Analyser ses KPI marketing avec Claude (sans être data analyst)
T'as des données. T'en fais rien.
Sois honnête.
T'as Google Analytics installé. Peut-être même un tableau de bord Mailchimp. Un pixel Meta quelque part. Des stats sur tes posts LinkedIn.
Et tu regardes quoi ? Le nombre de visiteurs. Les likes. Peut-être le nombre d'abonnés email.
C'est tout.
Les vraies données — celles qui te disent si ton marketing MARCHE ou pas — tu les ignores. Pas parce que t'en as pas envie. Mais parce que tu sais pas comment les lire.
Le taux de conversion, c'est quoi un bon chiffre ? Le coût d'acquisition client, c'est trop élevé ou normal ? La lifetime value, comment tu la calcules ?
T'as les données brutes. Mais sans analyse, c'est comme avoir un GPS éteint. Tu roules, mais tu sais pas si t'es sur la bonne route.
Et c'est là que Claude entre en jeu.
Ce que Claude peut analyser pour toi
Claude, c'est pas un outil de BI à 500 euros par mois. C'est un analyste qui parle français et qui t'explique tes chiffres comme un pote.
Voici ce que tu peux lui donner à manger :
- Tes stats de newsletter : taux d'ouverture, taux de clic, désabonnements
- Tes données de vente : chiffre d'affaires, panier moyen, nombre de clients
- Tes stats de trafic : visiteurs, pages vues, sources de trafic
- Tes données publicitaires : dépenses, clics, ROAS, coût par lead
- Tes métriques réseaux sociaux : reach, engagement, croissance
Et Claude va faire ce qu'un data analyst ferait : identifier les tendances, repérer les anomalies et te dire QUOI faire pour améliorer.
La différence ? Tu paies pas 800 euros la journée de consulting.
Comment préparer tes données
C'est la partie cruciale. Mal préparées, tes données donneront une analyse médiocre.
Bien préparées, tu vas avoir des insights en OR.
Format idéal : le tableau CSV ou copier-coller
Claude comprend les tableaux. Le plus simple, c'est de lui coller un tableau directement dans le chat.
Exemple :
Mois | Visiteurs | Inscrits newsletter | Clients | CA
Jan | 3200 | 89 | 12 | 2400€
Fév | 2800 | 72 | 8 | 1600€
Mar | 4100 | 134 | 19 | 3800€
Avr | 3600 | 98 | 11 | 2200€
Mai | 5200 | 187 | 28 | 5600€
Jun | 4800 | 156 | 22 | 4400€
Tu peux aussi exporter un CSV depuis Google Analytics, Mailchimp, Stripe — et le coller tel quel.
Les 3 règles d'or
1. Donne du contexte. Des chiffres sans contexte, ça veut rien dire. Dis à Claude ce que tu fais, ce que tu vends, à quel prix. Sans ça, il peut pas savoir si un taux de conversion de 2 % c'est bien ou catastrophique.
2. Donne de la durée. Un seul mois de données, c'est anecdotique. 3 mois, c'est un début. 6 mois ou plus, c'est là que les tendances apparaissent.
3. Sois honnête. Si tes chiffres sont mauvais, c'est pas grave. C'est même le but : comprendre POURQUOI c'est mauvais pour corriger.
Les prompts pour chaque type d'analyse
Analyse globale de performance
Voici mes données marketing des 6 derniers mois :
[colle ton tableau]
Contexte : je vends [ton produit] à [ton prix] à [ton audience].
Mon objectif est de [ton objectif principal].
Analyse ces données et dis-moi :
1. Quelles sont les tendances principales (positives et négatives) ?
2. Quels sont mes taux de conversion à chaque étape du funnel
(visiteur → inscrit → client) ?
3. Quel est mon coût d'acquisition client approximatif si je dépense
[montant] en publicité par mois ?
4. Quels sont les 3 points à améliorer en priorité ?
5. Pour chaque point, propose une action concrète que je peux
implémenter cette semaine.
Analyse de newsletter
Voici les stats de mes 10 derniers emails :
[colle un tableau avec : date, objet de l'email, taux d'ouverture,
taux de clic, désabonnements]
Mon audience : [décris-la].
Ma fréquence d'envoi : [x fois par semaine/mois].
Analyse ces données et dis-moi :
1. Mon taux d'ouverture moyen est-il bon, moyen ou mauvais
pour mon secteur ?
2. Quels objets d'email ont le mieux marché et pourquoi ?
3. Y'a-t-il une corrélation entre le jour/heure d'envoi
et la performance ?
4. Mon taux de désabonnement est-il préoccupant ?
5. Donne-moi 5 recommandations concrètes pour améliorer
mes taux d'ouverture et de clic.
Analyse de rentabilité publicitaire
Voici mes données publicitaires du dernier trimestre :
[colle un tableau avec : campagne, plateforme, budget dépensé,
impressions, clics, leads générés, clients obtenus, CA généré]
Mon panier moyen est de [montant].
Ma marge est d'environ [pourcentage].
Calcule :
1. Le ROAS de chaque campagne
2. Le coût par lead et le coût par client de chaque campagne
3. Quelles campagnes sont rentables et lesquelles perdent de l'argent
4. Si je devais réallouer mon budget, comment le répartirais-tu ?
5. Quel budget minimum mensuel me recommandes-tu pour atteindre
[objectif] ?
