Une métrique de contenu pour les gouverner tous
Regardons les choses en face : mesurer, analyser et rendre compte du succès du marketing de contenu est
dur.
Non seulement cela, mais
nous sommes tous occupés. Dans son dernier rapport sur les tendances B2B, le Content Marketing Institute a quantifié certains des plus grands défis auxquels sont confrontés les spécialistes du marketing de contenu d’aujourd’hui, et 69 % des entreprises ont cité le manque de temps. Nous passons suffisamment de temps à rechercher, éditer et publier le contenu, et quiconque a déjà géré un calendrier éditorial sait que les incendies ont constamment besoin d’être éteints. Avec si peu de temps supplémentaire à notre disposition, la dernière chose que les spécialistes du marketing de contenu veulent faire est de passer au crible une pile de données qui ressemble à ceci :
Parfois, nous voulons creuser dans des données granulaires. Si un message fonctionne exceptionnellement bien sur Twitter, mais juste comme partout ailleurs, c’est remarquable. Mais
lorsque nous examinons des métriques individuelles, il est beaucoup trop facile de les lire de toutes les manières erronées.
Chez Moz, il est assez facile de penser qu’un message ne fonctionne pas bien lorsqu’il n’a pas beaucoup de pouces levés, ou de penser que nous avons fait une horrible erreur lorsqu’un message obtient plusieurs pouces vers le bas. La vérité est, cependant, que nous ne pouvons pas simplement assimiler des mesures comme des pouces au succès. En fait, notre
plus Le post ignoré au cours des deux dernières années était celui dans lequel Carson Ward avait essentiellement prédit la disparition récente des blogs invités spammés.
Nous avons besoin d’une solution. Nous avons besoin de quelque chose qui est facile à suivre en un coup d’œil, mais qui ne perd pas la forêt pour les arbres. Nous avons besoin d’un moyen de passer rapidement au crible le bruit et de déterminer quels éléments de contenu ont vraiment réussi et lesquels ne se sont pas aussi bien déroulés. Nous avons besoin de quelque chose qui ressemble plus à ceci :
Cet article explique comment nous avons combiné nos mesures de contenu pour le blog Moz en un seul score facile à digérer, et mieux encore, presque complètement automatisé.
Ce que ce n’est pas
Il est
ne pas une note absolue. Créer un score absolu, alors que les calculs seraient tout aussi faciles, n’en vaudrait tout simplement pas la peine. Les entreprises qui ne font que commencer leurs efforts de marketing de contenu obtiendraient systématiquement des scores à un chiffre, et il n’est pas juste de comparer une poussée de plusieurs millions de dollars d’une société géante à un meilleur effort d’une très petite entreprise. Cette mesure n’est pas destinée à comparer les efforts d’une organisation avec une autre ; il est destiné à être utilisé à l’intérieur d’une seule organisation.
Qu’est-ce que c’est et ce qu’il mesure
Le One Metric est un score unique qui vous indique le succès d’un élément de contenu en le comparant à la performance moyenne du contenu qui l’a précédé. Nous y sommes parvenus en combinant plusieurs autres mesures, ou « ingrédients », qui se répartissent en trois catégories de poids égal :
- Google Analytics
- Mesures sur la page (internes)
- Mesures sociales
Il ne serait jamais bon de simplement écraser toutes ces mesures ensemble, car les nombres plus grands auraient intrinsèquement plus de poids. En d’autres termes, nous ne pouvons pas simplement prendre la moyenne de 10 000 visites et 200 j’aime sur Facebook, car Facebook serait beaucoup plus pondéré : passer de 200 à 201 j’aime représenterait une augmentation de 0,5 %, et passer de 10 000 à 10 001 visites serait une augmentation de 0,01 %. Pour nous assurer que chacun des ingrédients est pondéré de manière égale, nous les comparons à nos attentes individuelles.
Prenons un exemple simple utilisant un seul ingrédient. Si nous voulions avoir une idée de la performance d’un message particulier sur Twitter, nous pourrions évidemment examiner le nombre de tweets qui y sont liés. Mais qu’est-ce que ce nombre réellement
moyenne? Quel est le succès d’une publication qui génère 100 tweets ? 500 ? 2 000 ? Afin de donner un sens à cela, nous utilisons les performances passées. Nous prenons tout ce que nous avons publié au cours des deux derniers mois et trouvons le nombre moyen de tweets que chacun de ces messages a reçu. (Nous avons choisi deux mois ; vous pouvez utiliser plus ou moins si cela vous convient mieux.) C’est notre point de repère : nos attentes concernant le nombre de tweets que nos futurs messages recevront. Ensuite, si notre Suivant poste obtient plus que ce nombre prévu, nous pouvons dire en toute sécurité qu’il a bien fonctionné selon nos propres normes. Le nombre réel de tweets n’a pas vraiment d’importance dans ce sens, il s’agit de monter et de monter à droite, en s’efforçant d’améliorer continuellement notre travail.
