Definitions du Web Analytics 1/2

— Article initialement publié au sein du site du Label Decisionnel

Bienvenue chers 130 visiteurs !!!
Hé oui aujourd’hui n’ayons pas peur des mots et commençons franchement : j’ai eu 130 clics sur mon premier article concernant le web analytics.

Oui mais qu’est ce que cela signifie exactement ? Qu’est-ce que sont tous ces termes que les web analystes utilisent et auxquels le commun des mortels ne comprend pas toujours grand chose ?

Ces termes peuvent se résumer dans la phrase suivante : la visite, qui peut être comptabilisée comme unique ou non, est effectuée, au sein d’un site internet, par un visiteur et concerne des pages vues ou pages visitées. Cependant la suite de l’article va éclaircir tout cela.

Alors commençons par le commencement : sur votre site internet ou sur n’importe quel site que vous souhaitez étudier, vous avez une population de personnes venant visiter le site en question. Ce sont les visiteurs.

Cependant certains visiteurs peuvent venir plusieurs fois visiter le site internet, et ainsi comptabiliser plusieurs visites. Lorsque vous distinguez individuellement les personnes arrivant sur votre site pour les comptabiliser alors vous parlez de visiteur unique. Un visiteur unique sera ainsi reconnu d’une visite à une autre par son adresse IP (adresse publique d’une connexion Internet).

De même lorsque ces visiteurs arrivent sur le site étudié ils le visitent ce qui créé des visites !! Ces visites peuvent être comptabilisées à l’unité, ou dans l’ensemble, c’est-à-dire que si un visiteur vient visiter plusieurs fois votre site alors il provoquera l’enregistrement de plusieurs visites mais la comptabilisation d’une seule visite unique.

Comme vous l’aurez remarqué, les notions de visite et de visiteur sont très proches tout simplement parce que la première est l’action, la conséquence du second.

Prenons un exemple pour éclaircir tout cela.
M. Dupont et Mme Dupont vont faire leurs courses dans le supermarché de leur ville.  Ils font leurs courses habituelles, payent et au moment de charger les courses dans le coffre de leur break, Mme Dupont s’aperçoit qu’ils ont oublié d’acheter du beurre salé. Elle retourne alors dans le magasin en acheter, pendant que son mari fini de charger les courses.

Ainsi nous avons ici 2 visiteurs uniques : Monsieur et Madame Dupont, mais en réalité nous avons 3 visiteurs puisque Madame Dupont est venue 2 fois faire des courses. De même nous avons 3 visites : celle de Monsieur Dupont, et les 2 de Madame Dupont, mais uniquement 2 visites uniques.

Autre notion du Web Analytics, la page vue ou encore appelée page visitée qui a été visualisée par le visiteur durant l’une de ses visites. Pour cette définition, je prendrai la métaphore du nombre de rayons parcourus, ou de produits étudiés. En effet, lorsqu’un visiteur « surfe » sur un site Internet (c’est-à-dire qu’il le visite) il se balade d’une page à une autre, voguant ainsi au fil de ses envies en cliquant sur les liens qui s’offrent à lui sur chaque page. Hé bien, cela se retrouve de la même manière au sein du supermarché où M.ou Mme Dupont vont se balader d’un rayon à un autre, en ayant forcément un ordre obligatoire dû à l’organisation même du magasin. Par exemple, il faut toujours passer dans les rayons avant de passer à la caisse.

Le fait de comptabiliser des visites uniques ou non n’est pas un problème en soi, c’est une question de référentiel. En effet, lorsque nous parlons de 100 000 visiteurs par mois et de 100 000 visiteurs uniques par mois, cela n’est pas la même chose vous vous en doutez. Sur certains sites, un visiteur se connecte tous les jours, et donc vous avez un facteur d’environ 30 entre le nombre de visiteurs et le nombre de visiteurs uniques sur la période d’un mois.
De même un visiteur qui revient beaucoup, donc un nombre de visiteurs uniques très faible vis–à-vis du nombre de visiteurs peut être flatteur, cela veut dire que le site a beaucoup plu à la personne et qu’elle aime y revenir. Cependant cela peut aussi dire qu’elle n’a pas trouvé l’information qu’elle voulait durant ses précédentes visites et qu’elle est obligée de revenir. Elle aura donc une très mauvaise image du site. Cela peut se savoir notamment en comparant avec le taux de rebond, un indicateur très connu, qui sera expliqué dans la suite des articles.

La semaine prochaine nous finirons l’exposé sur les différentes notions et définitions du web analytics (avec entre autre les clics, le temps de visite, mots clés…)  avant d’entreprendre de travailler sur les indicateurs. Alors : à la semaine prochaine !!

Fanny Le Béguec

Web Analytics could be easy!!

