Comment utiliser Mixpanel ?

Ou comment convertir ses hypothèses en certitudes

La Fonderie
Published in
13 min readJun 27, 2018

--

Mixpanel est un outil d’analytics puissant qui permet de mesurer l’interaction des utilisateurs avec votre produit. Le principe consiste en l’insertion de trackers (également appelés cookies) sur votre site web ou votre application (iOS ou Android). Ces trackers vont ensuite transmettre les occurrences d’événements à Mixpanel, qui en dessinera les grandes tendances.

On peut ainsi facilement répondre à des questions comme : “Quelle est l’évolution quotidienne du nombre d’utilisateurs actifs parisiens ?” et mener des actions bien spécifiques. Par exemple : envoyer un email à tous les utilisateurs ayant acheté 3 produits ces 7 derniers jours.

Mixpanel évolue dans un environnement hautement concurrenciel :

  1. Google Analytics : est l’outil d’analytics le plus connu et le plus utilisé. Notamment car il est simple à prendre en main, fonctionnel et gratuit. En revanche ses fonctionnalités sont assez limitées. On ne peut en effet que suivre le nombre d’utilisateurs dans sa globalité, sans pouvoir mener des segmentations précises, de l’envoi de message ou de la mesure de rétention (nous reviendrons sur cette dernière notion).
  2. Amplitude : Le grand rival de Mixpanel est Amplitude, qui propose un prix d’entrée élevé mais fixe, convenant davantage à une entreprise d’une taille relativement avancée. Soulignons également que les fonctionnalités de machine learning prédictifs et de segmentation y sont plus poussées que sur Mixpanel.
  3. Les autres : La complexité de RJMetrics ou Keen IO les rend délicats à aborder sans maîtrise préalable des logiciels précédemment évoqués, ils seront l’objet d’un autre billet. Mixpanel vise à centraliser vos données et leurs visualisations, et il n’est donc pas recommandé d’utiliser un autre de ces outils en parallèle.
L’environnement des outils d’analytics

0. Avant-Propos Analytics

De l’importance du choix des Métriques

Un superbe graphique

Tout l’enjeu de Mixpanel est de se poser les bonnes questions, puis d’établir une stratégie pour y répondre. Sans une idée précise de vos objectifs, l’analyse sera confuse et inefficace. Accélérer les ventes de son dernier produit ? Améliorer votre funnel conversion ? Fidéliser vos utilisateurs ? Fixez-vous des objectifs atteignables et mesurables avant de vous lancer.

Il faut ensuite définir vos métriques (variables) clefs, les KPI. Ce sont eux qui guideront et mesureront votre réussite. Un KPI efficace est par essence :

  • Compréhensible de tous, afin qu’il soit réellement utilisé. Privilégiez des formules et des concepts simples ;
  • Actionnable, les variations du KPI entrainent une action, permettant de le maitriser ;
  • Comparable, l’évolution doit être mesurable.

Il faut en effet éviter l’écueil des vanity metrics, c’est-à-dire des résultats dans l’absolu, comme par exemple le nombre total de pages visionnées de votre site web. Ce chiffre flatte l’ego mais n’apporte rien puisqu’il n’est pas actionnable, c’est une accumulation croissante qui n’offre aucun retour sur vos performances.

Jolie exponentielle, mais comment se répartie cette croissance dans le monde ? Certains jours de la semaine connaissent-ils des pics d’utilisation ?

Pour toutes ces raisons, préférez les ratios. Au nombre total de pages visionnées, utilisez plutôt le nombre de pages visionnées par jour. Ainsi seulement vous obtiendrez une vision utile de vos résultats, et serez capables d’itérer dans l’amélioration de votre site / application / produit pour améliorer ce ratio.

Si vous cherchez à mesurer l’utilisation de votre application de messagerie, considérez par exemple le nombre moyen de messages envoyés par jour par utilisateur.

