Le jeu des 5 erreurs en Web Analytics

– Article initialement publié au sein du site du Blog Hub’Sales

Parce que le domaine des Web Analytics a évolué depuis ses débuts, il est maintenant possible de faire des retours sur expériences de personnes que nous avons rencontrées (au Mercredi du Web Analytics, aux rendez-vous des Web Analytics de Lille…), dont voici un condensé, pour vous aider à déjà ne pas faire les mêmes erreurs. Ou pour juger de la qualité de travail de votre prestataire !

1/ L’outil de Web Analytics parfait n’existe pas

Et oui il faut vous y faire, l’outil de Web Analytics où vous n’aurez que 10 clics sur le bouton « suivant » pour le mettre en place pour que celui-ci vous trace tout ce que vous souhaitez, au sein de vos pages web, sans que ce soit la même chose que votre voisin, cet outil là n’existe pas.

Et j’irai plus loin : un partenaire (que ce soit une agence – SSII, Web Agency – ou un éditeur) qui vous dit que ce sera facile de mettre en place, que vous n’aurez rien à faire : ce n’est tout simplement pas vrai. Vous devrez vous investir (financièrement au départ et personnellement par la suite) en spécifiant ce que vous voulez tracer sur votre site, ce que vous voulez savoir de vos internautes, en formant vos équipes à savoir le faire plus tard pour devenir un minima autonome.

Si vous voulez que votre projet réussisse il y a deux éléments clés à ne pas oublier dès le départ : s’investir et trouver un partenaire qui vous convienne. Mais c’est ainsi pour beaucoup de projets en informatique…

2/ Chaque outil mesure selon ses principes

Beaucoup de clients viennent vers nous en disant « Tel outil est moins bon que tel autre puisque dans le second j’ai plus de pages vues ». Pas forcément…

Chaque outil mesure légèrement différemment les indicateurs basiques comme les pages vues, les visiteurs, les visiteurs uniques. Prenons l’exemple de la visite. Une visite est une session durant laquelle l’internaute parcoure les pages d’un site internet. Si cet internaute est inactif durant plus de 30 minutes ou ferme son navigateur, il générera une nouvelle visite lorsqu’il visitera une nouvelle page du site.

Cependant, ce temps de 30 minutes est configurable pour la plupart des outils, et vous pouvez ainsi dire que pour votre site, une visite c’est seulement 15 minutes. Donc si après un temps de latence de 15 minutes ou plus le visiteur revient ce sera une seconde visite. Du coup sur un outil vous pouvez compter une visite là où sur l’autre vous en aurez comptez deux.

Et je n’aborde pas le problème des cookies, qui peuvent être bloqués par certains navigateurs internet, ou remis à jour par une population d’internautes. Mais l’ordre de grandeur doit normalement toujours être le même.

3/ Garder toujours en tête votre trafic

Beaucoup de personnes estiment que maintenant qu’ils savent ce qu’est une visite, un visiteur,  et un visiteur unique, ils n’ont plus besoin de regarder ces indicateurs une fois que leurs KPIs personnalisés sont créés. Et pourtant…

Pourtant ces données de base expliquent vos indicateurs clés. Si votre trafic diminue de moitié, il y a de grande chances pour que cela ait une influence sur votre nombre de ventes, votre nombre de nouveaux visiteurs… Alors s’il ne faut pas s’affoler pour une baisse de trafic de 0.01%, il faut toujours garder un œil sur la tendance de votre trafic.

4/ Considérer un taux de rebond au site

Par définition un taux de rebond est le pourcentage de visites d’une seule page (où l’internaute quitte votre site dès la page d’entrée).

C’est donc le nombre de visiteurs qui sont arrivés sur une page de votre site internet et qui n’ont pas été  voir au-delà de cette page. Cela peut donc vouloir dire que votre site est tellement bien construit qu’en faisant leur recherche Google ils sont directement arrivés sur l’information qu’ils voulaient, ou que la page qu’ils ont trouvé ne leur plaisait tellement peu qu’ils n’ont même pas eu envie d’aller voir plus loin… Ou pire ils sont arrivés sur une page d’erreur dite « 404 – Page non trouvée »…

Bref dans tout les cas ce taux de rebond ne peut correspondre qu’à la dimension d’une page et non pas au site, cela n’a aucun sens de parler d’un taux de rebond au site. Pour preuve essayer de transposer un des exemples précédents sur la totalité des pages. Déjà lorsque vous parler de plusieurs pages c’est contraire au taux de rebond qui lui par définition n’en fait intervenir qu’une seule.

5/ Arrêter de lire le nombre de visiteurs, ou encore de visite du jour

Cela n’a aucun sens de lire uniquement le nombre de visiteur du jours, ou encore le nombre de visite que vous avez eu depuis ce matin.

L’important est de comparer cette information avec son contexte : est-ce que vous avez plus de visites que d’habitude à la même tranche horaire ? Est-ce que pour ce mois-ci la tendance est un trafic en hausse ou en baisse comparativement au même mois de l’année dernière ?

