil dans Looker Studio leur permettant régulièrement d’identifier et de filtrer les contenus par typologies (auteurs, catégories, sous-catégories, longueur, tags, date de publication) et d’évaluer leur pertinence et leur contribution à la conversion.

Data Product dans Looker Studio à destination de l’équipe de rédaction et des business leader.

Nous avons créé un graphique en bulles dans Looker Studio avec 5 dimensions. L'axe des y représente les articles lus, l'axe des x représente les utilisateurs et la taille des bulles représente la valeur du contenu. Les couleurs des bulles représentent la catégorie de contenu.

Nous avons également créé des graphiques similaires pour différentes caractéristiques de contenu, en utilisant des bulles pour représenter les catégories, les sous-catégories, les auteurs, etc.

Essentiellement, l'équipe de contenu peut identifier les "grosses bulles" (contenus influents) qui sont peu vues et donc basses sur les axes, mais qui représentent des opportunités de promotion. Un autre exemple est la validation de la contribution de nouvelles catégories ou typologies d'articles qui ont récemment fait l'objet d'investissements. Enfin, l'équipe peut identifier des articles beaucoup lus et donc hauts sur les axes, mais qui semblent ne pas avoir d'impact significatif ("petites bulles"), afin de corriger le message ou de déprioriser sur les promotions.

En savoir plus

✍️

Auteur

Edouard de Joussineau

Dirigeant de Starfox Analytics. 9 ans dans le CRO & la Web Analyse. Entrepreneur et Product Manager mais également amateur de bon vin, de F1 et d’échecs.

→ Suivez-moi sur Linkedin

Suivez Starfox Analytics sur Linkedin Un besoin, une question ? Notre équipe vous répondra au plus vite. → Suivez Starfox sur Linkedin

👉

Contactez-nous ! Un besoin, une question ? Écrivez-nous à [email protected]. Notre équipe vous répondra au plus vite. Prendre rendez-vous →

Autres ressources

📖

Wikis Les limitations de quota API GA4 sur Looker Studio Optimiser le chargement de Looker Studio avec BigQuery