Personas : L’art et la science de comprendre la personne derrière la visite

Personas : L’art et la science de comprendre la personne derrière la visite

Personas : L'art et la science de comprendre la personne derrière la visite

La segmentation du marché est un principe de base du marketing qui a longtemps été ignoré par les référenceurs. Et ce n’est pas grave, car pendant longtemps, il suffisait de travailler au niveau des mots-clés de l’abstraction. En fait, vous pouvez toujours faire du référencement et du marketing dans n’importe quel autre canal sans jamais avoir l’idée de la segmentation du marché en tête, malgré (non fourni), Hummingbird, et toute une série de changements que Google impose ces derniers temps.

C’est-à-dire… si vous bénéficiez de taux de conversion de 0,04 %. C’est vrai.

Il y a eu de nombreux articles sur les personnages dans le sillage des méthodes que j’ai popularisées pour le référencement, mais rien qui passe vraiment à travers le processus avec des données ou qui donne un contexte à la façon dont la mesure a mûri. Dans ce billet, je vais détailler ces approches, en donnant des cadres et des instructions étape par étape sur la façon de construire et d’utiliser les personas.

Il y a quelque chose dans ce billet pour tout le monde, des débutants aux spécialistes du marketing. Je pense qu’il est important de replacer la discussion dans son contexte afin de clarifier pourquoi le développement et l’utilisation de personas basés sur des données est essentiel pour l’avenir de la recherche et du marketing numérique en général. Utilisez cette table des matières comme un moyen de naviguer vers ce que vous voulez savoir précisément. Vous trouverez également des liens « Retour à la table des matières » à la fin de chaque section.

Attendez… que sont les personas ?
Quelle est la différence entre les segments, les cohortes et les personas ?
Segments
Cohortes
Personas
Google pousse tous les canaux dans cette direction
Segments/catégories d’affinité

Construire des personnages
Superposition des données
Recherche qualitative
Recherche quantitative
Construire le Schtroumpf de Websterdatazy
Voyages des utilisateurs
Cas d’utilisation
Autres demandes
Foire aux questions
Ressources

Premièrement, les personas sont une méthode de segmentation du marché dans laquelle nous recueillons une combinaison de données qualitatives et quantitatives pour construire des archétypes des membres de notre public cible. En d’autres termes, nous prenons des données pour raconter une histoire prédictive sur nos utilisateurs en nous basant sur leurs comportements et leurs attributs passés.

J’ai mentionné les mots clés comme un niveau d' »abstraction » ; Google a occulté ce type d’abstraction avec (non fourni), en prenant un ensemble de données de réponse directe par ailleurs parfait et en augmentant l’opacité. Néanmoins, il s’agissait toujours d’une représentation d’une personne prenant une mesure pour répondre à un besoin. Cependant, cette abstraction nous éloignait complètement de ces personnes et nous permettait de nous concentrer clairement sur le mot-clé et l’idée booléenne de savoir si leur visite sur ce mot-clé conduisait ou non à l’accomplissement d’une tâche.

Si le niveau d’abstraction du mot-clé est un personnage, une personne est un personnage d’action.

Au cours des dernières années, j’ai élaboré des méthodologies dans un pays de marketing qui croit au développement des personnages et les applique à l’intersection de la recherche et des médias sociaux, nous aidant ainsi à comprendre la personne derrière la recherche. Tout comme dans les dessins animés, les figurines sont modelées d’après des personnages qui ont un ensemble d’attributs qu’ils doivent (ahem) personnifier. Dictés par les objectifs de l’entreprise et les données qui peuvent être collectées et analysées, ces attributs sont généralement une image, des données démographiques, des données psychographiques, les besoins de l’utilisateur et une histoire de l’utilisateur, mais ils peuvent être aussi approfondis ou aussi vagues que vous le souhaitez – tant qu’il est possible d’agir. Par exemple, certaines personnes aiment donner à chaque personne une « citation » qui les résume. Les personnages sont également accompagnés d’un parcours d’utilisateur, qui est un ensemble de mesures prises par un utilisateur pour répondre à ces besoins.

Mais en fin de compte, vous essayez de raconter l’histoire la plus concrète possible avec vos données. Considérez cela comme une autre couche de votre analyse. La couche la plus importante. La couche des personnes.

Les gens me demandent souvent pourquoi ils ont besoin d’utiliser des personnages. Dans mon précédent rôle de vendeur de services d’optimisation pour les moteurs de recherche (SEO) aux personnes qui parlent de SEO et de marketing comme deux choses distinctes, j’ai connu beaucoup de retour en arrière. Heureusement, il y avait beaucoup plus de cas où un CMO ou un VP était dans la salle et parlait en termes de segments et d’opportunités de marché plutôt qu’en termes de mots-clés, de méta-tags et de messages d’invités, ce qui nous a permis de gagner le marché.

Mais je m’écarte du sujet.

L’une des principales raisons de l’utilisation de personnages est que lorsque vous ciblez tout le monde, vous ne ciblez en fait personne. L’art de la segmentation consiste à se concentrer sur les personnes du marché les plus susceptibles de devenir vos utilisateurs/clients afin de mieux les servir. Cela s’applique non seulement à votre produit et/ou service, mais aussi à votre contenu.

Donald A. Norman du groupe Nielsen Norman l’a bien expliqué en déclarant : « Une des principales vertus des personnages est d’établir une empathie et une compréhension de l’individu qui utilise le produit ».

Dans le monde de la stratégie de contenu, l’un des concepts majeurs qu’ils mettent en avant est celui de « l’empathie ». Comment pouvons-nous comprendre et ensuite nous battre pour que l’utilisateur crée la meilleure expérience de contenu possible pour répondre à ses besoins ? Pas seulement les bons mots, mais la bonne structure, les bonnes métadonnées, la bonne présentation.

Les professionnels de l’expérience utilisateur utilisent cette idée d’empathie avec les personnages pour planifier et construire des choses qui fonctionnent pour le public cible. Par exemple, si notre public est composé de personnes de plus de 50 ans, il peut être judicieux de concevoir un site avec un texte plus large.

Dans le monde du marketing, tout cela est bien sûr un moyen de parvenir à une fin précise, mais en fin de compte, nous voulons simplement savoir à qui nous nous adressons afin d’améliorer notre taux de persuasion – ou de conversion.

Le référencement organique en tant que canal de marketing est justement un moyen de persuader les gens qui ont une intention spécifique de croire que vous pouvez répondre à leurs besoins. Construire des personnalités vous permet de répondre directement à leurs besoins dès le titre de la page et la méta description. Cela s’applique non seulement à votre produit et/ou service, mais aussi à votre contenu.

Retour à la table des matières

Les termes1ilisés de manière interchangeable, mais ils peuvent avoir une signification légèrement différente. Tous ces concepts sont des abstractions de personnes, mais la différence fondamentale entre les trois réside dans leur spécificité. Un segment est le concept le plus large d’une personne tandis qu’une personne est l’instantané le plus spécifique d’un archétype d’utilisateur.

Pour les besoins de cette discussion, les Schtroumpfs vont agir comme un moyen de rendre ces idées un peu plus réelles (whoa, meta). J’ai essayé d’avoir G.I. Joe, mais, ils étaient occupés à faire la guerre et tout ça… ouais, en tout cas…

Segments

Les segments sont des regroupements d’entités similaires. Vous pouvez (et devriez) littéralement segmenter selon n’importe quel ensemble de règles dans vos données, comme je l’ai expliqué dans mon dernier post sur Websterdata. Dans le dessin animé les Schtroumpfs, vous aviez des humains, des animaux et des Schtroumpfs. Chacun d’entre eux pouvait être un segment. Vous pouvez segmenter les Schtroumpfs eux-mêmes en fonction de la couleur de leurs champignonnières. Vous pouvez les segmenter en fonction de ce qui s’est passé dans l’émission. Deux segments pourraient être « Ceux que Gargamel a capturés » et « Ceux que Gargamel n’a pas capturés ». Vous pouvez les segmenter en fonction de leur lieu de résidence dans le village. Les Schtroumpfs du Nord, les Schtroumpfs de l’Ouest, les Schtroumpfs du Sud-Est. Vous pouvez sous-segmenter n’importe lequel de ces groupes avec la granularité que vous jugez appropriée ou combiner les critères comme vous le feriez avec les données standard de parcours de navigation dans Google Analytics.

Le fait est que, même si vous pouvez segmenter en fonction de tout ce que vous pouvez suivre, cela sera-t-il exploitable ? Les segments les plus utilisés au quotidien sont les segments géographiques, comportementaux, saisonniers et de prestations.

Nielsen PRIZM est un système de segmentation de marché populaire qui est basé sur des codes postaux où les gens sont divisés en sous-ensembles selon leur localisation, leur revenu et leur comportement. Nielsen construit ce système sur la base des données du recensement américain et envoie des enquêtes à un large échantillon de personnes pour créer 66 segments à travers les États-Unis. Experian Simmons est similaire, et peut-être plus intéressant pour les spécialistes du marketing entrant grâce à son lien avec Hitwise, mais Google a récemment mis en place une segmentation purement en ligne et a le potentiel de les supplanter tous. Nous y reviendrons plus tard.

Cohortes

Les cohortes sont des regroupements basés sur une expérience similaire. Le langage commun des cohortes est celui des générations. Dans le village des Schtroumpfs, il y a eu trois générations de Schtroumpfs. Les bébés Schtroumpfs (qui, pour une raison quelconque, ont eu la seule autre femelle Schtroumpf). Appelons-les « Génération suivante ». Vous avez eu les Schtroumpfs adultes comme la cohorte de Jokey, Vanity, Brainy et Smurfette. Appelons-les « Génération actuelle ». Une cohorte qui se promenait en croyant que les chemises étaient facultatives.

Et vous aviez le Grand Schtroumpf et quelques uns de ses copains. Appelons-les les Schtroumpfs aînés.

Évidemment, chaque individu de ces groupes est différent des autres, mais ils sont regroupés par leurs attitudes temporelles communes, leurs intérêts culturels (ex. : sens de la mode, musique) et leurs expériences de vie (captures de Gargamel, première apparition de la Schtroumpfette).

