Question 1

Qu'est-ce qu'un KPI (Key Performance Indicator) ?

Accepted Answer

Un KPI est un indicateur clé de performance qui mesure l'avancement vers un objectif business précis. Contrairement à une simple métrique, un KPI est directement lié à un objectif stratégique et permet de prendre des décisions. Par exemple, le taux de conversion est un KPI pour une équipe e-commerce car il reflète directement la performance commerciale.

Question 2

Quelle est la différence entre une vanity metric et une actionable metric ?

Accepted Answer

Une vanity metric est un chiffre qui semble impressionnant mais ne guide pas les décisions business, comme le nombre total de pages vues ou de téléchargements cumulés. Une actionable metric, en revanche, informe directement une décision et permet d'agir, comme le taux de conversion ou le taux de rétention à J7. Distinguer les deux est essentiel pour concentrer l'analyse sur ce qui a un impact réel.

Question 3

Comment se calcule le taux de conversion ?

Accepted Answer

Le taux de conversion se calcule en divisant le nombre de conversions (achats, inscriptions, etc.) par le nombre total de visiteurs ou d'utilisateurs, puis en multipliant par 100 pour obtenir un pourcentage. Cette métrique est fondamentale en e-commerce et marketing digital car elle mesure l'efficacité d'une page, d'un funnel ou d'une campagne à transformer les visiteurs en clients.

KPIs et métriques business

Qu'est-ce qu'un KPI (Key Performance Indicator) ?

Réponse

Quelle est la différence entre une vanity metric et une actionable metric ?

Réponse

Comment se calcule le taux de conversion ?

Réponse

Que représente le CAC (Customer Acquisition Cost) ?

Que mesure la LTV (Lifetime Value) d'un client ?

Autres sujets d'entretien Data Analytics

Google Sheets - Les fondamentaux

Google Sheets - Formules avancées

SQL - Les fondamentaux

SQL - Agrégations et groupements

SQL - Jointures

BigQuery - Fondamentaux

Data Cleaning - Nettoyage des données

Statistiques descriptives

Zapier et automatisation No-Code

Principes de data visualisation

Python & Pandas - Fondamentaux

Google Sheets - Dashboards automatisés

SQL - Sous-requêtes et CTEs

SQL - Window Functions

BigQuery - Fonctionnalités avancées

Data Modeling

Analyse de funnels et conversion

Analyse de cohortes et rétention

Google Tag Manager et tracking

APIs et webhooks

dbt - Fondamentaux

AB Testing et statistiques appliquées

Looker Studio (Google Data Studio)

Power BI - Fondamentaux

SQL - Requêtes analytiques avancées

dbt - Fonctionnalités avancées

Power BI - DAX et dashboards avancés

Python Analytics - Analyse avancée et ML

Maîtrise Data Analytics pour ton prochain entretien