Voici une représentation plus visuelle de ce à quoi cela ressemble:
Savoir qu’un message a fait mieux ou moins bien que prévu est très précieux, mais
combien mieux ou pire a-t-il réellement fait ? A-t-il à peine raté la cible ou a-t-il complètement sombré ? Il est temps de quantifier.
C’est ça
pourcentage de la moyenne (92 % et 73 % dans les exemples ci-dessus) que nous utilisons pour ensemencer notre One Metric. Pour un ingrédient donné, si nous avons 200% de la moyenne, nous avons un poste qui a fait deux fois mieux que la normale. Si nous avons 50%, nous avons un poste qui a fait la moitié aussi.
À partir de là, nous faisons exactement la même chose pour tous les autres ingrédients que nous aimerions utiliser, puis les combinons :
Cela nous donne une métrique unique qui offre un aperçu rapide des performances d’une publication. Dans l’exemple ci-dessus, notre performance globale s’est élevée à 113 % de ce à quoi nous nous attendions sur la base de notre performance moyenne. Nous pouvons dire qu’il a dépassé les attentes de 13 %.
Mais nous ne nous arrêtons pas là. Ce pourcentage de la moyenne est assez utile… mais nous voulions que cette mesure soit utile en dehors de nos propres esprits. Nous voulions que cela ait du sens pour à peu près tous ceux qui le regardaient, nous avions donc besoin d’une échelle différente. À cette fin, nous sommes allés plus loin et avons appliqué ce pourcentage à une échelle logarithmique, nous donnant un score unique à deux chiffres, un peu comme vous le voyez pour l’autorité de domaine et l’autorité de page.
Si vous êtes curieux, nous avons utilisé l’équation suivante pour notre échelle (bien que vous devriez vous sentir libre d’ajuster cette équation pour créer une échelle plus adaptée à vos besoins) :
Où y est le score One Metric et x est le pourcentage de la performance attendue d’une publication qu’elle a réellement reçue. Essentiellement, un message qui répond exactement aux attentes reçoit un score de 50.
Pour l’exemple ci-dessus, un pourcentage global d’attentes qui ressort à 113 % se traduit comme suit :
Bien sûr, vous n’aurez pas besoin de calculer la valeur à la main ; cela se fera automatiquement dans une feuille de calcul. Ce qui est en fait une excellente suite…
L’objectif ici est de faciliter les choses, donc ce que nous recherchons est une feuille de calcul où tout ce que vous avez à faire est de “remplir” pour chaque nouveau contenu au fur et à mesure de sa création. Environ 10-15 secondes de travail pour chaque pièce. Malheureusement, je ne peux pas simplement vous donner un modèle prêt à l’emploi, car je n’ai pas accès à votre Google Analytics et je n’ai aucune idée de la façon dont vos métriques sur la page pourraient être configurées.
En conséquence, cela peut sembler un peu intimidant au début.
Une fois que vous avez fait fonctionner les choses une fois, il suffit de copier les formules dans de nouvelles lignes pour de nouveaux éléments de contenu ; les métriques seront remplies automatiquement.
Cela vaut bien l’effort initial.
Prêt? Commencer ici:
Ouvrir le modèle One Metric
Faites une copie de ce document afin de pouvoir apporter des modifications (Fichier> Faire une copie), puis suivez les étapes ci-dessous pour ajuster cette feuille de calcul en fonction de vos propres préférences.
- Vous voudrez ajouter ou supprimer des colonnes de cette feuille pour correspondre aux ingrédients que vous utiliserez. Vous n’avez pas de métriques sur la page comme les pouces ou les commentaires ? Pas de problème, supprimez-les simplement. Voulez-vous ajouter des repins Pinterest comme ingrédient ? Jetez-le là-dedans. C’est votre métrique, alors faites-en une combinaison des choses qui comptent pour vous.
- Obtenez du contenu là-dedans. Étant donné que les performances de chaque nouveau contenu sont basées sur les performances de ce qui l’a précédé, vous devez ajouter “ce qui l’a précédé”. Si vous avez accès à une base de données pour votre organisation (ou connaissez quelqu’un qui l’a), cela pourrait être plus simple. Vous pouvez également créer un nouvel onglet dans cette feuille de calcul, puis utiliser la fonction =IMPORTFEED pour extraire automatiquement une liste de contenu de votre flux RSS.