L’autre danger est de vous noyer sous le nombre de metrics, complexifiant la visibilité et votre compréhension du problème. Dans cette optique, limitez vous à 5 ou 6 variables essentielles, suivies régulièrement.

Le tunnel de conversion AARRR

La différence entre le marketing classique et la growth, développée ici, a soulevé des débats houleux

Avant d’entrer dans le vif du sujet, il faut garder les étapes du funnel AARRR bien à l’esprit. Mixpanel permet d’évaluer l’Acquisition, l’Activation et la Retention, mais ne nous donne aucune information sur le Referral ou le Revenue.

L’Acquisition se définie par le gain de nouveaux utilisateurs, comme le téléchargement d’une application ou la visite sur un site.

L’Activation est l’étape suivante, il s’agit de l’execution par l’utilisateur de l’action de conversion (l’envoie d’un message sur une application de messagerie, la lecture d’une vidéo sur une plateforme associée).

La Rétention s’intéresse à la récurrence de l’action de conversion, c’est-à-dire à la fréquence d’utilisation, ou l’addiction au produit. Acquérir des nouveaux utilisateurs avec une mauvaise rétention équivaut à essayer de remplir un panier percé, puisque les utilisateurs non retenus n’apporteront peu ou pas de Referral ou de Revenue. C’est donc le nerf de la guerre, et son évaluation est une des composantes essentielles de Mixpanel. Notons que la rétention n’a que de sens que relativement à une échelle temporelle. En effet, une application de ski avec une rétention annuelle n’aura pas les même résultats mensuels qu’une application de rencontre.

Le Referral correspond à l’étape de diffusion de votre produit ou de votre concept par les utilisateurs, elle peut donner lieu à une croissance organique exponentielle, on parle alors de viralité. Les campagnes de referral sont souvent menée en offrant des avantages à l’utilisateur pour partager l’application à ses contacts.

Le Revenue s’associe au passage en caisse, c’est le moment où l’utilisateur s’abonne, achète du contenu ou devient premium.

Si ces deux derniers concepts sont souvent étroitement corrélés à la rétention, il ne sont cependant pas mesurables en soi par Mixpanel.

Le décor est planté.

1. Stratégie d’implémentation

Vu d’ensemble du champs d’action de Mixpanel

Avant d’étudier les possibilités offertes par Mixpanel, il faut mettre en lumière son système de collecte de données.

a) Le concept d’événements et de propriétés

Dans Mixpanel, les données sont récupérées par l’intermédiaire de balises, (les cookies précédemment mentionnés) appelés événements. Ces événements peuvent se placer n’importe où dans l’application ou le site web, comme sur le bouton de lancement d’une vidéo ou dans le lien vers une autre page. Quand une action est effectuée, la balise concernée se déclenche et fait remonter l’occurence à Mixpanel, qui en tire des informations globales sur l’événement, et sur les utilisateurs. Il s’agit respectivement des properties et des people properties.

Mesurer un grand nombre d’événement permet de comprendre plus finement le parcours et le comportement des utilisateurs. En exemple :

Liste d’événements

Ici “App Session” correspond à l’ouverture de l’application, “buy now” au clique sur la bannière de passage premium, et “Create Account” à la finalisation de l’inscription, pour n’en citer que quelque uns. Chacun de ces événements est lié à des propriétés :

Un extrait des propriétés associées au utilisateurs, comme le nombre de publicités visionnées (# of ads watch)

b) Le champ des possibles

C’est à partir de cette combinaison événements & propriétés que se déploient l’ensemble des outils qui suivent.

Segmentation

L’outil de base de Mixpanel mais probablement le plus important, il donne l’occurence dans le temps d’un événement, segmenté par une ou plusieurs propriétés.

