Tous les choix dans le numérique se basent sur l'étude des statistiques et l'évolution des ratios. Nous analysons des courbes partant du postulat que les chiffres sont exactes. En sommes nous bien sûr ?
Prenons un exemple (3). Etude de cas. En souhaitant participer en mars au bêta test de société.frednchweb et trouvant l'idée intéressante j'ai décidé de buzzer le lien du site vers mes amis de réseaux. J'ai découvert que suivant la programmation du code du lien de la page certains statistiques de la campagne marketing digitale vont se trouver gonfler et d'autres tres importants resteront ignorés. Je m'explique.
La campaqne marketing digitale m'a contacté via mon émail avec un lien suivant l'exemple suivant :
Nous vous proposons de tester l'un de nos nouveaux services: Societe.FrenchWeb.fr l'objectif est de vous permettre d'accéder aux informations des... Lire la suite
....
Ce lien conduit à cette page internet (landing page) :
Participez au betatest de Societe.FrenchWeb.fr - FrenchWeb.fr | FrenchWeb.fr http://frenchweb.fr/participez-au-betatest-de-societe-frenchweb-fr/105447?utm_source=FRENCHWEB+COMPLETE&utm_campaign=53f95e1496-FrenchWeb_PM_18_03_2013&utm_medium=email (1)
...
comme vous pouvez le lire le lien mentionne la campagne, la date et le support : email
Donc lorsque vous partagez sur internet ce lien, en créant manuellement ou automatiquement un lien court vous obtenez un nouveau lien page " Participez au betatest de http://ow.ly/1TGNxN - http://ow.ly/1OjDlf | http://ow.ly/1OjDlf http://ow.ly/1TGNy6" dont le lien http://ow.ly/1TGNy6 renvoie le même lien (1) mentionnant le même support Email alors que le clic provient des réseaux sociaux" Cela donne l'illusion que le clic provient toujours de la même source. Un retweet de Twitter, un transfert dans Facebook, une reprise dans Linkedink... seront comptés comme un émail par le logiciel chargé de suivre l'origine des liens.
La gestion numérique des liens est complexe, et à part en cas de développement spécifique de tableau de bord, les transferts de liens créent sans cesse des erreurs sur la nature d'origine des statistiques des résultats entraînant de mauvaises interprétations et donc mauvaises bonnes décisions (2). Dans cette exemple il va être pratiquement impossible d'évaluer l'apport des réseaux sociaux et donc de faire des arbitrages et d'optimiser les supports.
(2) une mauvaise bonne décision se produit lorsque l'analysant est compétent mais la méthode ou la qualité de l'information mauvaise. Cela fait illusion mais en réalité cela ne correspond pas à la réalité du terrain. Cela finit par se voir mais après avoir perdu beaucoup de temps, d'argent et parfois une partie de la confiance client sur la réalité de la capacité du savoir écouter.
(3) L'étude de cas de cette observation erronée ne fait aucun parallèle avec la qualité du service proposée. Cette entreprise a été choisit par hasard. Ce que l'observation montre c'est que cette entreprise ne pourra mesurer les flux en provenance des réseaux sociaux ou tout autre origine 2.0