- Remplir la première ligne. Vous utiliserez une variété de fonctionnalités dans Google Spreadsheets pour extraire les données dont vous avez besoin à partir de divers endroits sur le Web, et je passe en revue plusieurs d’entre elles ci-dessous. C’est la partie la plus fastidieuse de la configuration; n’abandonnez pas !
- Vos données ont-elles été importées avec succès pour la première ligne ? Remplissez. Assurez-vous qu’il importe les bonnes données pour le reste de votre contenu initial.
- Calculer le pourcentage d’attentes. Selon le nombre d’ingrédients que vous utilisez, cette équation peut sembler très intimidante, mais ce n’est en réalité qu’un produit de la feuille de calcul qui rassemble tout sur une seule ligne. Voici une version plus jolie :
Tout cela (rappelez-vous l’étape 2 ci-dessus, où nous avons combiné les ingrédients) consiste à comparer chaque métrique individuelle aux performances passées, puis à les pondérer de manière appropriée.
Et voici à quoi cela ressemble en texte brut pour
notre métrique (le vôtre peut varier):=((1/3)*(E48/(average(E2:E47))))+((1/3)*((F48/(average(F2:F47)))+(G48/(average(G2:G47))))/2)+(((1/3)*((H48/(average(H2:H47)))+(I48/(average(I2:I47)))+(J48/(average(J2:J47))))/3))
Notez que cette équation va de la ligne 2 à la ligne 47 car nous avions 46 éléments de contenu qui ont servi à créer notre “attente”.
- Convertissez-le en score One Metric. C’est un morceau de gâteau. Vous pouvez certainement utiliser notre équation logarithmique (référencée ci-dessus) : y = 27*ln(x) +50, où x est le pourcentage d’attentes que vous venez de calculer. Ou, si vous vous sentez à l’aise de l’adapter à vos propres besoins, n’hésitez pas à le faire également.
- Vous êtes prêt ! Ajoutez plus de contenu, remplissez et répétez !
Mise à jour : un mot d’avertissement
Après une excellente discussion dans les commentaires ci-dessous, j’ai pensé qu’il était prudent d’inclure une mise en garde sur la façon dont cette métrique est utilisée. D’une part, soyez intelligent sur la signification réelle des chiffres et gardez à l’esprit les points suivants :
- Assurez-vous d’avoir une référence suffisamment ample. Si vous n’avez que trois messages avec lesquels définir les valeurs “attendues”, votre performance par rapport à cette attente ne signifiera pas grand-chose. Je vous recommande d’avoir au moins 10 à 15 messages à partir desquels vous calculez cette attente avant d’appliquer le score One Metric à tous les messages suivants.
- Soyez intelligent avec les moyennes et sachez que cela ne signifie pas que vous pouvez jeter tout le reste de vos mesures. En rassemblant toutes ces mesures ensemble, nous atténuons efficacement l’impact de toute valeur aberrante. Merci à Pete Wailes pour cette référence XKCD ; alors que vous ne devriez pas perdre la forêt pour les arbres, parfois les arbres individuels sont assez importants.
- Comme avec n’importe quel métrique, savoir quoi faire avec One Metric nécessite une conscience aiguë de Pourquoi un certain élément de contenu a fonctionné comme il l’a fait et en vérifiant toutes les actions prévues par rapport aux objectifs de votre organisation. Il y a une raison pour laquelle les spécialistes du marketing n’ont pas été remplacés par des algorithmes : C’est à vous et à votre cerveau de transformer ces mesures en informations réelles.
Voici des instructions plus détaillées pour extraire différents types de données dans la feuille de calcul :
Ajouter de nouvelles lignes avec IFTTT
If This Then That (IFTTT) facilite brillamment l’ajout automatique de vos nouveaux messages à la feuille de calcul où vous suivez votre One Metric. Le seul hic, c’est que vos publications doivent avoir un flux RSS configuré (plus d’informations sur FeedBurner). Inscrivez-vous pour un compte IFTTT gratuit si vous n’en avez pas déjà un, puis configurez une recette qui ajoute une ligne à une feuille de calcul Google pour chaque nouvelle publication dans le flux RSS.
Lors de la création de cette recette, assurez-vous d’inclure “URL d’entrée” comme l’un des champs enregistrés dans la feuille de calcul ; cela sera nécessaire pour extraire le reste des mesures pour chaque message.