Nombre de leçons démarrées / jour, en comparant la version Premium et Freemium. “Lesson Start” est l’événement, “App version” la propriété

Funnels

Un funnel se construit avec une série de filtre et offre la possibilité de mesurer les performances d’un parcours en terme du nombre d’utilisateur. Il permet en particulier d’optimiser le passage de l’acquisition à l’activation. Cette mesure est nécessairement réalisée par des ratios, puisqu’on s’intéresse à l’évolution de la fréquentation d’une étape par rapport à la précédente.

Funnel de conversion élargi

Ici, en prenant l’exemple d’une plateforme d’apprentissage, quand plus de 96% des utilisateurs ayant complété la création de leur compte lancent un programme contenant une collection de cours, seuls 64% de ces utilisateurs eux en démarrent effectivement une leçon.

Le fait que 94% des profils terminent leur leçon laisse deviner que le contenu est de qualité. Les efforts doivent donc ici se concentrer sur l’optimisation du goulot d’étranglement : le passage du lancement d’un programme au lancement d’une leçon.

Le graphe de rétention

Fer de lance de Mixpanel, la rétention du produit se mesure par la part d’utilisateur effectuant un événement une première fois avant de recommencer un peu plus tard. Sa lecture est moins complexe que son apparence intimidante le laisse penser.

Graphe de rétention du démarrage d’une leçon par les utilisateurs Premium

L’axe vertical indique la progression temporelle, ici à l’échelle d’une semaine. Le présent est au bas du tableau.
L’axe horizontal correspond à la durée après laquelle l’action continue d’être effectuée par les utilisateurs, ici aussi à l’échelle de la semaine

Ainsi, sur les 51 profils Premium ayant lancé une leçon la semaine du 26 Mars, 86% d’entre eux ont recommencé au moins une fois dans la semaine, mais la semaine suivante, ils n’étaient plus que 25%. Le principe est donc de maintenir un taux élevé le plus longtemps possible.

Ciblage personnalisé

Outre ses capacités de mesure, Mixpanel offre la possibilité de consulter la base de données de ses utilisateurs, exportable via l’API de Mixpanel ou ce plugging.

L’ensemble des utilisateurs, triés par leur date de dernière connexion

Chaque utilisateur étant identifié avec ses propriétés, il est possible de segmenter l’audience et d’envoyer des messages. Ainsi, on peut par exemple envoyer un message push de rappel à l’ensemble des utilisateurs n’ayant pas lancé de leçon les 2 dernières semaines, ou offrir 20% de réduction aux profils freemium inscrits depuis plus d’un mois.

Avec l’outil Predict de la version Premium de Mixpanel, il est également possible d’attribuer la probabilité d’un événement à chaque utilisateur. On est donc par exemple capable de déterminer combien de profils ont plus de 80% de chance d’effectuer un achat, afin d’estimer notre futur revenu, et surtout lesquels, afin de leur envoyer un message d’encouragement et une promotion par exemple.

On est en particulier capable de prédire le churn (l’attrition), qui correspond à l’inverse de la rétention, et ainsi déterminer la cohort des utilisateurs qui vont quitter l’application pour prendre des actions, et mieux cibler son acquisition. Prédire le contraire est également possible : l’upselling est le passage de freemium à premium, dont la connaissance par utilisateur permet ici encore d’affiner les profils cibles pour l’acquisition, et ainsi les campagnes et les canaux d’acquisition.

Campagne d’emailing

En plus de l’envoi de messages personnalisés, il est possible de mener ses campagnes d’emailing, c’est-à-dire créer une suite d’email dont l’envoi est programmé, à partir de Mixpanel simplement.

A/B Tests

Si la lecture de la rétention ou du funnel de conversion vous donne envie d’optimiser votre application ou votre site web, l’A/B Testing est le meilleur des mondes. Vous pouvez en effet créer une expérimentation en éditant votre application directement sur Mixpanel, et mesurer le succès de cette nouvelle version par rapport à un événement.