Dans le monde réel, nous avons les baby-boomers, la génération X, et les toujours insaisissables Milleniums. Les baby-boomers sont une génération définie dans l’ère de l’après-guerre, caractérisée par une affluence croissante, des mouvements pour les droits civiques et la mort de JFK. La génération X était un peuple défini par la rébellion, MTV, les pantalons larges, la bulle point-com, l’essor du Grunge, Microsoft et la mort de Kurt Cobain. Les millénaires sont définis par le 11 septembre, les recherches d’emploi, Apple, Google, Facebook, la musique gratuite, les lunettes de nerd, les jeans serrés, le fait que tout le monde ait une startup et la mort de Michael Jackson.

En ce moment, toutes les grandes entreprises axées sur les produits se demandent comment faire pour que les Millenials s’intéressent à nous.

Personnalités

Les personas sont des archétypes spécifiques de personnes faisant partie du public cible. Les attributs identifiés dans l’ensemble du groupe sont rassemblés pour donner naissance à une entité unique qui représente ces utilisateurs. Une persona a un nom descriptif et est censée être perçue comme une personne qui existe réellement. Il s’agit généralement d’un composite de personnes qui existent.

Dans ce cas, nous utiliserons les Schtroumpfs eux-mêmes comme nos personas. Si certaines personnes dans les années 80 considéraient la caricature comme communiste, elle peut également être considérée comme un exercice de segmentation comportementale. Chaque personnage était clairement différencié par ce qu’il faisait spécifiquement ou comment il agissait au sein du village des Schtroumpfs.

Vous avez eu le Schtroumpf à lunettes, le hipster original. Il est un peu introverti et on peut le trouver dans un Barnes & Noble en train de siroter un macchiatto latte et de discuter de Sartre, en s’injectant des barbes d’esprit sardonique. Il passe beaucoup de temps à mettre à jour son blog, et il est rédacteur indépendant pour une agence de publicité multinationale, mais il ne fait ses courses qu’au centre commercial. Brainy préfère Facebook à Twitter, car il préfère avoir une discussion de fond où il peut définitivement réfuter ce que vous croyez. Il écoute NPR et, bien sûr, est un Mac plutôt qu’un PC.

Vous avez eu la Schtroumpfette. Eh bien, vous avez eu deux Schtroumpfettes, chacune pouvant être un personnage.

La première Schtroumpfette était un Tom Boy qui voulait juste traîner avec ses potes. Après tout, elle a été créée par Gargamel comme un moyen de distraire et de piéger les Schtroumpfs. Elle a fait ses achats dans des magasins de seconde main avant que cela ne soit à la mode. Non, vraiment.

La vieille Schtroumpfette va ouvrir les micros et adore être entourée de musique. Elle aime les disques vinyles d’époque et jouer avec son chat de secours. La vieille Schtroumpfette est un peu une surfeuse de canapé qui fréquente le SchtroumpfBNB et mange au restaurant du Schtroumpf boulangère plutôt que dans les grandes chaînes. Vous l’avez deviné, la vieille Schtroumpfette est un personnage basé sur la cohorte féminine hipster Millenial.

Plus tard, après que le Grand Schtroumpf l’ait transformée en vraie Schtroumpfette, elle nous a fait découvrir la mode haut de gamme, en se teignant en blond, en portant des robes de Diane von Schtroumpfstenburg et des chaussures de Schtroumpfboutin chrétien. On la trouve plus souvent dans des établissements haut de gamme, mais elle ne sort que sur invitation. La Schtroumpfette préfère faire du shopping plutôt que d’aller dans un endroit où il y a de la musique le soir. Elle privilégie la commodité plutôt que le soutien à sa communauté locale. La Schtroumpfette aime voir et être vue.

Puis il y a eu le Schtroumpf farceur. Son nom de personnage serait probablement Terroriste Tom parce qu’il adore remettre aux gens des cadeaux qui explosent. Dans le contexte du marketing, Jokey est le type d’utilisateur qui aime les sports extrêmes, les sites comme Break.com, et le type de contenu que Red Bull crée. Il est très probable qu’il achète des vêtements Ed Hardy. Mais seulement les jeans, car les hommes de sa cohorte ne portent pas de chemises. Jokey aime la bière artisanale, la Xbox One et les films d’action.

Dans les cas ci-dessus, j’ai pris ce que je sais de la cohorte du millénaire et je l’ai superposé à une histoire sur les différents personnages du Schtroumpf, en me basant sur des choses que l’on pouvait observer dans la série. En tant que spécialistes du marketing, nous construisons des personnages en fonction du contexte de nos programmes de marketing. C’est-à-dire que nous nous concentrons sur les éléments de l’histoire qui sont pertinents pour nos objectifs plutôt que d’inclure tous les points de données que nous pouvons trouver.

Une distinction essentielle à faire dans le contexte des programmes de marketing entrant est celle entre le personnage de l’acheteur et le personnage du public. Le public est généralement une personne qui cherche à consommer du contenu à des fins éducatives ou de divertissement. Ces personnes ne cherchent pas activement à acheter un bien ou un service et sont mieux mesurées par des ICP liés à la diffusion ou à la construction de l’autorité pour ce contenu ou à la construction de la communauté.

Inversement, les acheteurs peuvent également chercher à consommer du contenu, mais uniquement pour effectuer une transaction spécifique afin de répondre à leurs besoins. Les deux types de personas se chevauchent souvent et un utilisateur donné peut également faire la transition entre les deux types. Gardez cela à l’esprit lorsque vous développez vos personas.

Une fois que ce profil approfondi du public est créé, les spécialistes du marketing intelligent posent des questions et prennent des mesures concernant la manière dont ces personnalités seraient le mieux servies pour atteindre l’objectif commercial.

Chez Amazon, Jeff Bezos laisse une chaise vide lors des réunions pour signifier que le personnage du client est dans la pièce et écoute les décisions qu’il prend. Chez Experian, ils ont développé le personnage et l’ont placé sur des bannières dans tout le bureau et dans le bulletin d’information de l’entreprise pour garder le client au premier plan. Lorsque j’ai travaillé chez LG, ils ont envoyé une affiche de leur personnage d’électroménager, Wendy, et elle est souvent apparue dans nos réunions stratégiques. Chez AirBNB, ils ont une section du bureau avec les personnages dans des story-boards sur le mur, ainsi que des illustrations de ceux qui traversent le parcours de l’utilisateur.

Quelle que soit la méthode utilisée, il est important de maintenir le consommateur, le client, l’utilisateur au centre de l’initiative marketing. Ne vous contentez pas de construire des personnages et d’oublier qu’ils existent.

Retour à la table des matières

« Pourquoi devrais-je m’en soucier », dites-vous ? Eh bien, depuis quelque temps, je vante cette idée de l’intersection de la recherche et des médias sociaux pour prendre l’intention de la faire correspondre à la personne. Cette idée et certaines des actions de Google vers la fin 2011 (vous vous souvenez de la consolidation des politiques de confidentialité ?) m’ont conduit à l’idée qu’ils utilisent G+ pour modéliser les utilisateurs afin d’appliquer une échelle mobile d’autorité basée sur la pertinence de l’actualité pour une meilleure qualité de recherche et pour fournir le Saint Graal des opportunités publicitaires. En fait, je croyais que l’objectif était de modéliser au-delà du mot-clé pour que chaque dollar ait une valeur beaucoup plus élevée en combinant plusieurs ensembles de données. Il s’avère que c’est exactement ce que Google veut faire avec ses produits marketing et je suis en avance sur mon temps ;]

Ian Lurie en a également beaucoup parlé ces dernières années à travers un concept qu’il appelle « affinités aléatoires », qui est similaire à ce que j’appelais (peut-être à tort) la « co-pertinence » lorsque j’ai construit un outil pour devancer la demande de recherche avec les médias sociaux.

Pardonnez la qualité de ces captures d’écran, mais dans une vidéo récente de Google mettant en scène Nate Elliot, VP/principal analyste de Forrester Research, ils ont abordé le concept d’affinité et de segmentation du marché. Ce qu’il décrit comme une affinité intelligente est ce qu’une méthodologie comme Keyword-Level Demographics cherche à exploiter. C’est une capacité que les spécialistes du marketing en général n’ont pas encore adoptée car elle est tout simplement trop compliquée pour la plupart. Google nous y emmène à grands pas.

Diya Jolly, de Google, nous donne un aperçu des raisons pour lesquelles Google est manifestement le mieux adapté à ce travail dans son analyse des signaux de données disponibles dans l’écosystème Google. La quantité de données combinée à la taille de l’échantillon permet à Google d’avoir probablement le modèle le plus robuste et le plus précis du comportement des utilisateurs, ce qui rend potentiellement les autres modes de publicité et d’étude de marché presque obsolètes ou du moins moins moins efficaces.

J’ai creusé un peu plus loin dans le processus et j’ai trouvé le brevet « Inférer les intérêts des utilisateurs » où ils discutent plus en profondeur de la façon dont ils déterminent les intérêts des utilisateurs. Par exemple :

« Dans la situation où un premier utilisateur manque d’informations dans son profil, les profils d’autres utilisateurs qui sont liés au premier utilisateur peuvent être utilisés pour générer des publicités en ligne à afficher avec le profil du premier utilisateur. Par exemple, un premier utilisateur Isaac ne peut avoir aucune information dans son profil, sauf qu’il a deux amis – Jacob et Ésaü. Le système de serveur 104 peut utiliser les informations des profils de Jacob et d’Ésaü pour déduire des informations pour le profil d’Isaac. Les informations déduites peuvent être utilisées pour générer des publicités en ligne qui sont affichées lorsque le profil d’Isaac est consulté ».

Comment dit-on ? Quand c’est gratuit, vous êtes le produit.

Segments/catégories d’affinité

Toutes les données que nous donnons gratuitement à Google leur ont permis de déployer ce nouveau produit Affinity Segments, qui est le nouveau système de segmentation de Google.

Selon leurs propres termes :

« Nous utilisons les principaux sujets et thèmes de la page ainsi que des données provenant d’entreprises tierces pour associer des intérêts à l’identifiant de cookie anonyme d’un visiteur, en tenant compte, entre autres, de la fréquence de visite des sites de ces catégories.
Google peut utiliser les informations que les personnes fournissent à ces sites web partenaires sur leur sexe, leur âge et d’autres informations démographiques ou d’intérêt. Nous pouvons également utiliser les sites Web que les gens visitent et les données de tiers pour déduire ces informations. Par exemple, si les sites qu’une personne visite ont une majorité de visiteurs féminins (sur la base de données d’enquête agrégées sur la fréquentation des sites), nous pouvons associer le cookie de la personne à la catégorie démographique féminine ».