En dehors du cadre d’une campagne marketing, le fait de regarder le chiffre exacte d’un trafic ne sert à rien, il faut que vous observiez la tendance (augmentation, baisse, stagnation…). Mais il est certain que vous n’aurez jamais exactement le même trafic à une heure donnée de la journée, et idem le lendemain, au visiteur près. Sauf si votre site enregistre moins de 5 visites par jour en moyenne dont toutes ses visites entre 12h et 12h30 parce que votre mère, vos deux meilleurs amis et votre oncle ainsi que vous même vous y retrouver pour jouer ensemble sur un jeu que vous avez mis en ligne. Mais là avouez que c’est un cas réellement atypique…

Surtout si vous avez une question à propos de cet article, des indicateurs que votre outil ou que votre prestataire vous fournit,  n’hésitez pas, contactez nous ou laissez un message !

Forrester Wave Web Analytics 2009

— Article initialement publié au sein du site du Label Decisionnel

Cet article fait suite à la présentation du Forrester Wave que je vous avais faite durant le mois de mai concernant leur rapport sur les outils du Web Analytics.

Pour être honnête je n’ai pas acheté le rapport du Forrester (que vous pouvez vous procurer je vous le rappelle ici) mais j’ai basé mon étude principalement sur le rapport de Coremetrics (que vous pouvez télécharger en vous inscrivant gratuitement au lien suivant :  Coremetrics).

La conclusion du rapport

La voici :

Résultat de l’étude Forrester Wave Web Analytics en juillet 2009

Voilà c’est ce que la plupart des personnes non initiées retiendront jusqu’à la prochaine édition du rapport. Mais comme ce rapport a été publié fin juillet, vous avez sûrement eu la possibilité d’aller un peu plus loin dans la réflexion. Voilà ce que moi je retiens de ce rapport.

L’accent sur la qualité des données

Au sein des remarques faites avant le graphique, l’organisme insiste sur le fait que la qualité des données s’améliore au sein des outils de Web Analytics et que cela est une des préoccupations majeures des clients consommateurs de ces données. Le constat est assez simple sur ce point : il n’est pas possible de prendre des décisions sur des données inexactes ou faussées et c’est surement pour cela que les utilisateurs finaux réclament plus de qualité de données.

Je pense que dans peu de temps, une fois ce problème de qualité stabilisé, ils réclameront de la granularité, une possibilité de voir le détail des visites au plus fin, au jour, à l’heure… De pouvoir couper la donnée avec des données externes, sous différents angles de vues, tel un cube de données. Ce n’est qu’une histoire de temps.

Le libertinage des clients

J’ai envie de dire « Enfin !! » surtout dans un contexte français. Il faut bien spécifier que cette étude est américaine et donc ne concerne pas le marché français directement. Il faut donc modérer tout ce qui est écrit dans ce rapport avec les considérations françaises que nous connaissons.

Il est écrit « Overall, 91% of reference clients surveyed have worked with more than one Web analytics vendor in their careers ». Les clients testent un outil, s’y adaptent, et changent s’ils en ressentent le besoin. Aux éditeurs d’être le meilleur pour eux. Il n’y a pas d’outil idéal, on ne le répètera jamais assez. A vous, consommateur d’outil de trouver celui qui vous convient. Et souvent il est vrai cela passe par le fait de devoir en tester un ou deux pour comparer.

De plus, une des revendications les plus demandées est celle de pouvoir créer ses propres rapports, selon ses propres besoins. Le temps où l’utilisateur se contentait des rapports prédéfinis est révolu j’en ai bien peur.

Enquête concernant les critères d’importance à avoir pour un outil selon les utilisateurs

Analyse du résultat de l’étude

Lorsque nous regardons la répartition des outils sur le schéma récapitulatif, il est clair que qu’il y a deux groupes. Cela n’était pas aussi clair il y a deux ans si vous reprenez le résultat de l’étude menée par le Forrester en 2007.

Alors pourquoi ces deux groupes ?

Je pense que nous allons vers une homogénéité des outils qui se traduit du coup au niveau du graphique d’un regroupement au top de plusieurs éditeurs présents depuis un moment au sein du milieu du Web Analytics. Attention tout de même, qui dit homogénéité ne dit pas « tous identiques », je pense, et par là je n’engage réellement que moi, que les outils vont proposer dans le futur sensiblement les mêmes services avec des différences basées sur la qualité d’adaptation, l’accompagnement et la capacité d’innovation de l’éditeur. C’est sur ces points que se feront les différences.

Et ceux qui sont en bas alors ?

Pour moi cela ne veut pas dire qu’ils sont «nuls », loin de là. Yahoo ! Web Analytics est un outil relativement récent ce qui explique en grande partie je pense sa position plutôt basse. Il faut qu’il se lance complètement et fasse sa place dans un milieu déjà bien établi côté éditeur.

Pour AT Internet, la problématique est un peu différente, cet outil est anciennement l’outil gratuit Xiti et a donc changé un peu sa politique commerciale, ce qui l’a surement pénalisé sur ce plan.

Quand à Google Analytics, qui était déjà présent en 2007, au sein du rapport, il a évolué en tant que « Strong Performers » et a sûrement un bel avenir, mais il faut, à lui aussi, lui laisser le temps.

Résultat de l’étude Forrester Wave Web Analytics en 2007

Et ceux qui n’y sont plus ?

