Written by Le « No code » ? Tout est dans le titre : il s’agit de créer et de déployer des logiciels sans écrire de code informatique, grâce à l’utilisation de plateformes de développement.
Pour ce premier live « No Code Love Culture » du 10 janvier 2025, nous avons créé une application destinée aux services communication et/ou marketing qui souhaitent créer des campagnes personnalisées performantes. À partir d’un journal de transaction, nous avons défini une architecture de données permettant d’identifier les KPI désirés (indicateurs de performance) dans le but de segmenter les contacts de nos spectateurs.
Rediffusion du live
Cadrage de l’application
L’application développée dans ce live vise à qualifier et segmenter les spectateurs d’un lieu culturel à partir des données de billetterie. Concrètement, il s’agit d’analyser l’historique des transactions pour identifier des indicateurs clés sur les habitudes des spectateurs (fréquence de visite, panier moyen, etc.). Cette segmentation permettra ensuite de créer des campagnes marketing ciblées et plus efficaces pour développer le public.
Indicateurs saisons
- Nombre de spectateurs
- Taux de rétention
- Nombre de billets vendus
- Recette
Indicateurs spectateurs
- Valeur à vie
- Panier moyen
- Fréquence d’achat
- Combien de commandes par saison ?
- Moyenne de billets par commande
- Catégories de spectacle
Les étapes de conceptions couvertes par ce live
Dans ce replay, vous verrez comment importer des données dans l’outil Airtable, comment structurer la donnée pour permettre de calculer les indicateurs souhaités. On aborde également les automatisations pour permettre de synchroniser les données avec d’autres sources. Enfin à partir des indicateurs, on aborde une méthode de segmentation qui permettra ensuite d’adresser des campagnes très ciblées à vos spectateurs en fonction de leur comportement de réservation.
Étapes de construction
L’outil no-code choisi pour construire l’application est Airtable. C’est un outil très populaire du fait de sa facilité d’utilisation, sa flexibilité et des fonctionnalités très puissante pour la gestion de bases de données.
Structure des données : trois tables clés
- Table « Commandes » : contient les données des transactions de billetterie, importées depuis un fichier exemple. Un champ « Saison calculée » est créé avec une formule pour déterminer la saison correspondant à chaque transaction.
- Table « Spectateurs » : regroupe les informations sur chaque spectateur, liées aux commandes via le champ « ID spectateur ». Des champs calculés permettent d’obtenir des informations clés comme le nombre de transactions, le panier moyen ou la valeur à vie du spectateur.
- Table « Saisons » : permet de suivre les données et les indicateurs clés pour chaque saison (nombre de spectateurs, taux de rétention, recette, etc.). Un champ « Saison précédente » est utilisé pour calculer le taux de rétention entre deux saisons consécutives.
Automatisation des tâches
Pour simplifier la gestion des données et actualiser tous les champs créés lors d’une synchronisation avec des données tiers on met en places 3 automatisations :
- Lier une nouvelle commande à une saison : lorsqu’une nouvelle commande est ajoutée, elle est automatiquement associée à la saison correspondante grâce à la comparaison des champs « saison auto » et « saison ».
- Lier une nouvelle saison à la saison précédente : chaque nouvelle saison créée est automatiquement liée à la saison précédente, ce qui facilite le calcul du taux de rétention.
- Lier un spectateur aux saisons : lorsqu’un spectateur effectue une commande, il est automatiquement associé à la saison correspondante dans la table « Spectateurs ».
Segmentation par quartiles
Pour affiner l’analyse des spectateurs, l’application calcule des quartiles pour les indicateurs suivants :
- Moyenne des commandes par saison
- Valeur à vie
- Panier moyen
- Moyenne des billets
Des formules spécifiques sont utilisées pour classer les spectateurs dans les quartiles « Bas », « Moyenne basse », « Moyenne haute » et « Haut » en fonction de leurs valeurs pour chaque indicateur. Ces quartiles sont ensuite automatisés pour se mettre à jour en temps réel.
Conclusion : fonctionnalités et potentiel de l’application
L’application développée dans ce live permet de centraliser, analyser et segmenter les données de billetterie d’un lieu culturel de manière simple et automatisée. Elle offre ainsi aux professionnel.le.s de la culture un outil pour mieux comprendre leurs publics et adapter leurs stratégies de développement.
Et après ? Grâce à cette base d’application, de nombreuses évolutions peuvent être envisagées, de la conception d’interfaces de visualisation et de pilotage, à l’intégration avec d’autres applications. Tout est possible, mais c’est à vous de nous dire de quoi vous avez réellement besoin !
À propos des lives « No code loves culture »
Ces lives sont des rendez-vous en ligne qui explorent les possibilités offertes par le no-code avec un focus sur le secteur culturel. Lors de ces live on explore les outils no-code avec un processus de « build in public » où l’application est construite en direct avec des commentaires et des explications.
Xavier Adraste
Acteur du numérique culturel dans ses dimensions de médiation et touristiques, je suis également formateur.
Matthieu Gameiro
Après 15 ans de communication dans le spectacle vivant, j’ai bifurqué vers la conception de solutions digitales et la formation.
Vous êtes invité.e à exprimer vos idées, problématiques, projets… Ils pourraient bien être le sujet d’un de nos prochains live !
Contactez-nous sur LinkedIn, le Discord de la communauté ou directement via les commentaires de cet article.