6 exemples inspirants d'analyse des données qualitatives

Lorsque vous pensez aux données, vous pensez sûrement d'abord aux aspects quantitatifs : les faits, les chiffres et les nombres. Vous pouvez les aligner proprement dans une feuille de calcul, et tout à coup, ils prennent tout leur sens.

Vous savez que les données qualitatives sont également cruciales, mais comment organiser et interpréter tous ces mots, émotions et motivations une fois recueillis ?

Ce guide examine six exemples d'analyse des données qualitatives provenant d'entreprises qui ont obtenu des résultats concrets. Pour chacun d'entre eux, nous examinons le type d'analyse utilisé et le rôle qu'il a joué dans la réussite de l'entreprise, pour que vous puissiez repartir avec de nouvelles techniques passionnantes à tester.

Inspirez-vous de 6 exemples d'analyse des données qualitative

Toutes les entreprises peuvent tirer profit de l'analyse des données qualitatives pour mieux comprendre leurs clients. La question est : quelles sont les méthodes QDA les plus efficaces ?

L'analyse qualitative des données n'est pas un processus unique : différentes équipes peuvent bénéficier de différents types d'analyse des données qualitatives. Par exemple, vous pouvez chercher des moyens d'analyser les avis sur les produits, tandis qu'une autre équipe peut essayer de comprendre des milliers de réponses à des enquêtes.

Parfois, un coup d'œil sur les processus réussis d'autres entreprises peut vous aider à trouver de nouvelles astuces. Voici six exemples d'analyse des données qualitatives qui vous inciteront à améliorer votre propre processus :

1. Art.com

Art.com est une entreprise e-commerce qui vend des reproductions d'œuvres d'art. Sa garantie de bonheur à 100 % (remboursement intégral, sans poser de questions) témoigne de son engagement à donner la priorité aux clients. Mais pour être proactif et créer une expérience client agréable dès le départ, il est utile de collecter et d'analyser des données pour savoir ce que veulent les utilisateurs et ce dont ils ont vraiment besoin.

Son approche de l'analyse des données qualitatives

Art.com a utilisé Net Promoter Score® (NPS) pour demander à ses clients d'évaluer, puis de commenter avec leurs propres mots, s'ils recommanderaient l'entreprise à leurs amis ou collègues.

La collecte des données était une chose, mais leur analyse en était une autre. Une personne était chargée de passer au peigne fin des feuilles de calcul contenant des informations, en utilisant la fonction "recherche" du programme pour trouver manuellement des mots et des phrases clés.

Art.com souhaitait une solution de traitement du langage naturel (NLP) pour analyser les données à sa place, et s'est donc tourné vers un outil appelé Thematic qui a permis de trouver et de trier automatiquement les réponses à l'enquête en fonction de thèmes personnalisés. (Remarque : ce type d'analyse de données qualitatives est simplement appelé, vous l'aurez deviné, analyse thématique).

L'une des fonctions de Thematic essentielles à l'analyse d'Art.com était la possibilité de voir comment les sentiments des clients à l'égard de l'entreprise, de ses produits et de l'expérience d'achat se répercutaient sur le résultat net. Autrement dit, l'outil a permis à l'entreprise de présenter des données qualitatives parallèlement à des données quantitatives sur les performances afin d'apporter des changements exploitables .

Mais l'analyse ne doit pas se faire en silo. Vous vous souvenez qu'à Art.com, une personne était seule pour analyser les données ? Thematic a permis à l'entreprise de créer un plan de partage des responsabilités en matière d'analyse des données. Aujourd'hui, Art.com dispose de Team Consumer Leaders : des membres de l'équipe qui s'approprient les processus d'analyse chaque mois.

La réussite par l'analyse des données qualitatives

Les résultats : Art.com a passé moins de temps à analyser manuellement les données et a transféré la charge d'une personne à toute une équipe d'analystes grâce à la démocratisation des données. En outre, l'entreprise a acquis une meilleure compréhension des sentiments et des réactions des clients à partir des enquêtes NPS, car elle a pu analyser l'impact des résultats sur les performances de l'entreprise.

S'il s'agissait de votre entreprise : la classification automatique du feedback en catégories ou en thèmes facilite la prise de décisions fondées sur des données qualitatives plutôt que sur une simple intuition. Suivez l'exemple d'Art.com qui utilise l'analyse de données qualitatives pour prendre des décisions sur les produits axées sur le client et améliorer l'expérience utilisateur.