Et oui il y en a qui n’y sont plus dans ce classement alors qu’ils y étaient en 2007. Pourquoi me direz-vous ? La principale raison est le rachat (attention accrochez vous c’est un peu compliqué) :

Avril 2006 : WebSideStory rachète la société Visual Sciences, mais se fait ensuite appelé sous le nom Visual Sciences

–  25 Octobre 2007 : Omniture rachète la société Visual Sciences (pour environ 394 millions de dollars)

Du coup Visual Sciences est directement intégré dans les outils d’Omniture.

Quand à ClickTracks il n’avait pas été sélectionné pour participer à l’étude.

En espérant vous avoir aidé à y voir plus clair, n’hésitez pas si vous avez des questions !

Fanny Le Béguec

Le Web Analytics à la française en 2009 : enjeu, réalité ou peine perdue ?

— Article initialement publié au sein du site du Label Decisionnel

2009 est une année de crise on nous l’avait prédit.

Pourtant c’est aussi l’année où personnellement j’ai aussi choisi de m’investir énormement dans ce domaine du Web Analytics : et je ne suis sûrement pas la seul(e). Alors qu’en est-il ? Nous sommes à la mi-juin, l’heure de dresser un petit bilan…

L’activité en matière de Web Analytics

Une chose est sûre : en matière de marketing les entreprises (françaises ou même européennes) ont continué ou se sont mis à investir dans le domaine pour être sûre de rentabiliser leurs investissements. Eh oui, quand vous avez un budget restreint autant être certains que celui-ci soit bien placé. Du coup quelques sociétés, ou même entités juridiques ont réellement trouvé l’intérêt de contrôler leur taux de conversion, de surveiller de près la rentabilité des mots clés achetés,…

Deux grandes tendances (assez classiques) peuvent du coup s’observer d’un point de vue clientèle (j’entends par client toute personne, entité juridique, association, ou entreprise qui viendrait à utiliser un outil de Web Analytics) :

– certains ont découvert l’intérêt de cette discipline, et se lancent progressivement dans ce domaine (souhaitons leur bonne chance et surtout qu’ils n’hésitent pas à poser toutes leurs questions sur les différents blogs et autres sites cités dans les articles précédents)

– certains utilisaient déjà cette « science » et ont décidé d’approfondir encore leurs connaissances en la matière afin d’en tirer le maximum de bénéfices (à la fois financiers, mais aussi collaboratifs…), allant jusqu’à comparer les différents outils entre eux et (enfin) choisir un outil réellement adapter à leur besoin, selon leur budget…

 

La communauté française : un réel espoir

Ce qui est pour moi aussi plus que positif c’est l’ampleur que peut prendre la communauté du Web Analytics en France, notamment lors de rassemblement comme les Mercredi du Web Analytics (comme ce soir le 17 à Lille où environ 75 personnes sont déjà inscrites). Ces réunions où des gens se réunissent uniquement pour parler des difficultés et des réussites (car il y en a et de belles, croyez-moi) mais aussi pour se soutenir, se repasser les « trucs et astuces », réfléchir ensemble sur des problèmes actuels, sur l’avenir du domaine, …

2009 est donc aussi la réelle émergence des réunions communautaires sur le thème du Web Analytics en dehors de Paris, et en dehors du cadre formel de la présentation commerciale d’un éditeur. Je n’ai rien contre nos amis éditeurs, s’ils n’étaient pas là nous ne pourrions tout simplement pas travailler où en tout cas pas avec autant de liberté de choix, mais c’est justement cette liberté que je revendique. Il est bon de pouvoir avoir un esprit critique et ouvert sur chaque outil, et idéalement de pouvoir tester chaque outil dans les mêmes conditions (même si cela n’est faisable que dans le monde merveilleux de Candy).

Il y a peu de temps il a fallut que je justifie pour moi de l’intérêt de cette communauté et voilà comment je l’ai expliqué :

« Rencontrer des personnes du milieu, avoir leurs expériences, pouvoir débattre sur leurs difficultés, critiquer tels ou tels outils, ou manière de faire, se rencontrer et étrangement se remonter le moral sur le fait que nous ne sommes pas seuls à rencontrer les mêmes difficultés, et repartir tous avec de nouvelles idées, de nouveaux projets, mais surtout la foi et la certitude que ce domaine a un avenir certain. »

Voilà ce que c’est cette communauté des Mercredi du Web Analytics et si en juin 2008 on m’avait dit qu’un an après je serais à Lille avec encore plus de personnes grâce notamment à Nicolas Malo (dont vous pouvez voir son site ici), j’avoue très honnêtement que j’en aurais douté.

Mais il n’y a pas que la communauté, il y a un autre élément qui me fait dire que la crise ne touche pas complètement le Web Analytics est le recommencement de publication en français sur le Web Analytics (avec notamment Web Conversion de Thomas Faivre-Duboz et Rapahël Fétique aux éditions Dunod). Car s’il y avait bien le livre blanc de SQLi, celui-ci date maintenant de 2007.

 

Ce qui expliquerait que le Web Analytics s’en sorte bien

Il y a beaucoup de raisons. Déjà les grands experts vous diront que de toutes façons l’informatique n’est pas réellement le premier touché, mais le sera dans une deuxième ou troisième vague… C’est possible.

D’autres diront que le Web Analytics est trop lié au marketing pour être touché, qu’il a trop d’influence sur le placement des budgets pour être complètement supprimé du jour au lendemain… C’est sûrement vrai aussi.

