Développer un avantage concurrentiel en exploitant les comportements de recherche du site

• Est-ce que certaines villes ont un volume important de recherche mais une offre peu pertinente ?

• Est-ce que certains types de sports sont plus recherchés dans certaines villes ?

• Est-ce que certains clubs de sports en particulier sont recherchés mais n'ont pas d'offre actuelle correspondante ?

• Quel est le nombre de partenaires idéal ou suffisant dans l'offre pour convaincre les prospects dans certaines villes ?

• Établir une définition d’une recherche réussie pour l’utilisateur (ratio select_item / search) qui nous donne un % de succès d’une recherche. C’est-à-dire le % de fois qu’un club de sports est sélectionné dans une liste de résultat de recherches.

• Si le taux de success search < x% pour un sport dans une ville ou quartier, alors on en déduit qu’il n’y a pas l’offre adaptée. Les équipes de Partner Management peuvent ajuster leurs stratégies de démarche commerciale des partenaires en fonction.

• Mesurer les comportements de recherches : search, filter, sort , select_item

• Définir les attributs de recherche pour comprendre les performances en fonction de certains attributs.

• Mise à jour de la collecte de données dans le data layer

• Collecte des données dans GA4

• Export des données et retraitement dans BigQuery

• Création d’un outil dans Looker Studio pour explorer les insights

javascript
dataLayer.push({
  event: 'search',
  search: {
			plan: 'm',
			location: {
					country: 'germany',
					city : 'berlin',
					district: 'kreuzberg'
		  },
			activity: {
					category: 'boxe',
					partner : 'exfighter'
		  },
			results: {
					count: '89',
					view: 'map'
		  },
	  },
	});

• Nouveau KPI pour le site : le taux de succès des recherches

• Un outil dans Looker Studio pour identifier les opportunités

• Une collecte de données enrichie pour l’équipe BI

1. Anticiper la demande du marché : intégrer les termes recherchés Google Trends par ville / sports / période de l’année etc. pour croiser les recherches tendances localisées avec l’offre proposée.

2. Réduire les coûts d’acquisition : Créer des audiences de retargeting en fonction de clusters d'utilisateurs identifiés et basés sur leurs comportements de recherche.

3. Enrichir la connaissance client : Identifier les combinaisons de studio ou typologies de sports cherchés fréquemment ensemble.

4. Suivre les performances des partenaires : Une fois que des partenaires sont intégrés dans l'offre, suivez les performances de chaque partenaire pour évaluer leur attractivité et leur contribution aux conversions.

5. Tester différents modèles de résultats de recherche : grâce à l’A/B testing en server-side (pour tester différents algorithmes servants les résultats de recherche) et au KPI de succès d’une recherche.

✍️

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

📖

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