Comprendre les parcours clients en e-commerce au-delà du premier produit

Elle mesure la relation entre le premier produit identifiable dans les événements de page capturés pour un participant et le livre que cette personne déclare avoir choisi. Nous avons analysé 11 460 participants admissibles d’une expérience menée en 2022 par Ilya Morozov et Anna Tuchman. Leur librairie en ligne contenait 100 livres numériques. Les participants résidaient aux États-Unis et avaient été recrutés via Amazon Mechanical Turk.^[1]

Il s’agissait d’une tâche de recherche assortie d’incitations. Les participants disposaient de 3 dollars pour les livres et devaient en choisir un. Après la tâche en librairie, ils indiquaient séparément s’ils préféraient recevoir le livre et le solde du budget ou les 3 dollars en espèces s’ils gagnaient à un tirage au sort. Chacun avait 50 % de chances de recevoir l’option retenue. Notre résultat est le livre déclaré dans l’enquête, sans utiliser les informations sur cette préférence distincte ou sa réalisation.^[2]

Nous relions ce choix déclaré aux événements de page produit capturés pendant l’intervalle d’enquête apparié. Un événement est identifié lorsque son libellé permet de le rattacher à un livre du catalogue de l’expérience. « Premier » désigne le premier événement de produit capturé sans ambiguïté dans cet intervalle. Cela ne prouve ni quel produit a d’abord retenu l’attention, ni une toute première consultation, ni une activité antérieure à la décision. L’intervalle peut contenir des événements postérieurs au choix.

L’article original étudiait le contenu publicitaire et la recherche. Nous regroupons les conditions de l’expérience pour poser une autre question descriptive : lorsque le premier produit et le livre choisi diffèrent, le livre choisi apparaît-il ailleurs dans les enregistrements capturés ? Cette comparaison n’estime pas un effet publicitaire et ne décrit pas le taux de conversion d’une boutique ordinaire.

Le premier produit correspond au choix déclaré pour 72,4 % des participants analysés, mais les autres cas recouvrent deux situations différentes. Pour 26,6 %, un autre produit apparaît d’abord et le livre choisi figure aussi quelque part dans les enregistrements identifiés. Pour 1,0 %, un autre produit apparaît d’abord et le livre choisi est absent de ces enregistrements.

Le tableau ne compte chaque participant qu’une fois. Ses trois lignes contiennent respectivement 8 295, 3 048 et 117 personnes, avec le même dénominateur de 11 460. Les deux premières contiennent un enregistrement du livre choisi. Elles diffèrent seulement selon que ce livre est aussi le premier produit identifiable.

Pour une entreprise qui examine le trafic de ses produits, ces distinctions changent la question suivante. Un premier produit différent ne signifie pas, à lui seul, que le choix final manque dans l’historique des événements. De même, une correspondance ne montre pas que le premier produit a causé le choix. La comparaison indique comment deux informations concordent, avant de leur donner une explication commerciale.

Un créateur qui vend plusieurs produits rencontre le même problème d’interprétation. Une personne peut découvrir un article dans une campagne et en choisir un autre. Un rapport utile conserve l’identité des produits concernés. Il ne doit pas transformer chaque différence en page produit inefficace, en vente assistée ou en client perdu sans preuve à l’appui de cette conclusion précise.

Non. Parmi les 3 165 participants dont le premier produit enregistré différait du choix déclaré, 3 048 avaient le livre choisi quelque part dans leurs événements de page identifiés. Cela représente 96,3 % de ce groupe. Les 117 autres participants en représentent 3,7 %.

Ce dénominateur est plus restreint que celui du tableau précédent. Les 96,3 % répondent à une question sur les participants dont le premier produit et le choix diffèrent ; ce n’est pas une proportion de tous les participants, visiteurs ou acheteurs. Ce chiffre ne dit pas non plus que 96,3 % ont terminé un achat après avoir consulté un autre produit.

La présence du livre choisi renseigne utilement sur les enregistrements, même si son moment par rapport à la décision reste inconnu. Elle montre que réduire l’historique au premier produit retire un lien identifiable avec le choix dans la plupart des cas de différence. Un historique plus complet permet de distinguer cette situation d’une autre où aucun lien de ce type n’est visible.

Cela justifie de conserver un deuxième champ dans l’analyse : l’article choisi apparaît-il quelque part dans l’intervalle d’événements défini ? Cela ne justifie pas d’attribuer du chiffre d’affaires aux articles précédents. Une boutique disposant d’horodatages de transaction fiables pourrait poser une autre question sur les événements avant l’achat. Les intervalles d’enquête appariés de cette expérience ne fournissent pas cette borne validée.

Le taux global de correspondance avec le premier produit réunit deux historiques très différents. Parmi les 7 656 participants n’ayant qu’un produit distinct identifié, 99,5 % déclarent avoir choisi ce produit. Parmi les 3 804 ayant deux produits distincts identifiés ou plus, 17,8 % ont choisi le produit enregistré en premier.