Certains (que d’autres qualifieront d’ex-hippies) diront qu’en temps de crise les instincts communautaires reprennent toujours le dessus, et c’est ce qui explique l’effet de la communauté du Web Analytics. Ca doit jouer dans la balance en effet.

Alors il est certain que le domaine est voué à évoluer (et ce sera sûrement le sujet d’un autre article), mais que celui-ci existe, demeure et prend de l’ampleur. Cela est certain. Et parfois même il m’arrive de rêver de plagier une dame politicienne de son état, et de voir ce mouvement se lever et crier « CO-MMU-NAU-TE… CO-MMU-NAU-TE »  !!

Allez à ce soir pour une partie d’entre vous !

Fanny Le Béguec

 

Le Forrester Web Analytics Wave

— Article initialement publié au sein du site du Label Decisionnel

Le Forrester Web Analytics Wave a publié à la fin du mois dernier la liste des 8 outils sélectionnés pour être étudiés et classés selon leurs 127 critères (et oui c’est précis chez Forrester) !!

Alors commençons par le début:

C’est quoi le Forrester Wave ? 

C’est un organisme d’évaluation et de sélection de solutions logicielles ou de services dans divers domaines technologiques. Plus précisément, c’est le pôle intitulé « Wave » du Forrester qui vise à mettre à disposition des rapports détaillés et complets pour toutes personnes voulant (et pouvant) les achetés. Vous pouvez voir la liste des futurs rapports à paraître et des rapports déjà parus sur leur site.

Et alors qui a été selectionné pour le rapport sur les outils du Web Analytics ?

Alors les heureux nominés pour le rapport 2009 (que l’on attend pour Juillet) sont :

  • Omniture
  • Coremetrics
  • Webtrends
  • Unica
  • Nedstat
  • Xiti
  • Google
  • Yahoo

Maintenant que l’on connaît les acteurs principaux voyons le contexte.

C’est quoi le rapport Forrester Web Analytics ? 

Ce rapport évalue les outils sur 127 critères différents. Cependant il est difficile de les connaître tous dans le détail : en effet si le Forester dit bien que ses critères se basent sur le support client, la personnalisation de l’interface… Il est difficile de savoir en détail les indicateurs et comment ceux-ci sont évalués. Mais cela garanti aussi que les éditeurs ne vont pas travailler uniquement sur les points leur permettant d’accéder au classement. Car, oui, seuls les 8 meilleurs outils accèdent au classement. Et c’est même un peu plus compliqué que cela, car seul les 8 meilleurs obtiendront le droit d’être évalués en finesse et donc d’être classés entre eux.

Il existe aujourd’hui sur le marché des outils du Web Analytics au moins une dizaine d’outil payant et au moins une vingtaine d’outils gratuits. Le Forrester ne va en sélectionner que 8 parmi tous ces outils pour les étudier de manière plus approfondie et les classer entre eux. Mais les critères de préselection de ces quelques outils ne sont aujourd’hui pas connus.

Mais comment interpréter ce classement ?

Celui-ci ne doit pas être pris pour argent comptant : il n’est que la moyenne des différents indicateurs étudiés, sur 127 cela laisse une marge d’erreur. Typiquement nous pourrions dire que les outils présentés ici sont globalement bons.  Ainsi on sait tous que Google Analytics pèche sur le support client mais il est dans le classement.  Alors deux possibilités : soit les concurrents qui ne sont pas dans le classement sont vraiment mauvais (ce dont on peut quand même douter) soit Google Analytics a de bonnes fonctionnalités, ce qui peut s’avérer tout à fait vrai, il n’y a qu’à voir le nombre de personne l’utilisant aujourd’hui (et ce pas uniquement pour le fait que cela soit gratuit).

De plus il est possible qu’un système de pondération entre les différents critères existe afin de donner l’équation finale permettant de connaître le classement entre les outils. Ce classement se fait d’ailleurs sur trois critères : la stratégie de l’éditeur (en abscisse), l’outil (en ordonnée) et la force du produit sur le marché (cercle blanc entourant le point représentant l’outil sur le graphique).

Comment est perçu ce classement ?

Son dernier classement date de 2007, et celui-ci était donc devenu totalement obsolète (le paysage des outils du domaine du Web Analytics a beaucoup changé depuis, avec quelques rachats, et donc des disparitions mais aussi l’apparition de nouveaux outils).

Beaucoup d’avis sur  ce classement ont alors été émis : jugé souvent trop partial parce que les critères sont obscures ou tout simplement parce certains n’y voit pas leur outil, celui-ci représente je le répète les outils qui sont globalement « bons » dans ce domaine. De plus il ne vous dira jamais quel est l’outil le plus performant selon  vos besoins et votre budget. Cependant vous pouvez acheter l’étude complète datant de 2007 pour $1999 encore disponible sur le site du Forrester.

Voilà en espérant que cet article vous aura aidé à comprendre l’enjeu de ce classement, ses buts et une partie de ses critiques, et surtout que maintenant vous saurez mieux comprendre ce fameux graphique du Forrester Wave concernant le Web Analytics.

