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

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