Le groupe à un seul produit demande une lecture attentive. Si son unique produit identifié diffère du choix, le choix ne peut pas aussi figurer dans l’ensemble identifié. La cellule centrale vaut donc exactement zéro par définition. Cela ne prouve pas que ces personnes n’ont jamais envisagé d’autres options. Leur taux de correspondance élevé n’est pas non plus, à lui seul, une découverte sur des acheteurs décidés.

Dans le groupe ayant deux produits identifiés ou plus, 80,1 % ont un premier produit différent et le livre choisi apparaît ailleurs dans leurs enregistrements. Pour 2,1 % supplémentaires, aucun événement identifié ne correspond au livre choisi. Ces proportions décrivent les identités de produits capturées dans le groupe, pas un passage de la consultation à l’achat.

Pour les rapports, il faut donc présenter le nombre de produits à côté du taux global de correspondance. Un rapport dominé par des historiques à un seul produit répond à une question descriptive différente d’un rapport riche en historiques de plusieurs produits. Ici, le nombre de produits est une mesure observationnelle, en partie liée aux définitions elles-mêmes. On ne peut pas affirmer qu’enregistrer davantage de produits pousse une personne à changer de choix.

Les 117 participants sans enregistrement identifié du livre choisi ne forment pas une catégorie unique entièrement expliquée. Pour 89 d’entre eux, l’intervalle contient aussi au moins un événement de page au libellé vide ou sans correspondance exploitable avec un produit. Les 28 autres n’ont aucun événement conservé de ce type.

Les 89 cas représentent 76,1 % de ce groupe sans enregistrement du choix. Un événement non identifié pourrait être lié à la correspondance manquante, mais son libellé ne permet pas de savoir quel livre il représente. Ce n’est pas une consultation de produit vérifiée, et nous ne lui attribuons pas le livre choisi simplement pour compléter l’histoire.

Il est également utile de conserver les 28 autres cas à part, avec un avertissement sur le faible effectif. L’absence d’événement conservé non identifié ne prouve pas que l’historique capturé contient tout ce que la personne a fait. Un choix depuis une liste, une activité non observée ou la conception de la tâche restent des explications possibles. Les données ne permettent pas de savoir laquelle s’applique.

Pour une agence ou un commerçant, ces catégories appellent des questions différentes sur les éléments disponibles. L’une concerne des enregistrements présents mais impossibles à rattacher à un produit. L’autre concerne un article choisi absent d’enregistrements par ailleurs identifiables. Aucune ne justifie d’affirmer à un client qu’une page produit précise a été ignorée ou que le suivi a nécessairement échoué.

Imaginez un créateur de céramiques qui vend une tasse, un bol et un vase. Les exemples suivants sont inventés pour expliquer la comparaison ; il ne s’agit ni de clients ni de résultats de l’étude de librairie. Supposons que le créateur ait vérifié séparément le produit choisi et défini l’intervalle d’événements à examiner.

Dans le premier exemple, la tasse est le premier produit enregistré et la personne choisit la tasse. Le premier produit et le choix correspondent. Cela laisse ouverte la raison du choix : l’attrait du produit, une recommandation antérieure ou une connaissance préalable demanderaient d’autres éléments.

Dans le deuxième exemple, la tasse apparaît d’abord, le bol figure aussi dans l’intervalle et la personne choisit le bol. Le premier produit diffère, mais l’article choisi est représenté. Parler simplement d’une visite infructueuse de la tasse omettrait une information contenue dans les enregistrements. Présenter la tasse comme un moyen efficace de faire découvrir le bol ajouterait une explication causale que la comparaison n’a pas testée.

Dans le troisième exemple, la tasse et le vase apparaissent dans les enregistrements identifiés, alors que le choix déclaré est le bol. Le choix est absent de l’ensemble identifié. Si un autre événement porte un libellé de produit inexploitable, conservez ce fait sans en deviner l’identité. S’il n’y en a pas, laissez cette absence de lien sans explication arrêtée.

La décision pratique consiste à déterminer quels éléments demander avant de revoir une campagne ou une page produit. Une correspondance se décrit directement. Un premier produit différent avec le choix présent mérite sa propre catégorie. L’absence d’enregistrement de l’article choisi invite à vérifier les définitions d’événement et de choix avant de conclure sur le comportement des clients. Aucun de ces trois exemples ne suffit, seul, à justifier une hausse ou une baisse du budget d’une campagne.

Une courte fiche peut rendre la discussion sur le parcours client plus précise. Commencez par la question métier : examinez-vous les produits présents dans un historique, la présence de l’article choisi ou l’activité antérieure à un achat vérifié ? Ces questions demandent des éléments différents. Séparez l’association observée d’une éventuelle expérience ultérieure destinée à l’expliquer.

Résultat : nommez l’événement ou la réponse qui établit le choix ou l’achat. Écrivez « choix déclaré » lorsque c’est ce dont vous disposez. Pour une analyse de transactions, précisez le traitement des annulations, remboursements et doublons, plutôt que de supposer que chaque événement d’achat est une commande livrée.