Fanny Le Béguec

Talend et Web Analytics

— Article initialement publié au sein du site du Label Decisionnel

L’actualité en direct et le plus rapidement possible c’est sur le Label Décisionnel !!
Ysance vous avait dit il y a un an presque déjà que le Web Analytics et l’informatique Décisionnelle avait un lien, Smile le confirme aujourd’hui en développant un composant Talend permettant d’obtenir les données de Google Analytics.
Voilà comme les lecteurs habitués du label le savent, Talend est un outil ETL dit OpenSource, donc d’extraction, de transformation et de chargement des données au sein d’une autre base de données.
Google Analytics est en revanche un outil très populaire d’étude de trafic de site Internet.Smile nous livre donc un composant (dont tous les détails se trouvent ici) qui a été développé par Edouard Guérin, et même si je n’ai pas eu le temps de le tester pour le moment, je lui fais une entière confiance sur ce composant.Alors en cette  veille de week-end semi-prolongé : tous à vos Google Analytics et Talend et n’hésitez  pas à poster vos commentaires !!

Fanny Le Béguec

Google lance son API Google Analytics béta

— Article initialement publié au sein du site du Label Decisionnel

Comme nous l’annonçait Avinash Kaushik hier soir (information relayée bien entendu par Julien Coquet au niveau français), Google Analytics a enfin sorti son API pour Google Analytics de façon ouverte à tous.

En effet celle-ci était jusque là réservée aux membres Google certifiés pouvaient la tester en mode privé. Maintenant celle-ci est accessible à tous les utilisateurs de Google Analytics.

Oui mais elle sert à quoi cette API ?

Elle sert à pouvoir extraire les données de Google Analytics et donc de les intégrer dans n’importe quelle autre application de votre entreprise (notamment au sein de votre système d’information).

Ainsi vous pouvez avoir un outil de Web Analytics qui surveille votre site internet, en extraire les données obtenues (pages vues, visiteurs, …), et recréer vos indicateurs, vos rapports au sein de votre outils préféré (que ce soit Excel, un Intranet, QlikView, BO,…). Mais cela permet aussi de stocker toutes ces données au sein d’un dataware et donc de pouvoir historiser vous-même les données de Google Analytics et vous garantir ainsi une stabilité des données.

 

Mais alors c’est trop bien ?

Oui… et non. Oui car enfin Google nous laisse l’accès libre aux données de nos sites Internet, donc aux données qui nous appartiennent indirectement. Et puis parce que cela fait environ 3 ans que la communauté attend cela.

Non parce que cela ne corrige pas certains défaut de Google Analytics. Nous pouvons croire qu’avec l’API nous exportons les données depuis le modèle de données de Google Analytics, ce qui n’est pas le cas. En effet, au sein de Google Analytics, les usagers de cet outil l’auront sûrement déjà remarqué, les données sont déjà agrégées selon les dimensions.

Ainsi si vous demandez le nombre de visites par jour, Google Analytics ne vous renverra qu’un chiffre. Au sein de l’API c’est la même chose, il n’est pas possible d’avoir le détail de chaque visite, jour par jour, et de faire le regroupement par la suite.

Cela peut emmener parfois certaines incohérences car il est possible lorsque vous sommez le nombre de visites obtenues chaque jour de ne pas obtenir le nombre de visites obtenues durant le mois.

Même si l’exemple est exagéré et qu’il y a peu de chance que cela se réalise (ou avec une explication de différence de mesure plus probable, comme par exemple un visiteur qui commence sa visite tard le soir et la termine le lendemain matin, il serait compter deux fois si vous sommez jour par jour et une seule fois si vous comptez par mois), il existe des incohérences de données au sein de Google Analytics que l’API exporte mais ne corrige pas.

Celle-ci ne donne qu’une copie réelle de ce qui est transcrit dans l’outil de Web Analytics proposé par Google.

Alors pourquoi sortir cet API maintenant?

Là c’est un autre débat : la stratégie Google. Et là ca se complique, certains diront que pour cette firme le but est d’avoir toujours un temps d’avance technologiquement. Pour le domaine du Web Analytics, et d’un point de vue plus personnel, c’est un peu différent.

Cela fait longtemps que la communauté attend cet API, au point où certains avaient désespérés, et quelque part cela a favorisé les éditeurs payant qui fournissent un accès à leurs données.

Google Analytics est donc aujourd’hui le seul outil non hébergé chez le client (j’écarte donc par là les solutions Open Source, comme PhpMyVisites , AwStats ,…) qui propose un accès au données.

Certes me direz vous cet outil n’est pas complètement gratuit puisqu’il faut un compte AdWords, et y dépenser un minimum par mois. Si vous comparez avec les solutions payantes du marché, vous verrez que c’est dérisoire.

Peut-être que Google cherche ici à faire oublier les quelques incohérences de son outil et à prouver qu’il se démarque vraiment des autres.

Si vous voulez plus d’info n’hésitez pas à lire le blog de Google ou pour l’implantation le blog analyseweb.fr

Fanny Le Béguec

Traduction du célèbre livre des KPI

— Article initialement publié au sein du site du Label Decisionnel

Voilà pour prolonger notre suite d’article sur les différents indicateurs que nous pouvons trouver au sein de l’univers du Web Analytics, je vous conseille la lecture de la traduction du fameux livre d’Eric Peterson The Big Book of Key Performance Indicators par un bon ami Julien Coquet.