De manière typique pour Google, à part la vidéo et quelques articles sur le site Adwords Support, les informations détaillées sur ces segments sont assez rares. Heureusement, j’ai pu mettre la main sur un jeu de cartes avec de courtes histoires d’utilisateurs et des idées ciblées pour chaque segment. Je suis sûr que votre responsable de compte Adwords serait en mesure de vous fournir quelque chose comme ce qui suit si vous le lui demandiez gentiment.

Segments d’affinité est le nom général de ces types de ciblage, mais en pratique, Google propose des « catégories d’affinité », des « acheteurs sur le marché » et d' »autres catégories » comme types de ciblage dans AdWords. Les segments d’affinité sont des utilisateurs au sens large, les segments sur le marché sont des personnes qui cherchent activement à acheter et les autres catégories sont une variété de choses. Vous verrez probablement plus d’autres catégories si vous n’êtes pas aux États-Unis.

J’apprécie que Google fasse la distinction entre les « catégories d’affinité » et les « acheteurs sur le marché », car cela reflète directement l’approche que j’ai adoptée pour créer les « personnalités du public » et les « personnalités des acheteurs ». J’y reviendrai plus tard.

En tant qu’utilisateur final, vous pouvez voir les données démographiques et les centres d’intérêt que Google vous a associés dans vos paramètres publicitaires. Vous pouvez également vous désabonner ou modifier vos caractéristiques comme indiqué ci-dessous.

Toutefois, le point le plus important pour cette discussion sur les personnalités est que vous pouvez désormais tout mesurer dans Google Analytics en fonction de ces segments.

Laissez-moi vous expliquer cela une seconde. Google a Google+ comme « plateforme d’identité » qui est en quelque sorte un front end pour la collecte de données et la modélisation des personnes. Ils ont des enquêtes de consommation Google pour que les spécialistes du marketing puissent sonder le public et j’imagine qu’à un moment donné, vous pourrez poser des questions par segment d’affinité. Et maintenant, vous avez Google Analytics qui montre les actions des sites web dans le contexte de ces segments d’affinité. Google vient de se mettre en place pour perturber l’ensemble du secteur des études de marché avec une modélisation de bout en bout des personnes. Si cela ne vous convainc pas au moins du pouvoir de la segmentation, rien ne le fera. C’est une situation sans précédent.

Retour à la table des matières

Bon, assez parlé du contexte ; il faut que vous construisiez des personnages. Il existe de nombreuses méthodes pour développer des personnalités et je vais en aborder plusieurs, mais vous devez choisir votre approche en fonction des données et des ressources dont vous disposez. Encore une fois, ce que nous allons faire, c’est collecter des données, les segmenter et raconter une histoire sur ce segment. Je vais d’abord décrire les différents processus, puis nous passerons à la création d’un personnage pour Websterdata en tirant parti des données provenant du message de grattage, de Twtrland, de Followerwonk et du forum de questions-réponses de la communauté.

D’après mon expérience, une combinaison d’approches permet d’obtenir les meilleurs personnages. Sinon, vous finirez par trop vous fier à vos propres hypothèses. De plus, je crée généralement quatre personnages avec Googlebot, que AJ Kohn a judicieusement nommé le « Blind Five Year Old », qui fait office de cinquième personnage, mais vous pouvez en créer autant que vous le souhaitez.

Superposition des données

Si vous m’avez vu parler au cours de l’année écoulée, vous avez probablement vu cette image. Lorsque j’étais dans ma précédente agence, mon responsable d’étude de marché, Norris Rowley, et moi-même avons développé une méthodologie dans laquelle nous avons superposé des données de Nielsen Prizm et Experian Simmons pour collecter des données sur des segments à l’échelle.

Lorsque je parle de superposition, je veux dire que nous recherchons des points communs entre les ensembles de données et, s’il y a suffisamment de points communs ou de chevauchements, nous considérons toutes les caractéristiques potentiellement valables pour les sous-segments. C’est-à-dire que si suffisamment d’attributs d’un code Prizm et d’un type MOSAIC sont partagés, nous considérons que toutes les données de l’un sont potentiellement valables pour l’autre et nous appliquons cette approche à tous les ensembles de données disponibles. On peut débattre de la validité scientifique de cette approche, mais n’oubliez pas que les personas sont des hypothèses qui seront finalement validées ou invalidées par des mesures.

Étant donné que les enquêtes Prizm et Simmons portent principalement sur les comportements hors ligne, nous avons intégré ces données dans les inventaires de PPC sociaux (publicités Facebook, Twitter, LinkedIn) pour nous assurer que ces segments sont valables en ligne. S’ils s’avéraient valables, nous prendrions ce segment et construirions un personnage.

Je continue à penser que cette approche est solide, surtout si vous pouvez exploiter ces données dans le contexte de certains autres produits de Simmons qui mesurent le comportement d’utilisation en ligne ainsi que les segments d’affinité de Google.

Quelle que soit la méthode utilisée, vous devez commencer par déterminer les objectifs commerciaux, ce qui vous aidera ensuite à déterminer les buts de votre recherche. Définissez ensuite comment ces personnalités seront utilisées. Cherchez-vous simplement à vous concentrer sur les personnalités de vos acheteurs ou penserez-vous également aux personnalités de votre public ?

Recherche qualitative

Avec la recherche qualitative, vous posez des questions ouvertes à des échantillons de petite taille afin d’obtenir une idée du « comment » et du « pourquoi » d’un problème spécifique. Vous examinez généralement des données non structurées afin d’identifier les points communs entre les membres de votre groupe d’utilisateurs et les résultats sont ensuite validés pour être mis à l’échelle dans le cadre de processus de recherche quantitative. La recherche qualitative dans notre contexte est souvent constituée d’entretiens avec les utilisateurs, de groupes de discussion, d’analyses de contenu, de text-mining, d’ethnographie et de cartographie des affinités.

(source de l’image)

Cartographie d’affinité / diagramme d’affinité

Lorsque la plupart des gens pensent à un exercice de construction de la personnalité, ils pensent à cela. La cartographie des affinités ou diagramme des affinités est le processus qui consiste à recueillir les pensées de chacun et à les segmenter en groupes significatifs. Dans le contexte des personnages, cela se fait généralement au cours d’une session de plusieurs heures où chacun écrit ses idées sur ses clients sur des post-it avec Sharpies, en discute en équipe et les regroupe ensuite.

Ce processus est idéal pour remettre le consommateur au centre des préoccupations de l’équipe et pour obtenir l’adhésion des dirigeants. Cependant, il est principalement basé sur des hypothèses, donc je ne suggérerais pas de le faire uniquement pour construire des personnages, car vos recherches peuvent être attaquées et biaisées par les HIPPO.

Lorsque vous faites cela, vous voulez impliquer tous les acteurs clés, en particulier l’équipe de direction, mais surtout les personnes qui traitent régulièrement avec vos clients ou utilisateurs, comme vos équipes de vente ou d’assistance. La première aide à l’adoption interne. La seconde aide à se rapprocher de la bonne réponse. De nombreuses personnes qui créent des profils s’arrêtent ici pour gagner du temps et économiser des ressources, mais lorsque vous le faites, ces profils sont généralement appelés « proto-personnes ».

La cartographie des affinités est généralement réalisée au cours des tours de 90 minutes suivants :

Premier tour d’hypothèse (besoins) – Chaque personne passe 5 à 20 minutes à noter un objectif, une activité, un besoin ou un problème pour n’importe quel utilisateur. Il s’agit d’exclure tout attribut de l’utilisateur, mais plutôt de ce que l’utilisateur essaie d’accomplir.

Un exemple d’hypothèse pourrait être « L’utilisateur doit prendre une décision confiante sur le cours de préparation au LSAT auquel il s’inscrit ».

Une fois que tout le monde a recueilli ses idées, vous faites le tour de la salle et chacun présente un de ses post-it. Toute l’équipe se prononce sur la validité de l’hypothèse. Celles qui sont valides sont placées sur le tableau. Celles qui ne le sont pas sont rejetées. Vous continuez jusqu’à ce que tous les post-its soient sur le tableau ou dans la poubelle. Tout au long du processus, des groupes commencent à se former lorsque les hypothèses commencent à s’assembler. Vous pouvez donner des noms aux groupes si vous le souhaitez, mais à ce stade, ce n’est pas très important car les noms peuvent être donnés plus tard dans la phase d’analyse.

Deuxième tour d’hypothèses (attributs) – Chaque personne passe à nouveau 5 à 20 minutes à noter des informations sur le public cible, mais cette fois-ci, elle présente les attributs des groupes d’utilisateurs du premier tour. Une fois de plus, vous ferez le tour de la salle et chacun partagera et discutera de ses hypothèses. Celles que le groupe juge valables seront ensuite ajoutées au mur.

Pour poursuivre l’exemple ci-dessus, une hypothèse pourrait être « Diplômé d’université 25-34 ans qui n’est pas satisfait de sa carrière ». Commencer avec les besoins du premier tour permet de se concentrer sur les données démographiques et psychographiques des personnes de ce tour. Si vous faites l’inverse, les paramètres des personnes peuvent être trop larges.

Le dernier tour de l’exercice implique que chaque membre du groupe passe 15 à 30 minutes à trouver des points de données pour étayer les groupes d’hypothèses. Ces données peuvent provenir d’un nombre quelconque d’autres sources pertinentes, y compris des analyses, des données de vente, des recherches internes et externes. Une fois de plus, l’équipe discute des points de données et décide de leur validité et les ajoute aux groupes.

Un exemple de fait pourrait être « 20% de tous les candidats à notre cours de préparation au LSAT ont obtenu leur diplôme universitaire il y a 4 à 11 ans et ont indiqué dans leur inscription qu’ils veulent gagner plus d’argent ».

Le cycle des faits permet de perfectionner l’histoire de l’utilisateur en se basant sur des réalités quantifiables plutôt que sur de simples hypothèses. Il vous permet également d’éliminer des segments s’il n’y a pas de données pour les étayer.
ProTip : Bien que cela semble être une procédure intimidante qui nécessite une interaction en personne, elle peut être réalisée très efficacement à distance en utilisant Mural.ly et Google+ Hangouts.

La capture d’écran ci-dessus est tirée d’une session récente que j’ai faite avec une startup appelée Trip.Me à Berlin. Nous avons réuni les membres de l’équipe marketing, le PDG et l’équipe des opérations sur G+. Nous avons coloré chaque série d’hypothèses et de faits avec les post-it virtuels, puis l’outil facilite l’introduction de liens et de contenus qui soutiennent les hypothèses de chacun des membres de l’équipe. Les effets Google+ ont permis à tous de s’amuser.

