La segmentation des données est une pratique essentielle dans le domaine de l'analyse de données. Elle consiste à diviser un ensemble de données en segments ou groupes plus petits, basés sur des critères spécifiques tels que le comportement des utilisateurs, les caractéristiques démographiques, ou d'autres variables pertinentes.
Identifiez vos segments
Démographique : Cette approche divise les données en fonction de caractéristiques démographiques telles que l'âge, le sexe, le niveau de revenu, l'éducation, la profession, etc.
👉
Utilisée dans les études de marché et le marketing pour cibler des groupes spécifiques de consommateurs.
Géographique : Ici, les données sont segmentées en fonction de la localisation géographique, comme les pays, les régions, les villes, ou même des zones spécifiques au sein d'une ville.
👉
Cette segmentation est utile pour les stratégies de marketing localisées et pour comprendre les variations régionales dans les comportements des consommateurs.
Comportementale : Elle se base sur le comportement des utilisateurs, comme les habitudes d'achat, l'utilisation du produit, l'historique des interactions, la fidélité à la marque, et les réponses aux précédentes campagnes marketing.
👉
Cette segmentation est cruciale pour personnaliser les expériences utilisateur et améliorer la fidélisation de la clientèle.
Temporelle : Cette segmentation se concentre sur le moment où un produit est acheté ou utilisé, comme les saisons, les vacances, les jours de la semaine, ou même des heures spécifiques.
👉
Elle est particulièrement utile pour les industries saisonnières ou pour optimiser les campagnes publicitaires.
Cohort : Cette segmentation est une technique qui consiste à diviser les clients en groupes (appelés cohortes) en fonction de leur comportement ou des actions qu'ils effectuent pendant une période.
👉
Elle est particulièrement utile dans le ecommerce ou les site à abonnements pour obtenir des informations sur l’évolution de la Longtime Value (LTV), du panier moyen, ou encore sur la fidélisation et le taux de désabonnement des clients
Les fonctions pour segmenter vos données
La syntaxe CASE WHEN, maîtresse des segments de donnée
→ SYNTAXE
plain text
CASEWHEN...THEN"..."WHEN...THEN"..."ELSE"..."END
WHEN est une condition. Elle accepte de nombreuses fonctions comme le 3 fonctions REGEXP et des opérateurs logiques.
THEN est le résultat attendu si la donnée respecte la condition associée (ce sera votre groupe de données)
ELSE est le “fallback” facultatif qui va regrouper toutes les données qui ne respectent pas les conditions définies. Si vous ne le renseigner pas,
END est obligatoire
A noter que le système lit les instructions CASE de haut en bas. Si une donnée respecte 2 conditions WHEN, alors elle ne sera captée que par la 1ère dans l’ordre de lecture de haut en bas.
Dans le cas suivant, toutes les données “URL” sont captées par la première condition i.e. le Groupe 1. Le Groupe 2 et Groupe 3 quant à eux seront vides ( valeur null sur Looker Studio)
CASEWHEN Position =1THEN"Top 1"WHEN Position <4THEN"Top 3"// donc de 1,0x à 3,9xWHEN Position <10THEN"Top 10"// donc de 4,0x à 9,9xELSE"10+"END
On remarquera qu’on commence par la plus petite position étant donnée que la lecture de la syntaxe se fait de haut en bas.
Cette segmentation est utile avec la source de donnée Search Console !
La fonction IF()
→ SYNTAXE
La fonction SI de Looker Studio dispose d’une syntaxe similaires à tout autre plateforme de traitement de données type Spreadsheet ou Excel IF / THEN / ELSEL’intérêt c’est que maintenant nous pouvons enfin renvoyer un résultat selon un comparaison de 2 champs (champs 1 > champs 2) et non plus seulement selon une valeur textuel ou booléenne d’un champ. Ca simplifie les choses et ça fait plaisir.
plain text
IF(condition test, result iftrue, result iffalse)
Par exemple
IF(Actual Sales > Forecast Sales, Bonus *1.2, Bonus)
Quelle différence entre CASE et IF ?
La fonction IF résout une limite de la fonction CASE que tout aficionado de Data Studio connaît et qui a fait croître sa proportion de cheveux blancs :
Only numeric literals are allowed if aggregated fields are used in CASE
😱😱 Ce champ calculé renvoi en sortie une valeur littéral “TRUE” ou “FALSE” en fonction d’une condition :
Lead dashboard & BI chez UnNest, je vous aide à donner vie à vos tableaux de bord et produits data au service de vos utilisateurs.
Fan de Looker Studio depuis le début, je développe mes compétences de dashboard design pour délivrer la bonne information à la bonne personne avec la meilleure visualisation.
Libérez le potentiel de vos données avec Looker Studio : explorez, analysez, décidez.
Si toi aussi tu souhaites maîtriser tous les aspects de Looker Studio, tu peux t’inscrire à la formation :