Aussi je vous conseille la lecture de sa traduction (par ici), qui en plus d’être en français est très agréable à lire, le support éléctronique ayant ici gardé un certaine aisance de navigation. Ayant déjà lu l’original, j’avoue que ce n’est pas sans un certain plaisir que j’ai relu certains passages. Merci à toi Julien !!

Et bonne lecture à tous !!

Fanny Le Béguec

Le taux de conversion

— Article initialement publié au sein du site du Label Decisionnel

Bon maintenant voyons un des indicateurs les plus utilisés, ou en tout cas les plus cités : le taux de conversion, ou conversion rate en anglais ce qui donne en traduction exacte en français taux de transformation.

On est parti ?

Pour cet indicateur, il  vous faut tout d’abord définir les objectifs à atteindre de votre site. En effet, le taux de conversion permet de connaître la proportion de visiteur arrivant sur votre site que vous arrivez à transformer en un type d’utilisateurs que vous juger intéressant.

Là aussi, il faut une illustration pour bien comprendre. Si vous étudiez un site marchand, vous chercherez à convertir des visiteurs en acheteurs. En revanche un blog* communautaire souhaitera que ses visiteurs participent à la vie du blog en postant des messages, en le visitant tous les jours et pendant 1h au moins…

Dans le cas d’un site d’achat le taux de conversion sera sûrement calculé ainsi :

(Nombre d’achats réalisés) / (Nombre de visiteurs uniques)

ou encore ainsi

(Nombre de paniers enregistrés) / (Nombre de visiteurs)

Alors que le taux de transformation du site communautaire sera calculé sûrement ainsi :

(Nombre de messages postés) / (Nombre de visiteurs)

ou encore par le temps moyen d’une visite, ou le nombre moyen de visites par visiteurs uniques.

Cependant la catégorie de votre site ne suffit pas à fixer votre objectif de conversion. Si nous prenons un site marchand, cherchant avant tout à vendre et non pas à conseiller ses visiteurs. Alors le taux de conversion comme il vient d’être présenté pour une telle catégorie de site sera très élevé : le but pour eux est de vendre le plus possible à chaque visiteur.

Mais si un site marchand (je ne citerai ici aucune marque) met aussi l’accent sur le conseil et l’accompagnement du visiteur (avec l’ajout d’une aide virtuelle notamment), et qui détient beaucoup de magasins ouverts jusqu’à 20h pour certains, alors le taux de conversion du site ne sera pas énorme. Le site internet servira de repérage pour le futur client, de comparatif et de source d’information.

Mais d’autres indicateurs seront plus intéressant pour les responsables de cette chaîne, notamment le temps passé sur le site en moyenne par visiteur, ou encore savoir si les pages concernant les tests ou les avis d’utilisateurs sont visitées.

Ce qu’il faut bien retenir ici c’est que le taux de conversion représente le pourcentage de vos visiteurs que vous voulez convertir soit en acheteurs, soit en lecteurs passionnés, et pourquoi en visiteurs éclairs qui restent moins de 5 secondes sur votre site avant d’en sortir.

Ce taux de conversion ou taux de transformation peut se visualiser à l’aide d’un entonnoir plus ou moins évolué. Ce graphique, qui comme son nom l’indique a une forme d’entonnoir, permet de voir les différentes étapes avant de convertir votre visiteur dans l’état final que vous avez défini, selon vos objectif. Et ces objectifs ne sont pas fixes pour un site internet mais peuvent variés selon la personne qui étudie ce site, selon le point de vue que l’on souhaite avoir sur le site en question.

Prenons comme exemple le graphique suivant :

 

 

Celui présente la conversion des visiteurs en acheteurs.

Ainsi nous pouvons remarqué que sur la page d’accueil sur les 899 visiteurs entrants, 800 en sont ressortis directement. Ce qui nous en laisse 99, soit 11% qui accèdent à la seconde page intéressante pour nous.

Sur celle-ci 9 visiteurs sont ensuite partis sur la page 3. Nous en avons donc perdu encore 90 sur cette page soit environ 90%.  Mais sur les 899 visiteurs du début 9 ont visités la page d’accueil et la page 2, ce qui constitue pour l’exemple la visite complète, soit l’objectif de conversion.

Nous avons donc converti environ 1% des visiteurs étudié.  Il existe plusieurs formes d’entonnoir de conversion.

 

L’idéale                  La recherchée              La classique            L’inquiétante

L’idéale veut dire ici que vous avez converti 100% de vos visiteurs. C’est ce que cherche à obtenir toute personne. Pourtant en tant qu’analyste, lorsque j’obtiens un taux de conversion de 100% je m’inquiète. Cela est plus souvent signe d’un mauvais indicateur, d’un mauvais calcul du taux de conversion qu’autre chose.
A part si vous souhaitez convertir tous vos visiteurs en visiteurs, il est difficile d’avoir un taux de 100%.

La recherchée est plus réaliste, et montre que les visiteurs ne partent pas du cycle de conversion lors des premières étapes mais lors des dernières. Typiquement lorsque le but de la conversion est d’obtenir des visiteurs le remplissage d’un formulaire à 3 pages. Le but est que chaque visiteur remplisse chaque page puis valide l’étape avant de passer à la page suivante, jusqu’à valider complètement le formulaire.