Construire des personnages – À ce stade, vous disposez de toutes les données nécessaires pour construire les personnages squelettiques. Votre objectif devrait être de réduire toutes ces données en 3 à 5 personnages réalisables. Vous pouvez en créer autant que vous le souhaitez, mais il est difficile pour les équipes de rester attentives à un trop grand nombre de personnages. Nous reviendrons sur la façon de formuler les histoires en fonction des données lorsque je parcourrai le processus, mais c’est ce que vous ferez à ce stade.

On les appelle souvent des squelettes ou des proto-personnes parce qu’ils n’ont pas de recherche directe sur les utilisateurs ou une grande richesse de données quantitatives derrière eux. Cependant, pour beaucoup de gens, c’est très bien car l’équipe est peut-être la plus investie dans ce type de personnage, et cela aidera à l’adoption.
Groupes de discussion

Les groupes de discussion sont des réunions formelles avec des personnes du segment cible au cours desquelles un modérateur pose des questions de recherche pour comprendre les utilisateurs et leurs besoins. Personnellement, je n’ai jamais animé de tels groupes, mais ceux que les clients ont menés et partagés avec nous ont apporté des contributions utiles à la création de personnalités. Ils aident à déterminer les questions et les besoins des utilisateurs. Cependant, je constate souvent que les modérateurs dirigent le groupe sur certaines des questions, ce qui invalide leurs réponses pour tirer des conclusions biaisées.

La qualité des résultats d’un groupe de discussion est entièrement liée à l’expérience et aux préjugés du modérateur, à la qualité des questions et, surtout, à la sélection et à l’attention des panélistes. Il faut également se méfier de la prédominance d’une opinion dans les groupes, car les gens sont souvent influencés par le participant le plus bruyant. En outre, l’incitation des personnes à s’impliquer peut être leur seule raison de participer et elles ne donneront pas de réponses réfléchies.

Nous en sommes à peu près à la moitié du poste, alors je vous encourage à faire une pause et à regarder Conan O’Brien s’infiltrer et animer un groupe de discussion sur lui-même :

Interviews d’utilisateurs et de clients

Ces groupes sont similaires aux groupes de discussion, sauf qu’ils impliquent un environnement de tête-à-tête ou de petits groupes de tête-à-tête où vous parlez directement à un utilisateur ou à un client. Pour la conception, les produits ou les ORC, il peut s’agir de tests d’utilisation et de suivi du regard ou simplement de questions-réponses directes comme dans le cas des personas. Toutes les informations sur la manière dont les clients utilisent le produit peuvent être utiles à la fois pour les personnages et pour déterminer le parcours de l’utilisateur.

Recherche ethnographique

La collecte de données ad hoc est ce que j’appelle la méthode qui consiste à utiliser l’écoute sociale, les recherches dans les forums et la recherche par mots-clés pour construire des personnalités, mais j’ai appris que ce type de recherche, lorsque vous observez les utilisateurs agir dans leur habitat naturel, est appelé « ethnographie » ou lorsque c’est sur le web « netnographie ».

C’est un excellent moyen de construire des personnalités lorsque vous avez peu de ressources, car vous pouvez facilement identifier les communautés en ligne ou regarder les hashtags et les représentants spécifiques de vos utilisateurs sur Twitter. Parmi les outils les plus efficaces, citons Topsy, Sysomos, Radian6, Google Discussion Search, Keyword Planner, Display Planner, Twtrland et Followerwonk.

Le Display Planner, Quantcast, Compete, Twtrland et Followerwonk vous fourniront tous des données démographiques qui vous aideront à définir vos personnalités. Twtrland se distingue de Followerwonk par sa capacité à déduire les intérêts à partir des tweets et pas seulement des biographies des utilisateurs. Le planificateur de mots-clés vous donne les mots-clés associés au site qui vous serviront de vocabulaire pour trouver vos utilisateurs dans la recherche de discussion et écouter leurs conversations avec des outils d’écoute sociale comme R6, Topsy et Sysomos.

Naturellement, vous devrez faire plusieurs itérations de recherche de mots clés et de conversations pour identifier les tendances chez vos utilisateurs. Vous pouvez également utiliser des sites comme Quora et Reddit en allant jusqu’à poser des questions pour lancer la conversation.

Bien que la capture d’écran ci-dessus soit un bon cadre de travail, il n’y a pas de structure définie pour la recherche ethnographique. Vous devrez juger par vous-même quand vous aurez le sentiment que vos questions de recherche ont trouvé une réponse. Cependant, vous devez généralement vous attendre à faire ce qui suit :

Recueillir des exemples de ce que vous voyez les utilisateurs faire dans leur environnement naturel, appelés « notes de terrain ».
Analyser les notes pour découvrir de nouvelles questions et réitérer
Rechercher des modèles communs de croyances, de langage et de comportement
Écrivez l’ethnographie qui, dans ce cas, est le personnage

La recherche ethnographique est à la fois la plus facile et la plus difficile des approches car elle ne nécessite qu’une observation, mais l’approche est totalement subjective et il est donc difficile de convaincre les gens que les connaissances devraient rester en soi sans une recherche quantitative pour les étayer.

La recherche quantitative

Si vous lisez Websterdata, vous êtes probablement un spécialiste du marketing axé sur les données, donc cette extrémité du spectre de la recherche fera appel à votre sensibilité. La recherche quantitative consiste à utiliser des chiffres et des statistiques pour comprendre empiriquement les comportements des utilisateurs. La taille des échantillons est souvent assez importante pour que les résultats puissent être appliqués à de larges populations.

Enquêtes à choix multiples

Sonder votre public cible vous permet de poser des questions précises. Il existe de nombreuses options pour cela, mais je préfère SurveyMonkey Audience pour ce type de travail simplement parce qu’il collecte des données démographiques explicitement auprès des utilisateurs alors que Google les déduit du comportement des utilisateurs. Survio est également un bon choix pour les enquêtes sur les marchés non américains. La conception d’un sondage est une science en soi et SurveyMonkey dispose d’importantes ressources à ce sujet, mais il est important de noter qu’à ce stade, vous ne souhaitez pas que vos sondages soient de nature exploratoire ou ouverte. Vous voulez que vos enquêtes offrent aux utilisateurs des choix bien définis que vous avez définis sur la base de votre recherche qualitative. Les résultats devront être croisés jusqu’à ce que les points de vue soient mis en commun et que les personnages commencent à apparaître.

Outils de segmentation du marché

Comme je l’ai déjà mentionné, Experian Simmons, Nielsen ainsi que des outils tels que l’IRM et ComScore permettent une segmentation du marché basée sur des panels étudiés et des données d’utilisation. Ces outils sont incroyablement utiles pour mettre à l’échelle le processus de construction de la personnalité en fournissant des segments pré-construits ainsi qu’une richesse de données dans le contexte de ces segments.

Ces outils échouent lorsqu’une question spécifique n’a pas été incluse. Ces fournisseurs sont impatients de recevoir des commentaires et des idées à ajouter à leurs enquêtes trimestrielles, mais même lorsqu’ils le font, vous êtes à au moins trois mois de voir les réponses à vos questions et leur entrée dans le système.

Analytique

Même sans suivi démographique, vos analyses peuvent être riches de connaissances, notamment en ce qui concerne les mots-clés de recherche interne, de recherche payante et de recherche organique historique dans le contexte des actions du site. L’examen des données démographiques du site ainsi que des heures de visite de vos utilisateurs peut également être utile pour déterminer leurs attributs. Ce que vous pouvez réellement tirer de l’analyse dépend entièrement de votre configuration.

Profils d’utilisateurs

Si votre site a des profils d’utilisateurs, en particulier ceux qui ont recueilli des données à partir de connexions sociales ou d’autres fournisseurs de données d’identité, il existe une multitude de données que les utilisateurs ont explicitement définies.

Données internes

Les données sur les ventes, les appels, les retours, les avis, les utilisateurs et les transactions de tous types peuvent être exploitées pour donner des paramètres et des couleurs pendant le processus de développement du personnage.

Études accessibles au public

Chaque industrie dispose de recherches et de données publiques qui peuvent être exploitées lors de la construction de personnages. Par exemple, Google dispose du baromètre des consommateurs, qui permet de recueillir des données sur différents points.

J’ai tendance à utiliser une combinaison de ces approches dans la construction de mon persona en fonction des ressources disponibles. Dans le cadre de mon expérience professionnelle avec des clients, j’ai constaté qu’il était préférable de commencer par une session de cartographie des affinités, puis de prouver ou d’infirmer ces hypothèses et d’obtenir des informations supplémentaires grâce à des données provenant d’autres sources.

Retour à la table des matières

Pour cet exercice, nous utiliserons des données que j’ai extraites de Websterdata dans le contexte de certains outils d’analyse sociale et d’écoute pour construire le Schtroumpf de Websterdatazy. J’appelle ce personnage Schtroumpf de Websterdatazy juste pour rester dans le thème du post, mais j’aime généralement donner aux personnages un nom allitéré sous la forme de [adjectif] [nom]. Par exemple, ce personnage pourrait normalement s’appeler « Busy Bob ».

Le nom est incroyablement important parce que l’adjectif aide toutes les personnes qui utiliseront les personas à se rappeler beaucoup plus facilement de leurs attributs et la partie du nom nous aide à les imaginer comme une vraie personne.

Énoncer notre objectif

L’un des principaux objectifs commerciaux de Websterdata est d’augmenter le nombre d’utilisateurs qui s’inscrivent à des services gratuits qui deviennent des abonnés mensuels. Par conséquent, l’objectif de cet exercice de personnalisation sera de découvrir un segment clé du public de Websterdata qui est très susceptible de partager et d’établir des liens avec le contenu, mais qui n’a pas encore acheté une adhésion pro à Websterdata Analytics. Voyons comment nous pouvons montrer que Websterdata est suffisamment précieux pour être payant. Le résultat final sera l’histoire de l’utilisateur, ses besoins, sa psychologie, sa démographie et son engagement.

En outre, nous disposerons de toutes les valeurs nécessaires pour mettre en place un segment permettant de mesurer cette personnalité dans Google Analytics, y compris le segment d’affinité qui représente le mieux la personnalité dans les données que nous avons recueillies. Nous utiliserons des données provenant de Google Display Planner, Twtrland, Followerwonk, Websterdata Q&A, et des données que j’ai extraites des profils d’utilisateurs Websterdata il y a presque un an.