Editeur d’application intégré à Mixpanel
L’évolution (en bas) du taux de démarrage de leçon au sein de l’expérimentation semble se stabiliser autour de 40%

2. Installation

Déployer sa stratégie d’implémentation

a) Le cas du codeless

Mixpanel offre la possibilité de s’installer sans code, avec des possibilités limitées. Néanmoins, cette version allégée peut s’avérer utile pour un projet de petite envergure ou simplement pour prendre rapidement en main l’outil.

Pour-ce faire, il suffit de récupérer le snippet de code ci-dessous proposé par Mixpanel, et de l’intégrer au dessus de la section <head>.

Une fois la connection entre Mixpanel et votre site établie, les événements se créent simplement en cliquant sur les liens, boutons et autres objets d’action.

Cette installation vous donne également accès à des propriétés par défaut qui vous permettront déjà de jeter les bases de votre segmentation et de votre analyse. On trouve notamment la ville de l’utilisateur, son navigateur ou l’origine de sa venue. La liste des propriétés par défaut est consultable ici.

Propriétés par défauts

b) Installation classique

i) La première étape est la création d’un tracking plan, qui permettra à vous et aux développeurs d’avoir une vue d’ensemble sur les événements à installer et leurs propriétés.

Exemple de Tracking Plan

Voici une description succincte par colonne du tracking plan :

  • Event Name : Le nom de l’événement à tracker. L’écrire de la façon la plus claire et explicite possible pour prévenir des ambigüités.
  • KPI : Les métriques aspirant à être mesurées par l’événement
  • Trigger : L’action déclenchant l’événement, qui peut se décliner sous la forme d’un clique sur un bouton de partage, un login ou encore un passage de la version freemium à premium
  • Property type : Il existe en réalité 3 types de propriétés, vous en connaissez déjà 2 : les event properties et les people properties. La 3ème catégorie est celle des super properties, des propriétés à n’attribuer qu’une fois et qui s’appliquent à l’ensemble des événements. Dans l’exemple du tracking plan mentionné plus haut, le nom, le mail et le type d’abonnement sont des super properties
  • Property name : Le nom de la propriété, qui doit également s’affranchir du doute
  • Data type : Décrit le type de la propriété. Les propriétés correspondant à une accumulation, comme le nombre de connection d’un utilisateur (# of login) sont de type “incremental”.
  • Sample value : Un exemple du contenu de la propriété
  • Event définition : Explication de la signification de l’événement afin qu’il soit parfaitement compris de tous
  • Implemented ? : Indicateur de l’avancé de l’implémentation

Plus d’exemple de tracking plan ici.

Il est recommandé de chercher à tracker un maximum d’événement, car certains pourraient vous offrir des angles d’analyse insoupçonnés.

ii) Veillez dans un second temps à bien implémenter les people properties, afin de pouvoir utiliser le ciblage personnalisé mentionné plus haut.
Il faut utiliser les noms de variables standard de Mixpanel, à savoir :

  • $last_name
  • $first_name
  • $email
  • $phone (l’indiquer pour l’envoi de sms)
  • $created (date de création)

iii) Il vaut mieux chercher à diminuer le nombre d’événement et à augmenter le nombre de propriétés, pour des raisons de lisibilité mais aussi de souplesse d’implémentation. Dans l’exemple du login, il vaut mieux créer un seul événement login en précisant en propriété son moyen (Google, Facebook, Twitter, email dans le cas de Medium) plutôt que de créer un événement pour chacune de ces propriétés.

La mise en place technique de Mixpanel a été longuement développée dans cet article, vous y trouverez de croustillantes nuggets d’informations.

3. Bonus Data Science

Mixpanel offre déjà quelques composantes d’analyse de données. On a évoqué la regression logistique effectuée avec Predict au début de ce billet, il faut également mentionner l’outil Signal qui s’intéresse à la corrélation entre un événement et la rétention sur une période de temps donnée : vous pouvez ainsi déterminer à partir de combien d’amis un utilisateur de votre réseau social témoignera d’une bonne rétention, ou quelle quantité de musique doit être jouée pour créer une addiction.