— Article initialement publié au sein du site du Label Decisionnel

Comme certains l’auront remarqué, ce titre est un clin d’œil à la petite polémique provoquée par la fameuse citation d’Eric Peterson (un des grands auteurs du domaine), ce dernier prétendant que le Web Analytics est facile du moment que l’on prenne le temps de comprendre ce que l’on fait, alors que le reste de la communauté ne trouve pas toujours cela aussi facile.
D’où l’idée du Label Décisionnel de se lancer dans le Web Analytics et de vous aiderà vous y lancer. Alors pourquoi se lancer dans le Web Analytics ? N’est-il pas déjà trop tard ?Ou est-ce uniquement pour suivre l’effet de mode ?
Même si je ne vous cache pas que l’effet de mode influence forcément cet article, je ne pense pas qu’il soit trop tard pour se lancer dans ce domaine. Et le lancement de cette rubrique du portail en est aujourd’hui une preuve.

Tandis que que Google a sorti, en version privée, la version 3 de son très populaire Google analytics, il est désormais certain que ce domaine est plein d’avenir et représente un enjeu capital pour les entreprises, internationales mais aussi françaises. Et le fait est que la France n’est pas à la pointe de la technologie et de la recherche sur ce domaine et qu’il a même du mal à se faire connaître en dehors du périmètre des éditeurs et des experts. Ce fût flagrant lors du dernier salon du e-commerce à Paris : si, lors des conférences, nous n’avions plus le droit à la définition du Web Analytics en tant que tel, nous avions en permanence une redéfinition des grands principes qui fondent ou régissent cette technique (le nombre de visiteurs unique, la fameuse définition d’Avinash Kaushik, grand mentor de ce domaine, permettant de qualifier le Web Analytics, et tant de concepts sur lesquels nous reviendrons par la suite).

Donc le Label Décisionnel se lance dans le Web Analytics : pourquoi pas. Mais alors quel est le lien avec l’informatique décisionnel ? Et bien parce qu’en tant que jeune experte de l’étude des différentes dimensions* de l’entreprise que ce soit financières, commerciales, humaines, ou autres, je suis frustrée quand on m’annonce que je peux aussi étudier la dimension Web d’une entreprise, mais dans un autre outil, de manière totalement décorrélée du reste de l’entreprise.

Je suis quelqu’un de très gourmand. Et cela est important pour l’exemple qui suit.

Vous êtes vous déjà retrouvé dans la situation où vous devez choisir entre deux restaurants : dans l’un ils font votre plat préféré, celui avec plein de sauce, mais pas trop pour autant et puis avec ces légumes cuits à la perfection et surtout ces petites pommes de terres grillées… Mais dans l’autre restaurant ils font ce dessert qui est d’habitude classique auquel ils ajoutent ce je ne sais quoi qui fait qu’on en mangerait en permanence. Sauf que le dilemme est là : vous ne pouvez pas vraiment prendre le plat dans un restaurant A et le dessert dans l’autre (le B). En effet, cela implique de changer de lieu, de régler deux additions, une perte de temps, …
Et bien là c’est ce que les éditeurs nous proposent : pouvoir étudier la dimension Web d’une entreprise (de part son site Internet, ses applications intranet, …) au sein d’un outil (le restaurant A). Mais le reste des autres dimensions qui sont tout aussi importantes ne peuvent être étudiées comme on le souhaiterait au sein du même outil. Pour bien faire, il faudrait choisir un second outil : un restaurant B, pour compléter l’offre offerte par les éditeurs.

Mais cela veut aussi dire payer plusieurs licences, plusieurs coûts d’installation, naviguer en permanence d’un outil à l’autre pour avoir toutes les clés en main pour décider, et même si c’est faisable ce n’est pas l’idéal.  Pourquoi, à l’heure actuelle, être contraint d’étudier toutes les composantes d’une entreprise dans une application, mais tout ce qui concerne la dimension Web de cette entreprise, toute sa vitrine, toutes ses applications entre collaborateurs, au sein d’un autre outil sans pouvoir lier le fait que l’entreprise ait recruté 50 nouveaux collaborateurs et le fait que (logiquement) l’application mail est plus utilisée qu’il y a deux mois ? Ne serait-il pas plus fiable d’intégrer la dimension web au sein de l’application habituellement utilisée pour étudier toutes les autres dimensions d’une société ?

Alors voilà le but de cette suite d’article sur le Web Analytics : familiariser les personnes qui le souhaitent à ce domaine, et faire en sorte que l’étude du Web ne soit plus considéré comme une technique à part, mais bel et bien intégrée à un processus de contrôle de l’entreprise, de sa performance et de son univers.
Si cet article est très introductif, il sera bien entendu suivi de beaucoup d’autres, permettant de faire un point sur les principes du Web Analytics, un état de l’art des outils existants, mais aussi reporter les derniers évènements de ce domaine, et bien entendu, de par le biais de vos réactions aux articles mais aussi à l’aide du forum, de vous aider à découvrir ce domaine. Et j’écris en connaissance de cause : il y a un an je ne savais même pas ce qu’était le Web Analytics. Alors prenez le train en route, et à mercredi prochain au plus tard !!

Fanny Le Béguec