Données démographiques

Tout d’abord, je vais commencer par extraire des données démographiques du Google Display Planner. Si vous vous souvenez du planificateur de publicité DoubleClick, celui-ci l’a remplacé. Le fait de commencer par les données démographiques me permet de déterminer quels paramètres de fonctionnalités sont valables pour les segments d’utilisateurs que je cherche à découvrir. Bien que le planificateur d’affichage soit le plus pertinent, nous aurions pu également tirer ces données de sites comme Compete et Quantcast. S’il n’y a pas de données pour votre site, tirez des données sur un site concurrent très performant.

D’après ces données, la plupart des personnes qui visitent Websterdata ont entre 25 et 34 ans, sont de sexe masculin et utilisent des appareils mobiles. Ils sont intéressés par le référencement, le marketing, la publicité et les programmes de fidélité. De même, sur la base de ces données, il est également valable de construire un segment de plus de 65 ans, féminin, qui utilise beaucoup les tablettes et qui s’intéresse aux programmes de fidélité, mais pas au référencement. Bien que ce segment soit valide, il n’est pas actionnable par Websterdata, donc nous ne créerions pas un personnage basé sur cette combinaison. Au fur et à mesure que nous collectons des données, les attributs nous permettront de déterminer qui est le personnage.

Il y a un gros problème avec ces données, j’ai remarqué qu’en les comparant aux analyses des clients, les données des appareils sont généralement très éloignées. Vous devez garder à l’esprit que chaque programme d’analyse mesure différemment et qu’en fin de compte, votre analyse est le fondement de toute hypothèse.

Une autre mise en garde s’impose : étant donné que je suis très proche de la marque Websterdata et que le segment des appareils mobiles 25-34, Homme, c’est moi, il est facile pour moi de m’appuyer sur mes hypothèses. C’est la raison même pour laquelle je devrai puiser dans des données provenant de diverses sources afin de valider les hypothèses et de tirer le meilleur parti de cet exercice.

Les besoins des utilisateurs

Normalement, les besoins des utilisateurs sont mieux mis en évidence de manière qualitative par le biais d’entretiens avec les utilisateurs, mais en tant que spécialistes du marketing numérique, nous pouvons découvrir les besoins des utilisateurs auxquels nous ne répondons pas actuellement grâce à l’analyse des recherches internes et à l’écoute sociale. Avant (non fourni), nous pouvions également examiner les mots-clés organiques, mais maintenant seul PPC travaillera pour ces données.

Une fois les besoins déterminés, nous serons en mesure d’identifier les « états de besoins » qui sont l’objectif spécifique que l’utilisateur cherche à atteindre par sa recherche et/ou sa visite. Un exemple d’état de besoin pourrait être « Comment trouver le meilleur logiciel de classement » et pourrait être mis en relation avec la phase de sensibilisation du parcours de décision du consommateur. Nous en parlerons plus en détail lorsque nous aborderons le parcours de l’utilisateur.

Dans le cas présent, nous disposons déjà d’un ensemble de données quantifiées sur les besoins des utilisateurs à partir des données sur le profil des utilisateurs que Jiafeng Li a déjà analysées. Bien que ces informations aient été extraites au début de 2013, elles serviront encore à illustrer le processus. D’après la capture d’écran, nous voyons que le plus grand segment d’utilisateurs ayant un compte de base est le propriétaire d’entreprise, ce qui signifie, dans le cas de Websterdata, propriétaire de petite entreprise.

Voici quelques autres points clés du rapport :

Le plus grand groupe d’utilisateurs de comptes de base utilise Websterdata depuis moins d’un an, bien que beaucoup d’entre eux l’utilisent depuis deux à sept ans.
Il existe un grand groupe de propriétaires d’entreprises qui passent plus de 50 heures par semaine sur le référencement et qui sont des utilisateurs Basic.
Les utilisateurs de base super lourds qui sont des chefs d’entreprise sont principalement intéressés par l’optimisation des pages, la création de liens, le contenu et les blogs, le référencement intermédiaire et avancé, l’analyse, les questions techniques de référencement, les médias sociaux, la recherche par mots clés, l’entrepreneuriat et la conception de sites web, dans cet ordre.
Les propriétaires d’entreprises représentent 22 % de l’ensemble de l’échantillon d’utilisateurs.

Ensuite, je passerai à la recherche netnographique. Je vais prendre un échantillon aléatoire de fils de discussion Websterdata en examinant les questions populaires dans chacune des catégories qui correspondent à mon public afin d’identifier leurs besoins. Je vais également examiner la section du site consacrée aux demandes de fonctionnalités et, enfin, procéder à une identification et une écoute sociales.

Dans Websterdata Q&A, il y a des filtres qui aident à ce processus, me permettant de tirer les questions ayant le plus de réponses pour chacun des sujets. Malheureusement, ce processus est relativement long car je dois vérifier les profils des contributeurs pour m’assurer qu’ils correspondent à mon segment de base d’utilisateurs/de petites entreprises. Pour gagner du temps, je ne passerai en revue que la première page de résultats pour chaque sujet en ne prenant en compte que les 30 derniers jours, car je ne suis pas sûr que les anciennes questions privées aient été fusionnées avec les questions publiques lorsque Websterdata a apporté ce changement.

Ensuite, nous examinerons les besoins des utilisateurs explicitement demandés en ce qui concerne le produit Websterdata. La section du site consacrée à la demande de problèmes et de fonctionnalités répond à cette question. Je fais un tri par les demandes de fonctionnalités les plus populaires et je regarde le top 10. Encore une fois, cela n’est peut-être pas tout à fait scientifique car je regarde différentes fenêtres temporelles pour chaque ensemble de données. Malheureusement, c’est un risque de la netnographie, mais il vaut la peine de garder une trace des dates des messages lorsque vous collectez vos données afin que vous puissiez décider de la fourchette que vous regarderez une fois la collecte des données terminée. Une grande partie de ces données seront saisies sous forme de captures d’écran et si vous utilisez un outil comme SnagIt, il gardera la trace de l’URL pour que vous puissiez vous y référer.

Ensuite, je passe en revue les personnes qui posent et contribuent aux questions pour voir de quoi elles parlent spécifiquement.

Comme l’application de demande de fonctionnalités est sur Zendesk, je dois rechercher les profils Websterdata des personnes pour vérification.

Après ce processus, j’ai constaté que le segment des propriétaires de petites entreprises est largement sous-représenté dans la section des demandes de fonctionnalités du site. Ceux qui donnent un avis sont principalement des agences, puis des consultants indépendants ou des propriétaires d’agences, suivis par les entreprises internes. Naturellement, Websterdata s’adresse de manière proactive aux utilisateurs pour obtenir un retour d’information, mais les mères et les papas que l’acquisition de getListed.org était susceptible de cibler sont certainement sous-représentés dans la conversation en ligne que j’ai pu trouver.

En gros, dans l’ordre des points douloureux qui ont eu le plus de propriétaires d’entreprises, nous avons :

Comptes à plusieurs places – Les utilisateurs ont été incroyablement nombreux ces dernières années à vouloir pouvoir associer plusieurs adresses électroniques à un compte afin que plusieurs utilisateurs puissent se connecter. La conversation s’est un peu échauffée car l’équipe n’a pas pu respecter les délais en raison d’autres fonctionnalités plus urgentes, des mises à jour et du déploiement de Websterdata Analytics. C’était le problème le plus important pour tous les types de comptes, mais il était définitivement dominé par les agences. Cela est logique car les propriétaires d’entreprises n’ont généralement pas besoin de plusieurs parties pour se connecter à leur compte.
La valeur de Websterdata – En me basant sur les résultats de la segmentation que j’ai effectuée dans cet exercice, j’ai supposé que le plus grand problème serait que le propriétaire d’une petite entreprise ne comprenne pas la valeur de Websterdata.

Ces utilisateurs semblent comprendre que la boîte à outils de Websterdata a une certaine valeur, mais ils ne peuvent pas tout à fait justifier la dépense quand ils sont un petit poisson.

Websterdata iPhone App – Certaines personnes veulent au moins les mesures de rendement de Websterdata Analytics et de Whiteboard Friday dans une application téléphonique native.

Clonage / modification des campagnes – Les utilisateurs doivent pouvoir modifier le nom de domaine dans les comptes et ne pas perdre leurs données historiques
Analyse d’un plus grand nombre de concurrents – Les utilisateurs doivent comparer plus de 5 concurrents. Certains demandent jusqu’à 15
Websterdata Link Manager – Certains utilisateurs semblent être de grands fans de cet ensemble d’outils, mais ils souhaiteraient qu’il ait les caractéristiques d’autres outils afin de pouvoir utiliser Websterdata pour tout

J’en ai déduit des besoins spécifiques des utilisateurs et j’ai validé qu’il y a effectivement des utilisateurs dans la tranche démographique que le Display Planner a signalée.

La prochaine étape est l’écoute sociale. Pour cela, je vais utiliser des outils gratuits avec des mots clés identifiés dans la phase de collecte des besoins des utilisateurs, à savoir Twtrland et Twitter Search. Normalement, j’aurais dû utiliser la recherche de discussion, mais il semble que Google l’ait supprimée récemment. Heureusement, Twitter Search nous permet de faire des recherches par sentiment et de renvoyer les tweets qui ont des questions. Le filtre des sentiments négatifs est un peu une blague, car il ne cherche qu’un visage souriant plutôt que d’effectuer une analyse des sentiments.

Je vais faire simple et rechercher les tweets qui comportent des questions.

Je trouve immédiatement un utilisateur de notre groupe cible qui demande une fonctionnalité. C’est le bon vieux Justin Briggs qui demande des améliorations au flux de travail. Justin n’est plus propriétaire d’une petite entreprise, mais il l’était jusqu’à récemment, donc je considère que son avis est valable. Cependant, cela révèle mon parti pris et le contexte dans lequel il s’inscrit, c’est pourquoi je vais le supprimer.

D’autres recherches dans le tweet avec des points d’interrogation révèlent des questions plus éphémères concernant le statut et le temps de fonctionnement de Websterdata. Cependant, c’est un aperçu en soi, Websterdata devrait faire un meilleur travail pour rendre l’expérience du statut de la candidature plus visible. Il m’a fallu 10 minutes pour me rappeler où il se trouvait et je n’ai pas pu le trouver en cherchant.