Passons à présent rapidement en revu ce que l’export de vos données brutes depuis Mixpanel peut vous apporter.

a) Cross-Selling

Le cross-selling vise à associer des produits, des articles ou encore des films entre eux, depuis votre site, plateforme ou application. Le but est de mettre en avant des éléments qui seront probablement jugés dignes d’intérêt par l’utilisateur à la suite son premier achat. Les suggestions que vous lui proposerez alors seront pertinentes, et votre revenue augmentera naturellement.

Dans 46% des cas, l’achat de yogourt entraîne celui de légume-racines

Vous trouverez ici un excellent exemple d’algorithme de cross-selling en python.

b) Clustering

Le clustering est une forme de segmentation, consistant à former N groupes distincts d’utilisateurs en fonction du nombre de paramètres désirés, comme fréquence d’utilisation, le total dépensé, âge ou la nationalité.

Ainsi, si vous cherchez par exemple à créer 3 grands groupes d’utilisateurs, il faut vous tourner vers des techniques comme les K-moyennes ou l‘espérance maximisation (EM, plus avancé).

Chaque couleur illustre une catégorie différente

Vous pouvez également procéder à une segmentation RFM (Recency, Frequency and Monetary) ne demandant aucun pré-requis mathématiques.

Table de RFM

c) Analyse de la Lifetime Value (LTV)

La lifetime value, ou cycle de vie de l’utilisateur, détermine le revenu moyen généré par un utilisateur pour une fenêtre temporelle donné. Son calcul est utile pour la définition du budget d’acquisition par exemple, ou plus généralement pour la prise de décisions stratégiques.

Dans le cas de l’acquisition, quand le revenu (R) d’un utilisateur est supérieur à son coût d’acquisition (CAC) on dégage une marge. Pour que l’opération soit réellement profitable en considérant les coûts extérieur, il faut que le retour sur investissement (ROI) soit de 3, c’est à dire : R > 3 x CAC

Si le calcul de LTV s’avère relativement simple dans le cas du B2B, il s’avère autrement plus complexe appliqué au B2C, car il est difficile de calculer précisément le revenu apporté par un utilisateur à cause de :

  1. La pluralité des sources de revenu (la publicité, les achats intégrés)
  2. La pluralité des échelles de churn (quotidienne, hebdomadaire voir mensuelle dans certains cas)

Le calcul de LTV par utilisateur dans le cas du B2B et du B2C, sont détaillés ici

Feuille de calcul de la LTV à télécharger

En plus de l’exercice comptable précédant, il est possible d’analyser la LTV pour en déduire les habitudes d’achat des utilisateurs, mais aussi pour prévoir les achats futurs en quelques lignes de codes, grâce à la librairie Lifetime en python.

Nombre d’achat futurs pendant une unité de temps, en fonction de la proximité dans le temps du dernier achat (recency) et de la fréquence d’achat (frequency). Remarquez que les utilisateurs situés dans “la queue” autour du point (5, 25) ont plus d’intérêt que ceux à leur droite puisqu’ils sont plus susceptibles d’évoluer vers la partie en bas à droite
La probabilité d’achat de chaque utilisateur (predicted_purchases). On observe que celui ayant effectué 26 achat a 71% de chance de ré-effectuer un achat durant la prochaine période de temps

La démarche et le code sont expliqués en détail dans cet article mirobolant.

Conclusion

Mixpanel offre des possibilités très larges d’analyses et de compréhension de vos performances du moment que l’outil est bien installé. Prenez le temps nécessaire pour choisir vos objectifs, vos KPI puis pour construire votre stratégie d’implémentation des événements et des propriétés. Vous transformerez ainsi vos hypothèses en certitudes.

--

--

La Fonderie

Data Scientist at Spendesk. Co-Founder at Chasseur Particulier.