2. Matalan

Nom bien connu au Royaume-Uni, Matalan permet de faire des économies sur les produits familiaux dans plus de 200 points de vente. En migrant vers un nouveau site web, sa grande question était : comment pouvons-nous offrir en ligne la même expérience fluide que celle que nous connaissons en magasin ?

Leur approche de l'analyse des données qualitatives

Pour trouver la réponse à cette question, Matalan a fait appel à Hotjar (c'est nous ! 👋). L'équipe chargée de l'expérience utilisateur chez Matalan a commencé par utiliser notre outil Survey pour vérifier ce que les clients pensaient du nouveau site. Par exemple, ils ont découvert que l'association du widget Feedback et des enregistrements de session était le duo révélateur dont ils avaient besoin :

Mais l'équipe de Matalan ne s'est pas arrêtée là. Elle a créé un dashboard personnalisé dans Google Data Studio, qui lui sert de base pour analyser ses résultats. Lorsqu'ils ont intégré les résultats de leur rétroaction à Google Data Studio, ils ont pu procéder à une analyse qualitative en utilisant la méthode que nous avons mentionnée plus haut : l'analyse thématique. L'organisation des informations par thème a permis à l'équipe de repérer des tendances qu'elle a pu utiliser pour apporter des modifications au site web en vue d'un test A/B.

La réussite par l'analyse des données qualitatives

Les résultats : après avoir utilisé Hotjar pour créer des hypothèses sur le comportement des clients, le taux de réussite de Matalan en matière de tests fractionnés pour le site web a augmenté de 17 %. Ensuite, en ajoutant Google Data Studio, ils ont pu approfondir le processus analytique. Ils ont également constaté que c'était un excellent moyen d'attirer plus l'attention sur les données au sein de l'entreprise et de faciliter la communication entre les équipes.

S'il s'agissait de votre entreprise : l'analyse des données qualitatives peut contribuer à clarifier l'expérience réelle de l'utilisateur et vous aider à prendre des décisions de conception centrées sur le client afin de réduire les frictions pour les visiteurs du site web.

3. Yatter

Yatter est une agence qui aide les entreprises à générer plus de leads payants afin qu'elles puissent grandir et se développer. Gavin Bell, Founder de Yatter, aide ses clients (et lui-même) à optimiser leurs publicités sur les réseaux sociaux et leurs pages de destination pour générer du trafic et des ventes.

L'approche de Yatter en matière d'analyse des données qualitatives

Le style d'analyse de Gavin s'inscrit parfaitement dans l'un des types d'analyse des données qualitatives dit analyse diagnostique ou analyse des causes profondes. Cette méthode consiste essentiellement à étudier les raisons pour lesquelles les personnes prennent des décisions en recherchant des valeurs extrêmes ou des modèles dans les données, et peut être utilisée pour des recherches qualitatives et quantitatives.

Pour l'analyse des données qualitatives, Yatter s'appuie fortement sur Hotjar Recordings pour comprendre l'expérience utilisateur sur le site web et apporter des améliorations en conséquence. Le conseil de Gavin ? Regardez toujours cinq enregistrements des interactions d'un client avec un site avant d'y apporter des modifications.

Sur un site web sur lequel il travaillait pour une entreprise de cellules souches, Gavin savait que les utilisateurs quittaient le site pendant le processus de paiement, et il voulait comprendre pourquoi. Il a vu les utilisateurs se perdre les uns après les autres au cours du processus de paiement et cliquer sur l'icône du menu. Gavin a donc décidé de supprimer le bouton de menu de cette page.

Sur son site personnel, l'observation d'enregistrements a permis à Gavin de se rendre compte que les clients potentiels passaient beaucoup de temps à trouver un nom d'utilisateur à saisir dans le formulaire. En observant ce comportement, Gavin a décidé de remplir automatiquement le formulaire avec l'adresse e-mail de l'utilisateur, ce qui leur a permis de gagner plusieurs secondes et d'améliorer leur parcours.