Ma prochaine étape est de passer en revue les utilisateurs qui correspondent à mes données démographiques pour rechercher des points communs. Dans ce cas, je peux utiliser Twtrland pour examiner ce sous-ensemble spécifique de Followers. Twtrland dispose de filtres qui me permettent de définir le sexe, la tranche d’âge et si l’utilisateur est un entrepreneur ou non.

Je jetterai également un coup d’œil rapide à la recherche de graphiques sur Facebook pour voir quel type de personnes elle renvoie lorsque je recherche des hommes qui ne sont pas mes amis et qui aiment Websterdata.

Cela me permet de passer en revue l’emploi du temps de ces personnes pour découvrir des intérêts plus communs et développer des profils plus solides. Par exemple, j’ai remarqué que beaucoup d’utilisateurs qui suivent Websterdata lisent aussi les livres de Tim Ferriss. Je peux ensuite aller sur Followerwonk et voir qu’il y a un chevauchement d’utilisateurs de près de 20k utilisateurs qui me dit que c’est un point de données potentiellement valable.

Rassembler le tout

À ce stade, nous avons découvert plus qu’assez de points de données de l’écosystème de l’utilisateur pour raconter une histoire complète du schtroumpf de Websterdatazy, alors faisons-le.

Le Schtroumpf Websterdatazy est un entrepreneur sur Internet dont la table basse est jonchée de livres comme « The Lean Startup » et « The 4-Hour Work Week ». En tant que jeune entrepreneur masculin dans un monde en perpétuel mouvement, il ne tolère guère le manque de rapidité ou d’agilité dans les outils qu’il choisit de payer.

Le Schtroumpf de Websterdatazy est un utilisateur expérimenté qui préfère un outil plutôt que plusieurs et il a besoin de ses données facilement en déplacement. Fan de la marque Websterdata, il a appris beaucoup de ce qu’il sait des leaders d’opinion sur le blog de Websterdata et est occupé à le mettre en pratique dans son entreprise. En essayant de faire démarrer son entreprise, il sait que le référencement est un trafic libre, mais il sait aussi qu’il nécessite un engagement important en termes de temps et de contenu. Bien que le Schtroumpf Websterdatazy souscrive aux philosophies des livres qu’il a lus, il sait qu’il lui faudra travailler dur pour y parvenir et il l’apprécie.

Garder la balle en l’air demande beaucoup de déplacements pour le Schtroumpf Websterdatazy. On le retrouve souvent dans le salon SchtroumpfAir entre deux correspondances sur des vols surclassés. Le Schtroumpf Websterdatazy apprécie ses programmes de fidélité et paiera pour obtenir exactement ce qu’il veut, mais seulement s’il obtient exactement ce qu’il veut.

Le Schtroumpf Websterdatazy est un lecteur avide du blog Websterdata et de son contenu. Il aime particulièrement écouter Whiteboard Friday lorsqu’il est en voyage. Le Schtroumpf Websterdatazy veut connaître les tactiques qui permettront à son entreprise de devenir rentable le plus rapidement possible et il a besoin que son équipe puisse l’aider et suivre les progrès.

Le Schtroumpf Websterdatazy a longtemps suivi Websterdata pendant un certain temps et se considère comme un fan de la marque, mais il attend davantage du logiciel suite à leur financement et ne voit pas assez de valeur. Il surveille la croissance du produit, mais trouve difficile d’investir dans un logiciel qui comporte tant de fonctionnalités qu’il n’utilise jamais.

Engagement Insights :
Niveau de tarification à la carte – Websterdata devrait envisager un niveau de tarification à la carte pour ce type d’utilisateur, mais ne l’offrir qu’après avoir annulé son compte. Websterdatazy Schtroumpf souhaite que son compte soit modulable en fonction des besoins.
Application iOS/Android ou vues optimisées pour le téléphone – Le Schtroumpf Websterdatazy veut vérifier ses paramètres Websterdata d’un seul coup d’œil lorsqu’il s’apprête à prendre l’avion ou lorsqu’il est en réunion. Websterdata devrait envisager de créer une application jumelée qui lui permettrait d’afficher son tableau de bord de manière personnalisée.
Comptes multi-sites – L’équipe de Websterdatazy Smurf doit pouvoir se connecter à son compte lorsqu’il est en déplacement, mais il n’aime pas qu’ils soient si proches du mot de passe qu’il utilise pour tout le reste. Il ne comprend pas non plus que les autres utilisateurs ne puissent pas accéder aux données de sa carte de crédit.
Publier la feuille de route et les progrès de Websterdata – Le Schtroumpf Websterdatazy pourrait croire davantage au produit Websterdata s’il avait plus de visibilité sur la feuille de route et les progrès d’ensemble. Bien que Websterdata en fasse une partie, une expérience plus robuste intégrée à l’expérience du statut Websterdata pourrait être exactement ce dont le Schtroumpf Websterdatazy a besoin. Il est suffisamment avisé pour savoir que la fabrication de bons produits prend du temps, mais il veut juste savoir ce qui se passe.
Rattrapage des fonctionnalités de jeu – Le Schtroumpf Websterdatazy aime les fonctionnalités des concurrents de Websterdata, mais déteste devoir utiliser plusieurs outils différents. Websterdata devrait envisager de sonder ce personnage pour savoir quelles sont les fonctionnalités qu’il recherche le plus. Cette expérience peut se traduire par un classement et des incitations pourraient être offertes aux utilisateurs qui ont choisi la fonction qui sera lancée prochainement.
Plus de contenu sécurisé premium – Avec le lancement de Websterdata Analytics, Websterdata a rendu une grande partie du contenu sécurisé gratuit. Le Schtroumpf Websterdatazy a vu la valeur d’un abonnement diminuer lorsque les Websterdatainars et les questions-réponses sont devenus publics. Websterdata pourrait être bien servi en développant encore plus de nouvelles unités de contenu sécurisé et de coquilles.
Une intégration basée sur la valeur – Le Schtroumpf Websterdatazy ne connaît pas tous les produits géniaux de Websterdata et ne comprend donc pas ce que ses 99 $/mois lui rapportent.
Infos pratiques à l’ouverture de session – L’affichage de fonctions, d’astuces et de contenus en rapport avec les intérêts des Schtroumpfs de Websterdatazy sous forme d’infos pratiques l’aidera à voir plus de valeur dans le produit.

Parmi les segments d’affinité, le Schtroumpf de Websterdatazy est celui qui correspond le mieux aux Technophiles. Voici comment il serait représenté comme un segment personnalisé dans Google Analytics.

Nous utilisons les données démographiques que nous avons découvertes dans nos recherches ainsi que la catégorie d’affinité la plus pertinente. Dans le cas de Websterdata, nous cherchons également à utiliser des variables personnalisées basées sur les profils d’utilisateurs afin de nous assurer que c’est bien le Schtroumpf de Websterdatazy qui visite le site.

De cette manière, nous avons un personnage dont l’activité peut être mesurée sur l’ensemble du site. Normalement, il devrait y avoir encore plus d’itérations de la recherche et des plongées plus profondes dans chaque point de données disponible, mais cela illustre le processus de collecte de données et ensuite de raconter une histoire plausible contre laquelle nous pouvons agir.

Retour à la table des matières

Le parcours de l’utilisateur est le chemin qu’il doit emprunter pour satisfaire un besoin donné ou atteindre un objectif donné (qui peut être un ensemble de besoins). Vous connaissez peut-être le concept d’entonnoir de commercialisation et le parcours de décision du consommateur ; le parcours de l’utilisateur peut être le reflet de ces étapes ou peut être constitué de différentes étapes qui se situent à l’intérieur de ces étapes.

Pour les concepteurs, il ne s’agit généralement que du cheminement à l’intérieur du site, mais pour le contexte marketing, ces états de besoins représentent différentes phases qui sont associées à différentes actions, contenus et même mots-clés. Les déplacements des utilisateurs se font à travers différentes propriétés, différents appareils et différentes périodes. Par exemple, la planification d’un voyage comporte de nombreuses étapes. Rechercher les endroits où aller, rechercher des choses à faire, rechercher pour planifier l’itinéraire, trouver les meilleurs prix, réserver le voyage, savoir si vous avez besoin d’un visa, obtenir le visa, acheter des choses pour le voyage, faire les valises, trouver le transport jusqu’à l’aéroport, s’enregistrer pour le vol, prendre l’avion, aller à l’hôtel, profiter du voyage, rentrer à la maison, poster sur les médias sociaux à propos du voyage, revoir le voyage sur le site de l’agence de voyage.

Certaines parties du voyage de l’utilisateur sont en ligne, d’autres sont hors ligne. Tous ces états de besoins qui sont pertinents pour l’entreprise peuvent être mis en correspondance avec le voyage de décision du consommateur et votre entonnoir pour une meilleure mesure et optimisation, mais ce qui est important, c’est de comprendre les besoins de l’utilisateur et comment les soutenir à toutes les étapes pertinentes afin d’atteindre les objectifs de l’entreprise.

La phase du parcours de l’utilisateur ou l’état de ses besoins est ce que nous cherchons à découvrir par mot-clé grâce au processus de recherche par mot-clé axé sur la personne.

Je reviendrai plus en détail sur ce sujet dans un prochain article, mais le parcours de l’utilisateur deviendra relativement évident pendant les exercices de création de persona si vous les faites bien. Au fur et à mesure que vous interrogez, examinez et compatissez avec l’utilisateur, vous verrez clairement quelles sont les étapes qu’il franchit pour atteindre ses objectifs et lesquelles sont les plus difficiles.

Dans votre processus d’audit de contenu, vous devez vous assurer que le contenu correspond aux besoins de l’utilisateur et votre plan de contenu doit soutenir toutes les phases du parcours qui présentent des lacunes. Par exemple, jusqu’à récemment, Websterdata ne disposait pas d’une documentation solide pour l’API. Les utilisateurs en quête d’informations pour exploiter les données de Websterdata dans leurs propres applications ou dans des systèmes de reporting personnalisés n’étaient pas en mesure de trouver ce qu’ils cherchaient. Par conséquent, l’état de besoin « Comment utiliser les données Websterdata dans mon application » n’était pas suffisamment satisfait. Les nouveaux documents sont étonnants. Criez à l’équipe Websterdata pour résoudre ce problème.

Retour à la table des matières

Maintenant que nous avons construit nos personnalités, nous sommes en mesure d’ajouter d’autres couches d’intelligence à nos efforts de marketing.

