Analyser sa performance social media est impossible sans données historiques
Publié par Brandwatch le - mis à jour à
La social data représente la plus grande base de données accessibles de notre histoire. Mais sans contexte historique, les insights obtenus peuvent être trompeurs et les tendances faussées.
Tout ce qu’il se passe en ligne s’inscrit dans un contexte historique.
Une opinion peut être influencée par la saisonnalité, les événements mondiaux, le climat culturel ou encore un mème devenu viral. Sans comprendre parfaitement le contexte historique d’un post, les analystes auront du mal à tirer de véritables conclusions des données récoltées.
Imaginons que vous êtes en charge d'une campagne marketing. Vous découvrez que votre dernière campagne a généré deux millions de mentions en ligne, dont 60 % sont positives. Cela semble être une bonne nouvelle, mais l’est-ce vraiment ?
En vous penchant sur les données historiques, vous pourriez découvrir que ce chiffre est en réalité 15 % inférieur aux résultats moyens de votre marque, que les influenceurs s’étaient davantage engagés pour des campagnes antérieures et que ce sont les publicités payantes qui ont entrainé les mentions plutôt qu’un contenu engageant.
Sans contexte historique, vous devez envisager différentes hypothèses. Ces hypothèses donnent finalement naissance à des tendances trompeuses, qui faussent les résultats et peuvent nuirent à vos insights.
C’est inévitable. Si vos données vous servent à formuler des recommandations, des prédictions ou à entreprendre des actions, vous avez besoin de données historiques pour valider vos conclusions. Voici trois raisons pour lesquelles vous avez besoin des données historiques pour analyser efficacement les médias sociaux :
La saisonnalité : l'exemple d'Unilever et Ben & Jerry's
Un client de Brandwatch, un des producteurs de biens de consommation courante les plus connus, s’appuie sur les données historiques. Pourquoi ? Car les équipes chargées des études auprès des consommateurs et des professionnels du secteur veulent obtenir des insights fiables. Ils utilisent plus particulièrement les données historiques pour étudier la saisonnalité.
Bien que des événements cycliques importants, tels que les vacances ou les saisons, peuvent permettre d’obtenir des résultats prévisibles, déterminer les effets de la saisonnalité n’est pas toujours aussi simple. En effet, la plupart des marques adaptent la tendance à leur façon.
Prenons par exemple l’industrie des glaces. Les ventes augmentent en été et chutent en hiver. La raison est évidente, même un enfant pourrait comprendre ce phénomène grâce à sa logique implacable : lorsqu’il fait chaud, les consommateurs veulent se rafraîchir en mangeant une glace.
Il serait facile d’en déduire que cela concerne tous les types de glaces et que votre marque suit la tendance. Mais Unilever a mis cette hypothèse à l’épreuve.
Les équipes du groupe sont remontées plusieurs années en arrière et ont récolté toutes les mentions où les consommateurs exprimaient leur envie d’acheter une glace Ben & Jerry’s.
Étonnamment, ces données n’augmentaient pas en été et ne chutaient pas en hiver comme l’on pourrait si attendre. Au contraire, les mentions de Ben & Jerry’s augmentaient continuellement toute l’année, peu importe la saison.
La fluctuation saisonnière habituelle n’avait aucun effet sur la marque.
L’équipe a analysé ces données historiques et les a comparées aux données météorologiques. Les saisons n’influençaient pas les conversations, mais qu’en était-il de la météo ?
Leurs découvertes ont contredit toutes les hypothèses antérieures concernant la consommation de glaces.
Sur les années étudiées, un temps pluvieux a systématiquement été accompagné d’une montée en flèche du nombre de personnes mentionnant l’envie d’acheter un pot de glace Ben & Jerry’s.
La pluie, et non le soleil, leur donnait envie d’acheter de la glace.
Ces informations allaient totalement à l’encontre de ce que suggéraient les données de l’industrie (et les idées reçues). Les données historiques des réseaux sociaux ont révélé que Ben & Jerry’s et d’autres marques de glaces concurrentes ne voyaient pas leurs mentions particulièrement augmenter pendant la saison estivale.
Cet insight était fiable. Cette tendance a été confirmée et validée par des années de mentions historiques qui prouvaient qu’elle était cohérente. Ce phénomène se reproduisait encore et encore, à chaque fois qu’il pleuvait.
Les données historiques ont donné à Unilever un insight qui a poussé la marque à changer ses stratégies de marketing publicitaire en ligne. Au lieu d’augmenter son budget marketing en été - comme ses concurrents - le groupe a lancé des publicités en ligne lorsque les prévisions météorologiques annonçaient de la pluie. Ainsi, Unilever a optimisé son budget marketing grâce à une analyse intelligente du comportement des consommateurs en ligne et une véritable connaissance du marché.
La flexibilité
Pour découvrir des insights utiles, vous avez besoin de données historiques. Mais un simple aperçu comme peut l'offrir Google Trends ne suffit pas. Vous avez besoin d’un outil modulable, que vous pouvez diviser et segmenter afin d’apporter des réponses aux questions cruciales que se posent chaque jour les grandes marques.
Vous aurez également besoin de données qui couvrent trois ans. Un an ou deux ne suffisent pas pour une vérification fiable de la saisonnalité et de la durabilité d’une tendance. Après tout, une mention peut être un accident, deux une coïncidence, mais trois mentions similaires représentent sans aucun doute une vraie tendance.
Les discussions en ligne, sur les réseaux sociaux, les blogs, les forums ou les sites d’avis de consommateurs, génèrent un grand nombre de mentions en ligne qui permettent d’accumuler de très grandes quantités de données historiques.
Payer pour des mentions en ligne n’est pas la solution la plus économique si vous souhaitez évaluer différentes campagnes, des lancements de produits, ou même la réputation de votre marque d’un point de vue historique. Faire preuve de flexibilité pour obtenir des données historiques illimitées permet aux marques d’apporter rapidement des ajustements et, si nécessaire, de modifier leur budget marketing en temps réel, de rectifier une campagne ou de cibler une audience plus pertinente.
Obtention rapide d’insights
Et enfin, vous souhaiterez des résultats rapides. La recherche est un processus répétitif, un va-et-vient constant entre les données et vos hypothèses. Vous devrez répéter sans cesse le processus, en modifiant et en affinant sans cesse vos recherches afin de trouver les bonnes réponses. Un outil changeant dont l’installation dure des heures ne conviendra pas.
Les marques qui souhaitent analyser efficacement les médias sociaux ont besoin des données historiques pour de nombreuses autres raisons. Mais les trois premières qui me viennent à l’esprit sont la saisonnalité, la flexibilité et la rapidité. À l’aide d’une technologie puissante permettant de récolter les données historiques, les marques peuvent non seulement extraire d’importants insights des consommateurs plus rapidement, mais elles peuvent également répondre à des questions qui surgissent de manière organique.
N'hésitez pas à contacter Brandwatch pour voir comment, vous aussi, vous pouvez mieux comprendre vos données d'aujourd'hui grâce à celle du passé. Contactez-nous pour plus d'informations sur nos données historiques illimitées.