De plus, IFTTT raccourcit les URL par défaut, ce que vous voudrez désactiver, car les URL raccourcies ne signifieront rien pour les API que nous utiliserons plus tard. Vous pouvez trouver ce paramètre dans les préférences de votre compte.
Tirer Google Analytics
L’une des belles choses à propos de l’utilisation d’une feuille de calcul Google pour suivre cette métrique est la facilité d’intégration avec Google Analytics. Il existe un module complémentaire pour Google Spreadsheets qui permet d’extraire à peu près n’importe quelle métrique en un processus simple. Le seul inconvénient est que même après avoir correctement configuré les choses, vous devrez toujours actualiser manuellement les données.
Pour commencer, installez le module complémentaire. Vous voudrez le faire en utilisant un compte qui a accès à votre Google Analytics.
Ensuite, créez un nouveau rapport ; vous trouverez l’option sous “Modules complémentaires > Google Analytics :”
Sélectionnez les informations de compte GA qui contiennent les métriques que vous souhaitez voir, puis choisissez les métriques que vous souhaitez suivre. Mettez “Page” dans le champ “Dimensions” ; cela vous permettra de référencer le rapport résultant par URL.
Vous pouvez modifier la configuration du rapport ultérieurement, et si vous souhaitez une aide supplémentaire pour savoir comment le manipuler, consultez la documentation de Google.
Cela créera (au moins) deux nouveaux onglets sur votre feuille de calcul ; un pour la configuration du rapport et un pour chacune des mesures que vous avez incluses lors de la création du rapport. Dans l’onglet Configuration du rapport, vous voudrez vous assurer que vous définissez la plage de dates de manière appropriée (je vous recommande de définir la date de fin assez loin dans le futur, afin que vous n’ayez pas à revenir en arrière et à la modifier plus tard). Pour que les choses fonctionnent un peu plus rapidement, je vous recommande également de définir un filtre pour la ou les sections de votre site que vous souhaitez évaluer. Enfin et surtout, la valeur par défaut pour “Max Results” est de 1 000, donc si vous avez plus de pages que cela, je changerais également cela (la valeur maximale est de 10 000).
Vous avez tout mis en place ? Exécutez ce chiot! Dirigez-vous vers Modules complémentaires > Google Analytics > Exécuter des rapports. Chaque fois que vous revenez à cette feuille de calcul pour mettre à jour vos informations, vous devrez cliquer à nouveau sur “Exécuter les rapports” pour obtenir les statistiques les plus récentes.
Il reste une étape. Vos données se trouvent maintenant dans un tableau sur la mauvaise feuille de calcul, nous devons donc les récupérer à l’aide de la formule VLOOKUP. Essentiellement, vous dites à Excel : “Vous voyez cette URL là-bas ? Trouvez-la dans le tableau de cet onglet de rapport et dites-moi quel est le numéro à côté.” Si vous n’avez jamais utilisé VLOOKUP auparavant, cela vaut la peine d’apprendre. Il y a une explication fantastique sur Search Engine Watch si vous pouviez utiliser une introduction (ou un rappel).
Un détail supplémentaire à noter (merci à rorynatkiel de l’avoir signalé dans les commentaires): vous devrez peut-être utiliser un =CONCAT pour ajouter le “http://” pendant que vous extrayez de ce rapport, car le rapport GA ne ne l’incluez pas.
Extraire des métriques sociales avec des scripts
C’est un peu plus délicat, car Google Spreadsheets n’inclut pas de moyen d’extraire des mesures sociales, et ces informations ne sont pas incluses dans GA. La solution? Nous créons nos propres fonctions pour la feuille de calcul à utiliser.
Relaxer; ce n’est pas aussi difficile que vous ne le pensez. =)
Je vais passer en revue Facebook, Twitter et Google Plus ici, bien que le processus soit sans aucun doute similaire pour tout autre réseau social que vous souhaitez mesurer.
Nous commençons dans l’éditeur de script, que vous trouverez dans le menu outils :
Si vous y êtes déjà allé, vous verrez une liste de scripts que vous avez déjà créés ; cliquez simplement sur “Créer un nouveau projet”. Si vous êtes nouveau sur Google Scripts, cela vous plongera dans un projet vierge – vous pouvez simplement fermer la fenêtre contextuelle qui tente de vous lancer.