La notation des prospects

Je n’ai jamais utilisé Marketo, mais je sais que leur produit est l’un des principaux outils de gestion des leads. Cependant, en identifiant vos personnages à l’aide de jeux de données comme FullContact ou RapLeaf ou même en les faisant se connecter à votre site avec LinkedIn et en suivant leurs actions dans le temps, vous pouvez noter vous-même les leads. Je suis sûr que je vous donnerai plus de détails sur la façon de procéder, y compris sur le code, mais à partir d’un certain niveau, voici comment procéder :

Développez d’abord des valeurs pour les différentes actions sur le site. Visiter la page des prix plusieurs fois vaut plus que lire un billet de blog ; visiter la page des emplois et regarder un emploi spécifique vaut des points négatifs.
À l’arrivée, enregistrez les éléments suivants pour l’utilisateur dans des cookies persistants :
Le canal d’où provient l’utilisateur
La page d’accueil
Leur première action
Score des actions
Offrir progressivement des possibilités agressives pour l’utilisateur de se connecter et/ou de s’identifier en utilisant LinkedIn, en créant un compte.
Une fois que l’utilisateur s’est identifié, appliquer les actions précédemment enregistrées à l’utilisateur et les enregistrer dans la base de données et continuer à enregistrer son score.
Continuez à suivre les actions de l’utilisateur à travers tous les canaux possibles jusqu’à ce qu’elles atteignent un seuil spécifié. À ce stade, envoyez un courrier électronique à votre équipe et enregistrez-la en tant que prospect dans SalesForce ou tout autre CRM que vous utilisez.

L’évaluation des leads doit également être une boucle de rétroaction entre les équipes de marketing et de vente, car vous essayez en fin de compte de déterminer mathématiquement quand un lead en vaut la peine. Vos vendeurs sauront mieux si vos calculs sont bons ou mauvais.

Élaboration d’analyses de rentabilité efficaces

Elle a tendance à trouver un écho bien plus large auprès des clients lorsque vous présentez une analyse de rentabilité dans le contexte d’un personnage. « Notre campagne de création de liens nous aidera à capturer 40 % de plus de la personnalité du Schtroumpf de Websterdatazy qui se convertit à un taux de 13,4 % lorsqu’il arrive sur notre page d’inscription et a un taux de rétention d’abonnement de 42,3 % » signifie beaucoup plus pour un client que « notre campagne de création de liens nous permettra d’être numéro un pour le mot-clé « software as a service ». J’en ai longuement parlé dans mon exposé WebsterdataCon en 2012.

Stratégie de contenu et marketing de contenu

J’ai l’habitude de commencer toutes les conversations lorsque je mentionne la stratégie de contenu et le marketing de contenu dans la même phrase par une sorte de remarque sur le fait qu’ils ne sont pas la même chose et que cela ne sera pas différent. La stratégie de contenu et le marketing de contenu sont deux choses très différentes, mais ce qu’elles devraient toujours partager, c’est l’accent mis sur l’utilisateur.

Les produits du travail des deux disciplines sont beaucoup moins efficaces si l’on ne garde pas l’utilisateur au centre. Avec toutes les informations recueillies sur les utilisateurs, il est assez facile de prendre des décisions fondées sur des données concernant le contenu qui trouvera un écho auprès de votre public cible et de mettre en place des processus et des flux de travail pour soutenir l’inclusion de ces utilisateurs dans les phases d’idéation. Vous serez également très attentif aux canaux où ces utilisateurs se trouvent, ce qui vous permettra d’obtenir un retour d’information direct sur tout contenu que vous envisagez de créer et d’identifier facilement les personnes qui auront une influence sur la diffusion de votre contenu.

Le fait de passer les idées de contenu au crible de vos utilisateurs permet de conserver la stratégie dans votre marketing de contenu et le marketing dans votre stratégie de contenu.

Publication légitime d’invités

Avec toutes les discussions sur la mort de l’affichage d’invités, l’attention se porte à nouveau sur les possibilités d’affichage d’invités de haute qualité pour placer votre message devant votre public cible afin de générer un trafic de référencement. S’il existe une bonne opportunité de lien contextuel dans ce cadre – génial. Sinon, l’affichage par un invité doit être examiné par d’autres instances que l’autorité de domaine ou le PageRank. Une fois que vous aurez une bonne compréhension de votre public, vous pourrez comparer sa composition avec celle du public d’un site donné.

Si l’on considère la situation où je cible le segment des Schtroumpfs de Websterdatazy et où je dois choisir entre deux sites pour un message d’invité, le site du Village des Schtroumpfs et le site de Websterdata. En utilisant un outil comme Twtrland ou Followerwonk, je peux obtenir des données démographiques et d’intérêt sur leurs adeptes.

Les données démographiques montrent clairement que mon public n’est pas très nombreux au sein de la communauté du Village des Schtroumpfs.

Il est également clair que mon public est bien présent sur le site Websterdata. Il est vrai que c’est un exemple évident, mais la méthodologie s’applique à des sites qui ne sont pas aussi évidents. Par exemple, que se passerait-il si je fabriquais un ensemble d’outils SaaS pour gérer la diffusion, mais que je me rendais compte qu’il sert aussi de bon système de gestion de la relation client pour les entrepreneurs ? Maintenant, je veux écrire un article sur l’entrepreneuriat numérique à New York et mes choix sont Forbes et Wall Street Journal. Que dois-je choisir ?

Votre recherche montre maintenant empiriquement que vous êtes mieux placé pour écrire un article sur Forbes que sur WSJ. Cela donne à votre contenu la meilleure chance de se diffuser naturellement. C’est toutefois cyclique, car sans ces recherches, vous n’auriez peut-être pas découvert que le sujet est important pour votre public ou vous n’auriez peut-être pas réalisé que votre plus grande opportunité d’utilisation se trouve à New York, mais une fois que vous avez ces informations, les outils vous facilitent la tâche.

Sensibilisation

J’ai longuement parlé de l’approche basée sur la personne avec les méthodologies des médias sociaux que j’ai développées et partagées. Les personas aident à l’identification des perspectives de liens à l’échelle grâce à des outils comme Followerwonk et Twtrland. Ils aident également à créer des conversations contextuelles avec ces personnes. La psychographie du persona vous permet d’identifier rapidement les sujets qui peuvent intéresser ces personnes afin d’écrire des courriels de sensibilisation qui trouveront un écho.

Mesure

Dans mon dernier post sur Websterdata, j’ai donné beaucoup de détails sur ce qu’on appelle l’analyse de cohorte. Le point essentiel est que l’analyse de cohorte nous donne un contexte que les mots clés n’ont jamais fait. Considérons ce cas hypothétique de mon mot-clé ambigu préféré « lunettes de lecture ».

Le mot-clé « lunettes de lecture » est drôle car il pourrait signifier une chose pour moi en tant que personne vivant à New York, mais il pourrait signifier quelque chose d’entièrement différent pour quelqu’un qui visite Reading, en Pennsylvanie, à la recherche de souvenirs. Comparons deux scénarios.

Scénario de l’intention explicite

Les utilisateurs atterrissent sur les « lunettes de lecture pour hommes » en provenance de la recherche organique sur le mot-clé [lunettes de lecture].
Temps sur place : 00:01
Taux de rebond : 100%

Scénario d’intention implicite

Une cohorte débarque sur la page d’accueil des « lunettes de lecture pour hommes » de Organic Search
Âge : 25 – 34 ans
Le genre : Féminin :
Localisation : Lecture, Pennsylvanie
Catégorie d’affinité : Faites-le vous-même
Temps sur place : 00:31
Action sur le site : Visiter la page des lunettes de lecture pour femmes
Taux de rebond : 50%

Dans le scénario de l’intention explicite, nous savions que l’utilisateur avait atterri sur la « page des lunettes pour hommes » en utilisant le mot-clé [lunettes de lecture] de la recherche organique et qu’il était parti immédiatement. Nous ne savons pas vraiment pourquoi cela s’est produit, mais nous savons que c’est le cas et qu’ils n’ont pas dû trouver ce qu’ils cherchaient.

Cependant, dans le scénario de l’intention implicite, bien que nous n’ayons pas le mot-clé pour nous dire ce que cet utilisateur cherche, nous savons qu’il a entre 25 et 34 ans, et qu’il a atterri sur la page « lunettes de lecture pour hommes » de Reading, PA. Elle appartient à la catégorie des bricoleurs, elle est restée sur le site pendant 31 secondes et son action immédiate, une fois qu’elle a atterri sur la mauvaise page, a été de visiter la page « Lunettes de lecture pour femmes » de Reading,PA. Cela me dit que cette personne est probablement entrée par le mot-clé [lunettes de lecture] et que nous avons échoué dans notre titre de page et notre méta-description. Nous devrions également trouver le moyen de créer une meilleure page d’accueil qui soutienne les deux idées et conduise l’utilisateur directement à la conversion une fois qu’il est arrivé. En fin de compte, l’utilisation de personnages nous rapproche du pourquoi de ce que fait un type d’utilisateur donné.

Avec (non fourni) toujours présent à l’esprit de chacun alors que nous approchons rapidement les 100% de recherche sécurisée dans tous les moteurs pertinents, appliquer cette idée pour résoudre non fourni nous permet une forme plus sophistiquée de mesure par l’intention implicite plutôt que l’intention explicite.

Pour ce faire, vous devriez mettre en œuvre le code suivant plutôt que celui que Google vous dit de mettre en œuvre, car le code de Google repose sur l’exécution de DoubleClick pour remplir les données dans GA. Le problème est que de nombreux utilisateurs ont installé AdBlock et, comme vous pouvez le voir dans les paramètres publicitaires ci-dessus, les utilisateurs peuvent se désengager complètement (un conseil du chapeau à Mike Pantoliano pour m’avoir appris cela). L’utilisation du code DoubleClick de Google serait bien pire que les problèmes d’échantillonnage qui apparaissent dans ces indicateurs jaunes infernaux sous la date dans GA.

Vous devriez également envisager d’utiliser le groupement de contenu de Google Analytics dans ce contexte, afin de voir facilement quels types de contenu sont performants pour chaque type de personne. Enfin, vous devriez également envisager de suivre les actions du site pour déduire l’intention à travers le contexte des personnes.

Optimisation

En gros, les optimiseurs de taux de conversion cherchent à comprendre le public et à faire des ajustements en fonction de ce qui fonctionne le mieux pour persuader les personnes susceptibles d’agir. Aujourd’hui, Google Content Experiments vous permet de mettre en place des tests A/B basés sur des segments (démographie, catégories d’affinité, canaux). La première chose à faire est donc de créer des personnages d’utilisateurs au sommet des segments d’affinité de Google, afin qu’ils soient intrinsèquement mesurables et que vous puissiez avoir une bien meilleure idée de la personnalité qui est la plus performante.