Analyse de funnel complet
Voici les données de mon funnel de vente :
Visiteurs site : [nombre]
Inscrits page de capture : [nombre]
Ouvertures email de vente : [nombre]
Clics vers page de vente : [nombre]
Ajouts au panier : [nombre]
Achats finalisés : [nombre]
Mon produit coûte [prix].
Mon trafic vient principalement de [sources].
Calcule le taux de conversion entre chaque étape.
Identifie l'étape où je perds le plus de monde.
Propose 3 actions pour améliorer cette étape spécifique.
Exemple concret : analyse d'une newsletter
Pour que tu voies ce que ça donne en vrai, voici un exemple.
Tu donnes ça à Claude :
Voici les stats de ma newsletter marketing (envoyée chaque mardi) :
Date | Objet | Ouverture | Clic | Désabo
04/03 | "La méthode que personne utilise" | 42% | 6.2% | 0.3%
11/03 | "Newsletter #47" | 18% | 1.1% | 0.8%
18/03 | "J'ai fait cette erreur pendant 2 ans" | 47% | 8.4% | 0.1%
25/03 | "3 outils pour ta productivité" | 31% | 4.5% | 0.2%
01/04 | "Mise à jour importante" | 38% | 2.3% | 0.5%
08/04 | "Comment j'ai doublé mon CA en 6 mois" | 51% | 9.1% | 0.1%
J'ai 2 400 abonnés. Je vends une formation à 297€.
Claude va te répondre quelque chose comme :
Les tendances claires :
- Tes objets avec une HISTOIRE personnelle ("J'ai fait cette erreur", "Comment j'ai doublé") performent 2x mieux que les objets génériques
- "Newsletter #47" est un désastre (18 % d'ouverture, 0.8 % de désabo) — un objet sans curiosité = poubelle
- Tes meilleurs emails ont aussi les meilleurs taux de clic ET les plus bas taux de désabonnement
Les actions :
- Arrête immédiatement les objets descriptifs. Utilise des accroches narratives ou des boucles de curiosité
- Le 51 % d'ouverture prouve que ta liste est engagée — le problème c'est pas ta liste, c'est tes objets les jours où ça marche pas
- Ton taux de clic moyen (5.3 %) est bon pour le secteur, mais teste des CTA plus directs dans le corps de l'email
Tu vois la puissance du truc ?
En 30 secondes, t'as une analyse que t'aurais mis des heures à faire toi-même. Et surtout, t'as des ACTIONS concrètes.
Comment transformer l'analyse en actions
L'analyse sans action, c'est du divertissement intellectuel.
Voici comment passer du "ah c'est intéressant" au "ok je fais quoi maintenant" :
Demande à Claude de prioriser.
Parmi toutes tes recommandations, classe-les par impact potentiel
(fort/moyen/faible) et par facilité de mise en œuvre (facile/moyen/difficile).
Je veux d'abord les actions à fort impact ET faciles à implémenter.
Demande un plan d'action sur 30 jours.
Transforme ces recommandations en un plan d'action semaine par semaine
sur les 30 prochains jours. Pour chaque action, dis-moi exactement
quoi faire et combien de temps ça prend.
Demande les métriques à surveiller.
Pour chaque action, quel KPI je dois surveiller pour savoir
si ça marche ? Et au bout de combien de temps je peux évaluer
les résultats ?
C'est ça, la vraie valeur. Pas juste comprendre tes chiffres. Mais savoir EXACTEMENT quoi faire pour les améliorer.
Les limites (important)
Claude est puissant pour l'analyse, mais y'a des choses qu'il peut pas faire :
- Il peut pas accéder à tes outils directement. Tu dois copier-coller tes données. C'est manuel, mais ça prend 5 minutes.
- Il interprète ce que tu lui donnes. Si tes données sont fausses ou incomplètes, l'analyse sera faussée aussi. Garbage in, garbage out.
- Il remplace pas un vrai data analyst pour des analyses complexes (modèles d'attribution multi-touch, analyses de cohortes avancées...). Mais pour 95 % des solopreneurs et petites équipes, c'est LARGEMENT suffisant.
- Il peut se tromper sur les benchmarks. Vérifie toujours les "moyennes du secteur" qu'il te donne. Demande-lui ses sources.
À toi de jouer
T'as des données qui dorment quelque part. Dans Google Analytics. Dans Mailchimp. Dans ton Stripe.
Ouvre Claude. Colle tes chiffres. Pose les bonnes questions.
En 10 minutes, tu vas comprendre ce qui marche et ce qui marche pas dans ton marketing. Et tu vas avoir un plan d'action concret pour améliorer.
C'est mathématique : les marketeurs qui analysent leurs données progressent. Les autres devinent.
Arrête de deviner.
Pour aller plus loin, consulte ces ressources :
- Les KPI — comprendre les indicateurs clés de performance
- Le CAC — maîtriser ton coût d'acquisition
- La LTV — calculer la valeur vie client
- Le ROAS — mesurer la rentabilité de tes pubs
- Les métriques qui comptent — la leçon complète