Période d’observation : indiquez quand l’historique commence et finit, quelle horloge il utilise et si l’activité postérieure au résultat est exclue. Sans horodatage validé de la décision, ne décrivez pas l’intervalle comme un chemin menant à celle-ci. Conservez les égalités temporelles ambiguës au lieu d’inventer un ordre.

Identité du produit : précisez comment le même produit est reconnu d’un enregistrement à l’autre et comment ses variantes sont traitées. Gardez les identifiants vides ou sans correspondance visibles dans les décomptes. Une ligne impossible à rattacher au catalogue diffère d’un événement de produit qui n’a jamais été observé.

Dénominateurs : montrez le groupe admissible, les états de correspondance avec le premier produit et le groupe plus restreint servant de base à chaque pourcentage conditionnel. Conservez les petits effectifs et expliquez les zéros imposés par les définitions. Le lecteur pourra ainsi distinguer une tendance générale d’un pourcentage fondé sur une petite exception.

Pour une mise en œuvre actuelle de GA4, Google documente des événements view_item et purchase distincts, avec des tableaux items. Chaque article doit comporter item_id ou item_name ; Google recommande les deux. Des identifiants de produits cohérents facilitent la lecture d’une comparaison par article. Il s’agit de recommandations techniques actuelles, distinctes des événements de page personnalisés de l’expérience historique, et non d’une invitation à modifier les paramètres de consentement ou d’attribution.^[5]

Nous avons utilisé les données publiques de réplication des auteurs, fixées à une révision précise du dépôt. L’analyse couvre les deux vagues de la source, du 19 mai au 3 août 2022, en conservant la pause entre les vagues. Nous avons fixé les règles d’appariement et de couverture avant de calculer les combinaisons de premier produit et de livre choisi, puis arrêté le protocole de résultats avant de lire ces résultats conjoints.^[3]

La source contient 24 930 lignes d’enquête, dont des tentatives répétées. Après les exclusions prévues pour les aperçus, la compréhension, les dates de la source et l’historique de participation terminée, 18 373 tentatives étaient prêtes à être appariées. Les règles ont retenu 12 813 tentatives appariées de façon unique ; 11 606 comportaient un choix de livre déclaré exploitable. L’exigence d’un premier produit identifié sans ambiguïté a laissé 11 460 participants analysés. Ce sont des étapes différentes, pas des tailles d’échantillon interchangeables.

L’appariement repose sur les codes de coupon, les identifiants clients et les heures d’enquête. Les correspondances partagées ou ambiguës sont exclues. Une tentative ultérieure n’est pas substituée parce que son résultat serait plus commode. Pour la comparaison des produits, nous ne conservons que le type d’événement exact de la source, Page View - Custom. Des premiers événements aux identités de produits contradictoires, ou des événements non identifiés antérieurs ou simultanés au premier produit identifié, ne permettent pas de déterminer un premier produit et sont exclus.^[4]

Toutes les estimations décrivent cette cohorte analysée sans pondération. Nous ne calculons pas d’intervalles de confiance de population pour cet échantillon de volontaires à une tâche de recherche. Les cellules de moins de 30 participants sont signalées ; les pourcentages conditionnels dont le dénominateur compte moins de 30 personnes sont masqués dans les téléchargements. Les zéros découlant des définitions sont identifiés séparément.

Le tableau présente les deux vagues, un sous-ensemble sans publicité défini strictement par le code de coupon et deux autres définitions de l’intervalle. Le premier produit correspond au choix dans 70,6 % des cas de la vague 1 et 74,6 % de ceux de la vague 2. Le sous-ensemble de coupons compte 192 participants, dont un seul cas sans enregistrement du choix. Cette petite exception ne peut étayer une conclusion substantielle sur la publicité. Le code indique une condition prévue, pas une exposition vérifiée.

Élargir chaque intervalle de 59 secondes à chaque extrémité, ou le réduire d’autant, déclenche une nouvelle exécution de tout le processus d’appariement. Les cohortes obtenues comptent 11 437 et 11 292 participants. Leurs taux de correspondance avec le premier produit sont respectivement de 72,4 % et 72,0 %. Des proportions agrégées proches n’établissent pas le moment de la décision ; ces vérifications mesurent la sensibilité aux bornes temporelles définies.

Les tableaux téléchargeables conservent aussi les comparaisons portant sur les mêmes participants de référence, les ajouts et exclusions selon chaque règle d’intervalle, ainsi que tous les effectifs conjoints. Le dossier de reproduction contient le code, les protocoles fixés, le manifeste des sources, les résultats agrégés et les instructions README. Il ne contient ni identifiants ni enregistrements individuels de participants. Ces calculs et interprétations sont ceux d’Influence IQ ; ils ne remplacent pas l’analyse publicitaire de l’article original.^[6]