Retour à la table des matières

Bien qu’il existe de nombreuses applications avancées dont nous avons parlé, il existe encore plus de façons de tirer parti des personnalités comme éléments de base d’un marketing plus intelligent.

Psychologie du web

Le travail de Nathalie Nahai est le prochain niveau de progression de ce qu’il faut faire avec les personas. L’application des principes de cohorte et des principes socio-psychologiques aux personas, en particulier en ce qui concerne le parcours de l’utilisateur, est une couche plus compliquée que je n’ai pas assez appris à faire. Cependant, remplir les blancs au-delà de ce qui peut être directement déduit des données est précisément le moyen de rendre les personas plus exploitables. Regardez son discours WebsterdataCon.

L’économie comportementale

Le domaine de l’économie comportementale en général est également très applicable ici et Dan Ariely a écrit de très bons livres à ce sujet. Si vous vous êtes déjà demandé pourquoi les gens ont plus de chances de gagner quelque chose pour 999,99 $ que pour 10 000 $, alors l’économie comportementale est un domaine pour vous. Commencez par le Guide du marketing de l’économie comportementale pour avoir une vue d’ensemble, puis consultez les livres de Dan.

Ciblage dynamique / personnalisation

La capacité à personnaliser les expériences en fonction de la personne donnée est le véritable pouvoir du marketing numérique. Malgré l’horrible éclairage que la NSA a jeté sur le suivi des données d’utilisation, c’est la même raison pour laquelle l’expérience de l’utilisateur avec Amazon est si incroyable. Comme Christopher Butler l’explique dans son article « Don’t Make Me Search », Amazon suit toutes vos actions dans le contexte de votre type d’utilisateur et fait apparaître les produits dont vous avez besoin avant que vous ne pensiez à les rechercher. Amazon croit en sa capacité à modéliser les utilisateurs de manière si efficace qu’ils prennent des mesures pour commencer à vous expédier des produits avant même qu’ils ne les commandent ! C’est le même type de modélisation des clients que nous avons découvert que Target fait pour découvrir qu’une fille était enceinte avant que sa famille ne le sache il y a quelques années.

En tant que spécialistes du marketing, nous pouvons facilement exploiter ce pouvoir avec des outils comme Nudgespot et Keyword Lift.

Retour à la table des matières

Comme je l’ai dit, j’ai connu beaucoup de retours en arrière, surtout parmi ceux qui ont plus d’expérience en matière de référencement que de marketing. Voici quelques questions que j’ai reçues à plusieurs reprises.

Ce n’est pas du référencement. Pourquoi dois-je le faire ?

Si le référencement est du marketing, alors je dirais que c’est bien du référencement. Vous devez comprendre l’utilisateur afin de vous battre pour lui. Son attention, son argent, son temps. De nombreuses pages optimisées ne parviennent pas à atteindre les KPI au-delà des classements, en grande partie parce que nous nous arrêtons au mot-clé et oublions qu’il y a derrière lui une personne qui cherche à satisfaire un besoin spécifique.

De plus, je crois fermement que l’avenir de Google est l’algorithme personnel et nous en voyons les prémices avec Google Now et d’autres outils similaires. Google utilisera bientôt votre identité dans le contexte de votre historique de recherche et de toutes les autres données d’affinité qu’ils ont recueillies pour faire la même chose qu’Amazon. Bientôt, la création de contenu s’adressant à des publics spécifiques sera le seul moyen de faire passer efficacement votre message à travers Organic Searc.

En fait, la rumeur veut déjà que Bing tienne compte des données démographiques pour classer les pages. Cela est logique étant donné la richesse des données dont ils disposent via leurs partenariats Facebook et Twitter et le brevet de la recherche basée sur les pages soutient cette idée par cette déclaration :

« Un système de recherche basé sur le biais des pages peut utiliser des informations démographiques pour biaiser les résultats de la recherche vers des résultats associés à des données démographiques similaires. Les informations démographiques d’un utilisateur du système de recherche par pages, d’autres visiteurs d’une page Web actuellement ou précédemment consultée ou d’un autre document ou site Web approprié, ou une combinaison de ces éléments, peuvent être comparées aux informations démographiques des visiteurs d’une page Web ou d’un document à inclure dans un ensemble de résultats de recherche. Les pages web ou autres documents appropriés à inclure dans un ensemble de résultats de recherche dont les données démographiques sont similaires aux données démographiques d’un utilisateur ou les pages web ou documents actuellement ou précédemment consultés peuvent être mieux classés que les autres pages web ou autres documents appropriés ».

Je pense que nous pouvons tous convenir que Google est rarement, voire jamais, à la traîne. Après toutes ces caractéristiques sont déjà intégrées dans la plate-forme publicitaire et la personnalisation des SERP est déjà une chose très réelle.

Mon site se débrouille bien sans cela. Pourquoi devrais-je créer des personnages ?

Si vos taux de conversion sur l’ensemble des IRC sont de 100 %, alors je suis d’accord. Sinon, il y a toujours moyen d’améliorer et de mieux servir les utilisateurs. Pour ce faire, il est essentiel de comprendre et de segmenter le marché disponible.

Mon public cible est tout le monde, pourquoi dois-je le segmenter ?

Cibler tout le monde, c’est ne cibler personne. Traiter chaque visiteur exactement de la même manière n’est pas la meilleure idée pour le marketing car cela limite votre capacité à obtenir le plus de conversions. Au minimum, les utilisateurs devraient pouvoir emprunter des chemins séparés à travers le site qui répondent directement à leurs besoins et. Je vous suggère de réévaluer qui a besoin de votre produit ou service et de développer une stratégie de contenu en fonction de ces personnes plutôt que de simples mots-clés.

Je n’ai pas de données, comment puis-je construire des personnages ?

Vous pouvez toujours faire des recherches ethnographiques par l’écoute sociale et l’examen des communautés où se rassemblent vos utilisateurs ou vos cibles. Si vous avez des clients, vous avez toujours des données. Si vous n’avez pas de clients, vous pouvez toujours enquêter sur vos cibles ou utiliser des outils de veille concurrentielle.

Combien de temps faut-il pour créer des personnalités ?

C’est difficile à dire. Combien de temps vous a-t-il fallu pour élaborer votre premier rapport d’analyse ? Et votre premier rapport SEO & Social ? Cela dépend de la profondeur que vous souhaitez atteindre. Comme pour toute chose, cela prend beaucoup de temps la première fois, mais vous vous améliorez rapidement pour repérer les tendances ou vous apprenez à utiliser vos outils plus rapidement à mesure que vous maîtrisez le processus.

Et si le client ou nous-mêmes avons déjà des personnages, dois-je les utiliser ?

C’est à vous de juger. Norris et moi avons toujours cherché à vérifier les personnalités d’un client avant de les utiliser. Si elles ne sont pas exploitables dans votre contexte, ne les utilisez pas telles quelles. Vous pouvez les utiliser comme éléments de base pour vos propres recherches.

Le démantèlement des personnages peut se faire dans les deux sens. Votre client peut se rallier à vous en disant qu’il a toujours pensé que ses anciens personnages étaient inadéquats ou qu’il peut se retourner contre vos nouveaux personnages pour des raisons qui ne sont pas nécessairement logiques.

Je suis dans un petit créneau, une petite entreprise ou une entreprise locale. Dois-je faire cela ?

Ciel, oui ! Je dirais que si vous êtes dans un petit créneau, vous en avez besoin plus que quiconque car les personnes qui cherchent à utiliser vos produits ou services seront particulièrement inconstantes et chercheront à se différencier. Si vous êtes une petite entreprise ou une entreprise locale, vous êtes mieux à même de tirer parti des outils de segmentation du marché dès le départ. PRIZM a été spécialement conçu pour votre cas d’utilisation. L’outil de recherche de codes postaux est gratuit pour un certain nombre de requêtes à essayer et il vous renverra les 5 premiers codes PRIZM dans votre code postal. Ceci est particulièrement utile si vous travaillez sur des campagnes de recherche locales.

Retour à la table des matières

Voici quelques ressources de schtroumpfage pour la suite de la lecture. Il existe de nombreuses ressources, mais je pense que ce sont les plus utiles que j’ai trouvées.

Comment la compréhension de votre client vous aidera à créer des copies qui se vendent
Comment le développement de personnalités basées sur des rôles peut augmenter les conversions
Le guide ultime pour cibler les utilisateurs de Twitter et entrer en contact avec les personnes influentes
Pourquoi vous devriez jeter votre vanité sur ces 5 mesures de la clientèle
Analyse de la clientèle : Comment l’analyse de personnes réelles peut améliorer votre entreprise
Une introduction aux Personas et à la manière de les créer
Personnalités à mots-clés
Une introduction aux trajets des utilisateurs
Réconcilier les segments de marché et les personnalités
Le cycle de vie de la personne essentielle : Votre guide pour construire et utiliser des personas

Voici également quelques articles que j’ai écrits sur des sujets connexes :

Mots-clés – Données démographiques
Processus de recherche de mots-clés axé sur la personne
Personas pour le référencement
Ce que j’ai appris de la création de la base d’utilisateurs de SEOwebsterdata
Le ciblage psychographique est dérangé ! Le zen de la modélisation de la personne « client entier
Aller de l’avant et se battre pour les utilisateurs

Vous avez donc franchi le plus long cap que je n’aurai probablement jamais à franchir pour écrire sur quoi que ce soit. J’aimerais savoir comment vous avez exploité les personnages pour améliorer le marketing entrant. Ou si vous ne l’avez pas encore fait, j’aimerais savoir comment vous comptez le faire. Je serais également ravi de répondre à vos questions sur la recherche et la mise en œuvre.

Oh oui, et j’ai écrit tout ce billet dans la voix de Gargamel. Je vous défie de le relire.

À propos de l’iPullRank –

Michael King est un développeur de logiciels et de sites web qui est devenu un spécialiste du marketing depuis 2006. Il est le fondateur et le directeur général de l’agence de marketing numérique intégré iPullRank, spécialisée dans le référencement, l’automatisation du marketing, l’architecture des solutions, les médias sociaux, la stratégie de contenu et la mesure. Dans une vie antérieure, il a également été un rappeur international en tournée. Suivez le sur twitter @ipullrank ou sur son blog – The Best Practice

111
75