Un truc qui m'a terminé dans toutes les boîtes dans lesquelles j'ai bossé ou presque, c'est comment les gens ils utilisent la data. Donc bon, voilà, aujourd'hui dans la French Tech tout le monde dit qu'on est data-centric, c'est comme le truc d'être customer-centric ou product-centric. Dans la vraie vie, ben voilà, personne ne l'est ou très peu de gens le sont.
En gros, moi je voulais juste faire un petit point très high-level sur la data, genre juste, je voulais faire la différence entre les Output Metrics et les Input Metrics.
Qu'est-ce que j'entends par Output Metric ?
Output, donc ça veut dire résultat en anglais. L'output c'est le résultat, le résultat il sert à mesurer, ben voilà, de manière très macro, est-ce qu'on est bon ou pas. Donc le résultat c'est peut-être le métrique qu'on va montrer au board et qui nous dit si, en fait, en tant qu'entreprise tous les départements nous font avancer dans la bonne direction. Par exemple, moi qui fais plein le recrutement, ben le résultat, l'output metric pour le recrutement ça va être le nombre de recrutements qu'on fait, de placements, de hires qu'on va faire dans la boîte.
Pour l'instant, c'est très straightforward.
La confusion autour des Output Metrics
Et là c'est là que toute la confusion arrive, le problème c'est les gens qui en fait prennent cet Output Metric genre le nombre de hires et se basent dessus pour dire : "Ah ben voilà, on devrait améliorer ça. Ah tiens ben on a recruté 50% de personnes en plus, ça veut dire qu'on fait bien les choses." Non, en fait c'est de la merde. Ce qu'il faut pour réellement prendre des actions, c'est pas des Output Metrics, c'est des Input Metrics.
Les Input Metrics
- Les Input Metrics c'est tous les métriques qui vont fuel, qui vont alimenter cet Output Metric.
- En fait, tous les métriques qui vont avoir de l'impact sur, ben là en l'occurrence dans mon exemple, le nombre de recrutements qu'on a fait sur je sais pas, le mois.
- Qu'est-ce qu'il y a là-dedans ? Donc il va y avoir peut-être, je vous donne des exemples qui ne sont peut-être pas les meilleurs, mais je vous donne des exemples, l'autoclick sur le call to action qu'on a mis sur le site web.
Après on peut faire des Input Metrics emboîtées, donc peut-être que, ah ben d'accord, en fait cet Input Metric, donc l'autoclick qu'on a eu, finalement il vient fuel l'Output Metric qui est le nombre de recrutements, mais cet Input Metric c'est aussi un Output Metric qui, par exemple, le nombre de clics que j'ai eu sur mon CTA sur mon site web, ben en fait il a un Input qui vient fuel ce truc, ça va être le nombre de visiteurs que j'ai sur mon site web.
En fait, on peut remonter cette échelle comme ça : le nombre de visiteurs que j'ai eu sur mon site web, c'est quoi les sources de trafic qui amènent des gens sur mon site web ? Ah ben je sais pas, c'est mes posts LinkedIn, ah ben dans ce cas-là, et finalement on se rend compte de fil en aiguille que ce qui doit driver l'effort, ça dépend où vous concentrez votre effort.
Concentrer les efforts sur les bons métriques
- Si en ce moment dans la boîte de recrutement, ce que vous faites, ou dans votre boîte, je sais pas quoi, c'est que vous comptez sur, vous validez des hypothèses en disant : "Ben voilà, moi je veux plus recruter grâce à ma stratégie de communication sur les réseaux sociaux."
- Dans ce cas-là, un excellent Input Metric, ça va être combien d'impressions vous avez sur je ne sais quel réseau social.
- Ça va être combien de visiteurs cela vous procure sur votre site web, et c'est quoi le CTA, enfin le pourcentage de conversion en CTA qu'on a sur le site web.
Et en fait c'est ça qui va vous permettre de mesurer les effets de vos actions, donc par exemple : j'ai changé la page de call to action sur mon site web, ah et ben on regarde ce métrique-là.
Les erreurs des top managers
Le truc c'est qu'il y a beaucoup de top managers dans des boîtes qui vont juste regarder : "Ah ben mon équipe recrutement elle fait bien son taf, les hires augmentent. Ah mon équipe de recrutement fait mal son taf, les hires diminuent."
Ben en fait c'est un indicateur, mais si par exemple l'objectif je ne sais pas du mois c'était d'augmenter le trafic en provenance de je ne sais pas moi, LinkedIn ou d'augmenter le call to action et tout, ben en fait tu t'en fous que l'Input Metric il aille bien ou pas, ça veut dire que l'hypothèse que vous aviez là sur le mois était pourrie ou pas pourrie quoi.
Conclusion
L'Input Metric ça permet d'avoir une mesure très granulaire de si les actions immédiates qui ont eu lieu sur le dernier mois ont marché ou pas et indépendamment de la saisonnalité, parce que ben voilà, on peut avoir de la chance et avoir le nombre de hires qui augmente chaque mois. Mais par contre si tous les Inputs sont au vert et qu'ils ont été bien framés, en fait tout va bien s'ils fonctionnent.
Voilà, désolé si l'exemple n'était pas excellent, mais après vous pouvez faire vos propres exemples et même faire des expériences de pensée là-dessus et voilà.