Êtes-vous certains de suivre les bons KPI ? 7 leçons tirées des expériences Netflix, Airbnb, Spotify & Co
Cette conférence est animée par Etienne Gautheron. Il expose ses expériences professionnelles et personnelles afin de proposer sept leçons tirées des missions réalisées pour des clients tels que Canal+ ou Axa.
Comment exploiter au mieux la data pour prendre de bonnes décisions ?
Le taux d’adoption est le KPI (Key Performance Indicator) principal de l’outil Reeport auprès des clients. Ces derniers ont tous en commun un grand nombre de bases de données volumineuses. Ils ont également en commun une multitude de collaborateurs avec un niveau d’aisance avec les chiffres et la technologie très hétérogène.
La solution Reeport a été développée il y a 4 ans, et a pour vocation d’être utilisée directement par les utilisateurs pour optimiser leur reporting, créer des data visualisations et mieux exploiter la donnée en général. L’objectif de la société est de raccourcir la distance entre les collaborateurs et les chiffres pour prendre les meilleures décisions possible.
Sept leçons pour suivre les bons KPI
Plusieurs enseignements peuvent être tirés en matière de KPI en observant la relation de certaines grandes entreprises à la donnée.
Le facteur humain au centre de tout
Lorsque l’on se lance dans un projet, il est important d’en définir les indicateurs de performances, à savoir les KPI. Etienne Gautheron, en travaillant précédemment pour la société Optimizely, s’est effectivement aperçu que ce travail de définition des indicateurs permet à tous les employés de prendre les meilleures décisions.
Un problème subsistait chez Airbnb, malgré l’importance et les investissements de l’entreprise, à savoir la faible proportion d’effectifs à l’aise avec les chiffres. L’équipe data science ne représente en effet que 3% du personnel d’Airbnb, et le reste des équipes maîtrisaient moins l’exploitation des données.
L’enseigne a donc développé des cours à destination de l’ensemble des effectifs, du salarié en réception à ceux qui maîtrisaient déjà le SQL. En leur apprenant comment utiliser les chiffres, le groupe est parvenu à atteindre 45% d’utilisateurs réguliers sur ses data platforms.
Il s’agit donc moins de ma data que du facteur humain à prendre en compte. La donnée et la technologie est moins importante que l’humain et l’empathie. Il importe de rendre les chiffres disponibles aux salariés, pour que chacun améliore sa maîtrise des données.
Trouver la North Star Metric
La North Star Metric (NSM) est le seul et unique indicateur permettant à une entreprise, une équipe ou un individu de mesurer et capturer la valeur proposée aux clients. Cet indicateur englobe tous les business et permet de savoir ce qui fonctionne et ce qui ne fonctionne pas.
Par exemple, le NSM d’Airbnb est le nombre de nuitées (non pas le chiffre d’affaires ou le nombre de voyageurs). C’est celui qui permet de comprendre au mieux la valeur dégagée à la fois pour les invités et les hôtes. Pour Netflix, le volume d’abonnés regardant un nombre X d’heures de contenu chaque mois permet de mesurer l’engagement et la rétention. Il y a 10 ans, le nombre d’utilisateurs quotidiens sur Facebook permettait d’analyser l’activation et la rétention de la plateforme.
Reeport suit le volume d’utilisateurs qui chaque semaine consultent des chiffres via l’application. Ce KPI permet de comprendre les utilisateurs sur le long terme.
Personnaliser les indicateurs
Il importe de distinguer le résultat des actions qui permettent d’y parvenir, afin que chaque individu de l’entreprise se réapproprie les objectifs globaux. Par exemple, Spotify cherchait augmenter le temps passé dans l’application à écouter la musique. Pour y parvenir, la société a choisi plusieurs angles d’attaque, comme ramener plus fréquemment les utilisateurs sur la plateforme ou augmenter le temps de chaque session via des actions marketing.
Chacune des équipes déduit son objectif, et chaque individu de chaque équipe en déduit ses propres objectifs. L’intégralité de l’entreprise est ainsi sur la même longueur d’onde.
Eviter les KPI flatteurs
Les KPI flatteurs sont ceux qui boostent le moral, mais qui ne sont pas vraiment alignés avec les objectifs de l’entreprise. Par exemple, le nombre de personnes créant un compte gratuit sur Reeport est moins intéressant que la conversion des tests gratuits en utilisateurs payants. Sur le blog de la société, il serait tentant de regarder le nombre de pages vues, mais bien plus intéressant de mesurer le taux de conversion et d’évaluer comment le site invite les utilisateurs à contacter l’entreprise.
Automatiser
Dans l’idéal, il faut automatiser tout ce qui peut l’être. En général, dans une entreprise classique, un data analyst doit répéter de nombreuses tâches chaque jour dans des back-offices, extraire les données dans des outils tels qu’Excel puis partager des PowerPoint par email. On aboutit alors au problème du « 80/20 », c’est-à-dire 80% du temps passé à collecter et structurer la donnée pour seulement 20% consacré à la structure de l’analyse.
Leboncoin.fr est une bonne illustration d’automatisation. L’objectif de la société était de permettre à chaque employé de pêcher plutôt que de lui mettre le poisson dans l’assiette. Il est hors de question pour la plateforme de passer plus de 5% du temps sur le reporting, car elle part du principe qu’il s’agit d’une action récurrente et que ce n’est pas le travail d’une équipe data de passer son temps à répéter ces tâches. Elle a également défini un maximum de 4 KPI.
Le pull c’est bien, le push c’est mieux
La notion de pull consiste à tirer vers soi les chiffres et de se reposer sur les connaissances ou la discipline des collaborateurs pour s’identifier dans les outils, en tirer la bonne définition et réutiliser les données pour prendre les bonnes décisions. Ce n’est toutefois pas viable à l’échelle de plusieurs milliers de collaborateurs. Le push consiste quant à lui de pousser proactivement les KPI auprès des différents collaborateurs. Son impact est beaucoup plus important.
Par exemple, le périmètre des réseaux sociaux de Canal+ se composait en 2017 de 195 pages Facebook, 146 comptes Twitter, 61 chaînes YouTube et 34 comptes Instagram. Des stagiaires avaient l’habitude de copier-coller les données des back-offices dans un fichier Excel et d’envoyer l’ensemble par mail aux équipes, qui devaient trouver le bon tableau dans le bon anglais. Avec un tel écosystème, la complexité et les erreurs humaines étaient importantes.
Reeport a permis d’automatiser les processus, envoyant régulièrement des mails aux bons destinataires. Les stagiaires sont dédormais disponibles et travaillent sur des analyses plus profondes. Le push permet de se donner du temps pour travailler sur des thématiques importantes.
« Done is better than perfect »
Il n’est pas possible d’obtenir du premier coup les KPI idéaux. Il faut donc adopter une approche itérative. L’avantage du monde du commerce et du marketing digital est de rendre possibles les erreurs. Des outils tels que Reeport permettent d’exploiter ce droit à l’erreur et surtout de commencer à diffuser les chiffres pour commencer à travailler plus efficacement.
Intervenant :
Etienne GAUTHERON, UPTILAB