Si chaque visiteur abandonne à la fin de la première page alors très peu d’informations sur le visiteur auront pu être enregistrées. Si en revanche 90% des visiteurs valident jusqu’à la 3ème page, vous avez pu sauver beaucoup d’information. D’où l’importance de retarder le plus les étapes où vous risquez de perdre le plus de visiteurs.

Ensuite vient l’entonnoir dit classique, où justement, les étapes de perte de visiteurs se retrouvent essentiellement au début. Cela peut se comprendre pour certain type de conversion, lorsque vous souhaitez notamment étudier une partie seulement de vos visiteurs, et qu’il y a donc segmentation de ceux-ci dès la page d’accueil.

En revanche le dernier schéma,  est inquiétant car une très très faible de vos visiteurs sont conservés au sein de votre entonnoir. Si cela peut-être justifié, cela n’est pas très vendeur, et il est alors conseiller de le garder pour des tableaux de bords internes !!

Fanny Le Béguec

*Un blog est à l’origine un site personnel où l’auteur s’exprime librement  sur un sujet généralement fixe (comme le web analytics) et de façon régulière comme dans un bloc-notes, et où les visiteurs peuvent réagir aux articles publiés.

Web analytics, taux de rebond et autres…

— Article initialement publié au sein du site du Label Decisionnel

Voilà maintenant que vous en savez plus sur les bases du Web Analytics, passons aux choses sérieuses : parce que c’est bien de savoir que vous avez eu X visiteurs tel jour ce qui a représenté X’ visiteurs uniques mais nous allons aller un peu au delà.

Et puis ne faire que définir des termes c’est un peu fatiguant,  donc je vais essayer de rendre cet article très pratique. Et de lier ainsi le décisionnel au Web Analytics : l’objet même de cette suite d’article.

Tout d’abord en jouant avec les différentes données que l’on a pu voir nous pouvons étudier le nombre moyen de pages vues par visites qui représente la totalité des pages vues divisée par le nombre de visites enregistrées.

Ce chiffre peut s’interpréter de différentes manières. S’il est très élevé alors les visiteurs se sont beaucoup baladés sur votre site, mais s’il est très faible alors cela signifie que les visiteurs ont trouvé rapidement l’information qu’ils cherchaient, ou sont partis très rapidement.Pour comprendre un peu mieux, il faut alors compléter cet indicateur par le temps de la visite.

En effet, un indicateur seul ne suffit pas forcément à comprendre l’ensemble de ce qui se passe dans la tête de M. et Mme Dupont lorsqu’ils visitent votre site internet, mais en conjuguant et en associant, comparant les différents indicateurs entre eux, alors nous pouvons tirer des conclusions plus réalistes.

Par exemple, si le temps de visite est très court, alors le visiteur est venu, a regardé rapidement mais n’a pas été accroché par le site et est vite reparti.

Cela ne veut pas forcément dire que le site que vous étudiez n’est pas bien conçu, bien au contraire, il se peut tout simplement qu’il ne convenait pas à ce que recherchait le visiteur. Pour cela, vous pouvez regarder le mot clé saisi par le visiteur, où le referrer externe de la page d’entrée sur le site !!

Dans le même ordre d’idée, vous avez le fameux taux de rebond, qui a un  nom très imagé. Cet indicateur correspond au nombre de visiteurs qui une fois arrivés sur votre site (et ce sur n’importe quelle page) en sont repartis directement, sans naviguer sur d’autres pages. Ces internautes sont ainsi entrés sur le site Web pour en sortir aussitôt.

En terme d’intérêt au niveau du site cela est négatif, en effet, tout simplement parce que le visiteur n’a pas été « accroché » par le site et son contenu.
Mais rien ne sert de s’affoler pour rien : votre site ne peut pas plaire à tout le monde ! En revanche, si par exemple vous avez un taux de rebond avoisinant les 100% alors oui il faut vous poser des questions. Mais il est tout à fait normal d’avoir environ  25% pour un taux de rebond.Nous pouvons étudier le temps moyen par visites, l’heure de visite moyenne de vos visiteurs (ce qui peut être très pratique pour prévoir les temps de maintenance au niveau des serveurs, et donc les temps d’indisponibilité du site internet).Mais nous pouvons aller plus loin et étudier le trafic non plus d’un point de vue limité à la visite, mais d’un point de vue du visiteur. Et ainsi regrouper l’ensemble des visites d’un même visiteurs pour en extraire les grandes tendances : est-ce qu’il vient sur votre site tôt le matin, où plutôt durant l’horaire de la pause déjeuner, quelles pages l’intéressent le plus… Nous pouvons ainsi déterminer le nombre moyen de visites par visiteurs, et si celui-ci devient assez conséquent (si vos visiteurs reviennent assez souvent) alors il est possible de commencer à mettre en place du « profiling », ou analyse comportementale du visiteur.

Mais cela est une autre histoire !!La semaine prochaine nous continuons sur les indicateurs, toujours dans le même optique de comprendre ce que le Web Analytics peut nous apporter, essentiellement d’un point de vue informatique décisionnelle.

Puis en 2009 nous verrons ce que les éditeurs nous offrent, et comment nous pouvons l’utiliser !!

