Pour répondre à cette problématique, nous avons choisi de mettre en place un Dashboard via la solution
Power BI afin de permettre un gain de temps considérable lors de la collecte des données.
Notre démarche : avancer vite en fonctionnant par « lots »
- Le premier lot se concentre sur les chiffres de trafic et de performance.
- Le second lot intégre la vue par famille (3ème niveau d’arborescence).
- Le dernier lot consiste à intégrer la frise web complète (trafic, fiche produit vue, ajout panier, checkout, conversion).
Les différentes actions
- Révision du trafic afin de capturer des IDs de nomenclature, plutôt que des libellés
- Définition des KPIs à intégrer au dashboard
- Rédaction d’une spécification « data » à destination du data enginer en charge du projet
Cela a consisté notamment par la pré-définition des tables utiles pour la construction du dashboard.
- Réalisation du dataset via des requêtes Google Big Query
- Mise en place des jointures entre les différentes tables, création des métriques calculées et recette comparative avec Google Analytics
- Construction du Power BI
- Pédagogie auprès des équipes et communications
Dans le détail, nous avons répondu à ces questions pour chaque univers, sous-univers et famille produit :
- Quel est le volume de mon arborescence ? Quel nœud dois-je travailler en priorité ?
- Quelle est la part de trafic entrant sur ce nœud ? Dois-je effectuer des actions pour le rendre plus visible en ligne par exemple ?
- Combien de visites de mon nœud découlent sur une vue de fiche produit ? Dois-je travailler mon e-merch pour l’améliorer ?
- Combien de visites découlent sur un ajout panier ? Dois-je travailler mon offre (prix, délais, etc) ?
- Quelle est la part de trafic de l’arborescence sur le trafic global Leroy Merlin ?
- De quelles sources de trafic proviennent mes visites ?
- Quelles sont les familles qui surperforment ? Celles à travailler en priorité ?