L'analyse qualitative des données pour gagner

Les résultats : En visionnant les enregistrements des sessions, Gavin a pu repérer les moindres bogues et pierres d'achoppement et trouver des solutions. Par exemple, pour un client, Yatter a augmenté les conversions de 20 % en supprimant le bouton de menu de la page de paiement. Pour sa propre page, Gavin était heureux d'avoir fait gagner du temps aux visiteurs, sachant que les prospects et les clients satisfaits sont ceux qui restent.

S'il s'agissait de votre entreprise : en plus de stimuler les ventes, l'analyse qualitative des données vous fournit des informations empathiques sur l'identité des clients, les raisons pour lesquelles ils font ce qu'ils font et ce dont ils ont besoin pour être heureux, ce qui vous permet d'apporter les bons changements au bon moment pour créer la satisfaction du client.

4.WatchShop

Détaillant indépendant basé au Royaume-Uni, WatchShop est spécialisé dans la vente de montres de marque et de luxe directement au consommateur (également appelée "business-to-consumer" ou B2C). L'entreprise a créé son premier site web de commerce électronique en 2007 et y apporte continuellement des modifications et des améliorations. Les objectifs de WatchShop ? Aider davantage de clients potentiels à trouver le site et optimiser leur CX.

Leur approche de l'analyse qualitative des données

WatchShop connaissait déjà la valeur des données comportementales - c'est pourquoi ils ont regardé les enregistrements de sessions Hotjar. 😉 Mais ils avaient besoin d'aide pour comprendre les informations qualitatives qu'ils recueillaient, et ont donc exploré une méthode d'analyse qualitative des données appelée analyse des sentiments.

L'analyse des sentiments se concentre sur l'émotion dans les données textuelles provenant d'enquêtes, de commentaires, de courriels et d'autres sources. En d'autres termes, l'analyse des sentiments sur vous aide à comprendre ce que ressentent les clients et pourquoi ils le ressentent.

WatchShop a choisi Lumoa , un outil basé sur l'intelligence artificielle, pour l'aider à rationaliser toutes ses sources de données textuelles. Le logiciel a ensuite produit un score global du sentiment des clients, qui fonctionne comme un indicateur clé de performance (ICP) que toutes les parties prenantes peuvent surveiller.

Lorsque le score du sentiment des clients a considérablement baissé ou augmenté à un moment donné, WatchShop a utilisé QDA pour comprendre pourquoi. Ensuite, elle a chargé les équipes appropriées de corriger les points négatifs et de tirer parti des points positifs.

Comme Lumoa peut s'intégrer à d'autres plateformes, WatchShop l'a connecté à TrustPilot, un site d'évaluation, afin d'analyser les avis des clients. WatchShop utilise également Lumoa pour analyser les évaluations de ses concurrents, pour voir comment les autres marques sont perçues et pour déterminer ce qu'ils peuvent apprendre de leurs pairs.

L'analyse des données qualitatives pour gagner

Les résultats : pour l'un de ses clients, WatchShop espérait améliorer les pages de listage des produits. En utilisant l'analyse des sentiments, l'entreprise a découvert des problèmes dans le parcours du client qu'elle n'avait pas remarqués auparavant, et a utilisé ses connaissances pour développer des idées de modifications du site web. Lors de la première série de tests, le taux de conversion de l'entreprise s'est amélioré de 4 %, et après la deuxième série, les taux de conversion ont augmenté de 10 %.

Si c'était le cas de votre entreprise : en utilisant un outil d'analyse quantitative comme Lumoa aide les équipes à centraliser le processus d'analyse, ce qui permet d'interpréter rapidement d'importants volumes de données qualitatives. Le tri de ces données vous aide également à hiérarchiser les initiatives en fonction des questions les plus importantes pour vos clients.

5. Materials Market

Materials Market fait exactement ce que son nom promet : faciliter les échanges entre les clients du secteur de la construction et les fournisseurs qui disposent des matériaux dont ils ont besoin. Cette société de commerce électronique basée au Royaume-Uni souhaite que son site web fonctionne aussi bien que possible pour les clients, c'est pourquoi elle s'est tournée vers Hotjar pour obtenir de l'aide .

Leur approche de l'analyse qualitative des données

L'analyse qualitative des données n'a pas besoin d'être fantaisiste pour être efficace. Andrew Haehn, l'un des fondateurs de Materials Market et directeur des opérations, adopte une approche simple.

