Decathlon
L’équipe e-commerce de Decathlon était confrontée à des défis majeurs en matière d’accès et d’utilisation efficace des données du funnel de checkout. Les product managers manquaient d’outils pour évaluer efficacement l’impact des nouvelles fonctionnalités sur le processus de checkout.
Notre stratégie
Nous avons d’abord procédé à l’extraction des données de Google Analytics et Piano, qui étaient jusqu’alors sous-utilisées, se limitant à des analyses ponctuelles. En utilisant Databricks, nous avons créé un pipeline robuste pour traiter et unifier ces données, permettant ainsi une meilleure intégration et une automatisation du processus d’analyse. Par la suite, nous avons développé des dashboards interactifs dans Tableau, offrant aux managers de produit une vue détaillée et actualisée du comportement des utilisateurs tout au long du funnel de checkout.
Analyse de données
Dashboard
Machine learning
Qualité de données
Tableau Software
Power BI
Web analytics
SQL
Gestion de projet
SAS
Google Cloud Platform
Python
Cette visibilité accrue a permis de détecter rapidement les problèmes de qualité des données et les incohérences dans les stratégies d’analyse entre différents pays. Finalement, cette initiative a conduit à une décision stratégique majeure : standardiser l’outil de webanalyse à l’échelle globale. Cela a non seulement simplifié le travail d’analyse mais a également permis des comparaisons précises entre les différentes opérations internationales, améliorant ainsi la prise de décision stratégique à tous les niveaux de l’organisation.
Résultats
Mise en lumière des problèmes de qualité des données et des stratégies d’analyse incohérentes à travers différents pays
Établissement d’une source unique de vérité pour les analyses de webanalyse, facilitant la comparaison internationale
Amélioration significative de la capacité des managers de produit à piloter les modifications du processus de checkout basées sur des données fiables, et à effectuer des rollbacks si nécessaire