Google Scripts organise ce que vous créez en “projets”, et chaque projet peut contenir plusieurs scripts. Vous n’aurez besoin que d’un seul projet ici – appelez-le simplement quelque chose comme “Scripts de métriques sociales” – puis créez un nouveau script dans ce projet pour chacun des réseaux sociaux que vous souhaitez inclure comme ingrédient dans votre One Metric.
Une fois que vous avez un script vierge prêt pour chaque réseau, parcourez-le un par un et collez le code respectif ci-dessous dans la grande case de l’éditeur de script (assurez-vous de remplacer le code “myFunction” par défaut).
function fbshares(url) { var jsondata = UrlFetchApp.fetch("http://api.facebook.com/restserver.php?method=links.getStats&format=json&urls="+url); var object = Utilities.jsonParse(jsondata.getContentText()); return object[0].total_count; Utilities.sleep(1000) } 
function tweets(url) { var jsondata = UrlFetchApp.fetch("http://urls.api.twitter.com/1/urls/count.json?url="+url); var object = Utilities.jsonParse(jsondata.getContentText()); Utilities.sleep(1000) return object.count; } 
function plusones(url) { var options = { "method" : "post", "contentType" : "application/json", "payload" : '{"method":"pos.plusones.get","id":"p","params":{"nolog":true,"id":"'+url+'","source":"widget","userId":"@viewer","groupId":"@self"},"jsonrpc":"2.0","key":"p","apiVersion":"v1"}' }; var response = UrlFetchApp.fetch("https://clients6.google.com/rpc?key=AIzaSyCKSbrvQasunBoV16zDH9R33D88CeLr9gQ", options); var results = JSON.parse(response.getContentText()); if (results.result != undefined) return results.result.metadata.globalCounts.count; return "Error"; } Assurez-vous de sauvegarder ces scripts– ce n’est pas automatique comme c’est le cas avec la plupart des applications Google. Fait? Vous avez maintenant les fonctions suivantes à votre disposition dans Google Spreadsheets :
- =fbshares(url)
- =tweets(url)
- =plusones(url)
Le (url) dans chacun de ces cas est l’endroit où vous pointez vers l’URL du message que vous essayez d’analyser, qui devrait être extrait automatiquement par IFTTT. Voila ! Mesures sociales.
Extraire des métriques sur la page
Vous pouvez également avoir des mesures intégrées à votre site que vous aimeriez utiliser. Par exemple, Moz a le pouce levé sur chaque message, et nous voyons aussi fréquemment de bonnes discussions dans notre section commentaires, nous utilisons donc les deux comme mesures de réussite pour notre blog. Ceux-ci peuvent
d’habitude être attiré par l’une des deux méthodes suivantes.
Mais d’abord,
remarque obligatoire : Ces deux méthodes impliquent de gratter une page pour obtenir des informations, ce qui est évidemment bien si vous grattez votre propre site, mais c’est contre le ToS pour de nombreux services (tels que les propriétés de Google et Twitter), alors faites attention à la façon dont vous utilisez ces.
=IMPORTXML
Bien qu’il puisse être un peu délicat de le configurer correctement, il s’agit d’une fonction incroyablement pratique, car elle vous permet de récupérer une information d’une page à l’aide d’un XPath. Tant que votre métrique est affichée quelque part sur l’URL de votre élément de contenu, vous pouvez utiliser cette fonction pour l’extraire dans votre feuille de calcul.
Voici comment formater la fonction :
Si vous souhaitez un didacticiel complet sur XPaths (ils sont très utiles), nos amis de Distilled ont élaboré un guide vraiment fantastique pour les utiliser pour des choses comme celle-ci. Cela vaut bien le coup d’oeil. Vous pouvez ignorer cela pour l’instant, si vous préférez, car vous pouvez trouver le XPath pour n’importe quel élément donné assez rapidement avec un outil intégré à Chrome.
Faites un clic droit sur la métrique que vous souhaitez extraire, puis cliquez sur “Inspecter l’élément”.
Cela affichera la console des outils de développement en bas de la fenêtre et mettra en surbrillance la ligne de code correspondant à ce sur quoi vous avez cliqué. Faites un clic droit sur cette ligne de code et vous aurez la possibilité de “Copier XPath”. Ayez-y.
Cela copiera le XPath dans votre presse-papiers, que vous pourrez ensuite coller dans la fonction de Google Spreadsheets.
Richard Baxter de BuiltVisible a créé un merveilleux guide de la fonction IMPORTXML il y a quelques années ; ça vaut le coup d’oeil si vous voulez plus d’infos.
Combinaison de =INDEX avec =IMPORTHTML
Si votre ingrédient est hébergé dans un