Chaque matin, au petit-déjeuner, Andrew regarde pendant 20 minutes Hotjar Recordings, observant attentivement la manière dont les utilisateurs interagissent avec le site. Tout en mangeant, il analyse ce qui va bien et ce qui doit être amélioré.

Pourquoi cette approche fonctionne : cohérence. En visionnant des enregistrements chaque jour, Andrew se familiarise avec les comportements standards des utilisateurs et devient plus attentif à ce qui peut les perturber.

Pour être encore plus efficace, Andrew trie les enregistrements par pertinence : L'algorithme de Hotjar l'aide à trouver les enregistrements les plus utiles, ceux qui sont marqués "élevé" ou "très élevé", pour l'aider à prioriser son temps.

Un conseil d'Andrew est d'analyser les données qualitatives parallèlement aux données quantitatives - à partir des cartes thermiques de Hotjar, par exemple, qui représentent visuellement les zones les plus et les moins populaires d'une page web - pour repérer les zones de confusion et vérifier les problèmes d'expérience utilisateur.

L'analyse des données qualitatives pour gagner

Les résultats : Materials Market a utilisé Hotjar pour collecter et analyser des données qualitatives et a rapidement découvert des moyens d'améliorer l'expérience client. Voici quelques-uns des résultats impressionnants obtenus par l'entreprise après avoir visionné les enregistrements :

• Une diminution du taux d'abandon de panier de 25 % à 4 %

• Une augmentation du taux de conversion des clients payants de 0,5 % à 1.6 % (en un seul mois)

• Une augmentation de plus de 10 000 £ du chiffre d'affaires (en raison de l'amélioration du taux de conversion)

S'il s'agissait de votre entreprise : L'analyse qualitative des données complète l'analyse quantitative des données pour aider à minimiser les frustrations des clients et à maximiser les profits. En fixant des limites de temps et en triant les enregistrements par pertinence, le processus analytique reste rapide et sans douleur.

6. MURAL

MURAL, une entreprise qui propose des solutions de tableaux blancs numériques, est spécialisée dans la résolution créative et collaborative des problèmes. Il est donc naturel qu'elle utilise les mêmes techniques dans son approche de l'analyse qualitative des données.

Leur approche de l'analyse qualitative des données

MURAL a affiné ses compétences en matière d'analyse qualitative des données pendant des années, en utilisant différentes méthodes en cours de route. Finalement, au fur et à mesure de sa croissance, l'entreprise a cherché un centre centralisé pour analyser les commentaires des clients et d'autres informations.

MURAL, sous la direction de son cofondateur et chef de produit Augustin Soler, s'est tourné vers EnjoyHQ comme plateforme de choix. EnjoyHQ a aidé l'entreprise à rassembler des données qualitatives, à générer des métriques à partir de ces données et à mener des analyses thématiques.

En tant qu'équipe avide de visualisation de données, elle exporte les résultats d'EnjoyHQ sur un tableau blanc MURAL afin de pouvoir organiser l'information de manière à susciter la discussion et la collaboration. Ils utilisent ensuite l'analyse qualitative des données dans le cadre de leur processus de planification : les équipes de produits peuvent se concentrer sur une fonctionnalité particulière qu'ils prévoient de mettre à jour ou de lancer à l'avenir, analyser les résultats pour cette fonctionnalité et les utiliser pour informer leur travail.

L'analyse qualitative des données pour gagner

Les résultats : EnjoyHQ a aidé MURAL à façonner son processus d'analyse des données qualitatives - ils peuvent maintenant analyser les commentaires des clients de manière plus structurée, ce qui améliore la communication et la collaboration.

Si c'était votre entreprise : la collecte et l'analyse des données qualitatives sont vitales pour optimiser les décisions relatives aux produits. N'ayez pas peur d'essayer de nouvelles méthodes d'analyse des données qualitatives- ou de personnaliser les solutions pour répondre à vos besoins spécifiques.

Trouvez des moyens de mettre vos données qualitatives à votre service

Les exemples d'analyse des données qualitatives présentés sur cette page montrent des résultats concrets obtenus en se concentrant sur les informations client.

Les données qualitatives amplifient le succès que vous avez grâce aux chiffres de l'analyse quantitative. En utilisant de nouveaux types d'analyse de données qualitatives dans les processus de votre équipe, vous pouvez arrêter de vous fier à votre instinct et prendre des décisions de produit centrées sur les données et sur l'utilisateur .