Fanny Le Béguec

Definitions du Web Analytics 2/2

— Article initialement publié au sein du site du Label Decisionnel

Maintenant que vous en savez un peu plus sur le principe des visites et de leurs visiteurs, nous allons approfondir les bases de ces définitions. Durant tout  cet article je reprendrais l’exemple de M. et Mme Dupont faisant leurs courses.

Commençons par le referrer. Ce mot signifie l’origine du visiteur, soit l’adresse URL* d’où vient un visiteur sur votre site. Ceci permet de savoir quel autre site Internet vous apporte des visiteurs, et ainsi de savoir avec quel autres sites il serait intéressant d’établir des partenariats pour se renvoyer les visiteurs d’un site à l’autre.

Essayons de comprendre plus précisément cette notion.

M. et Mme Dupont sont ici un très mauvais exemple. En effet, ils vont toujours faire leurs courses dans le même magasin depuis des années. Sauf qu’ils reçoivent dans leur boîte aux lettres, une publicité montrant une réduction très avantageuse sur un micro-onde, objet d’électroménager qui représente le rêve de  Mme Dupont depuis 10 ans.

Après moultes négociations avec son mari, M. Dupont accepte d’acheter un micro-ondes. Du coup, la prochaine fois qu’ils iront faire leurs courses ils iront exceptionnellement dans cet autre magasin, et en profiteront pour acheter ce  micro-ondes.
Ainsi la publicité reçue sera le referrer pour ce nouveau magasin. Mais cela aurait pu être le bouche à oreille, le fait de passer devant, le fait que cet autre magasin propose de l’essence moins cher…En web analytics nous pouvons distinguer plusieurs  referrer : interne ou externe. En effet, lorsqu’un visiteur se balade sur un site Web il est amené à visualiser plusieurs pages Internet. Ainsi nous aurons un referrer interne pour chaque page indiquant l’adresse URL interne au site Internet étudié, et permettant ainsi de tracer le chemin du visiteur lors de sa visite sur le site.

Comme cela n’est pas simple, je m’en doute bien, voici un schéma aidant à comprendre, et reprenant toujours la métaphore de ce couple familier des Dupont.

Schéma du parcours au sein du magasin

Et voici comment se comporterai M. et Mme Dupont sur Internet tel que nous les étudierions d’un point de vue Web Analytics.

Schéma du parcours au sein d'un site Internet

Les referrer internes sont symbolisés par des flêches bleues et les externes par des rouges.  Ce qu’il faut bien comprendre ici c’est qu’au delà de la page d‘entrée du site 2 on ne sait pas ce que deviennent M. et Mme Dupont. Seuls ceux qui étudient ce site le savent.Enfin pour en finir avec les referrer, pour les pages dites d’entrée et de sortie du site, nous aurons les referrer externes pointant les adresses URL des sites Internet vers lesquels les visiteurs sont soit venus, pour la page d’entrée, soit sortis pour la page de sortie.

Sur les schémas précédents les pages de sorties sont symbolisées par les carrés rouges et les pages d’entrées par des carrés verts.J’espère qu’ainsi la notion de referrer sera beaucoup plus claire à vos yeux. Il faut bien voir que si elle mérite la quasi totalité d’un article il y a bien une raison. En effet, si vous voulez étudier correctement votre trafic internet, il vous faut tout d’abord savoir d’où il vient, et où il va. Les flèches sur le schéma symbolisent ce cheminement.Enfin je voudrais encore m’attarder sur deux définitions : celle du mot clé et celle du temps de visite. Le mot clé est un mot ou un groupe de mot, qui vont être saisis par l’internaute** au sein d’une barre de recherche (typiquement la barre de recherche Google, Yahoo, …)  afin d’obtenir un ensemble de site Internet répondant à ses critères de recherche.
Ces mots clés saisis par le futur visiteur du site Internet étudié va être étudié par la suite. En effet, il est bien que pour un site de vente en ligne de lorsqu’un internaute saisit « achat cadeau noël », le site soit dans les réponses proposées, mais que ce ne soit pas le cas lorsque l’internaute saisit « revente occasion ».

De même une notion qui a son importance est le temps que passe un internaute sur votre site en général, et sur chacune des pages. En effet, vous pouvez comptabiliser un million de visites par mois, ce qui sera relativement bon, si chacun de vos visiteurs passent en moyenne 1 seconde sur votre site, cela est beaucoup moins bien. Il faut mieux alors, comptabiliser moins de visiteurs, passant plus de temps, repartis plus équitablement sur les différentes pages qu’ils visitent. En revanche, si vos visiteurs passent beaucoup de temps sur votre site en général, mais peu sur chacune de vos pages, c’est peut-être parce qu’ils ne font que parcourir toutes vos pages et ne trouvent pas l’information qui les intéressent.

Pour ceux qui veulent en savoir plus, voici un document en anglais, très bien fait que je vous recommande et en libre téléchargement ici.

Voilà surtout n’hésitez pas à commentez mes articles, j’ai pas mal de retour par mails, ou de vive voix, mais cela m’aideras à orienter mes futurs articles.
D’autant plus que la semaine prochaine nous attaquons les indicateurs clés du web analytics !! Cela va donc se compliquer un peu

Fanny Le Béguec

* Adresse d’un site Web
** Un internaute est un utilisateur du réseau Internet