Google Analytics est l’un des outils que nous utilisons au quotidien dans notre Programme d’Optimisation Digitale.  Il nous permet de suivre la majorité des KPI des systèmes marketing web que nous mettons en place. Ce petit abécédaire décrit les différents aspects importants de Google Analytics. Il a pour but de donner une vue d’ensemble des possibilités de cet outil de suivi statistique.

Statistiques

Le gros du travail du Growth Hacker est d’étudier les données statistiques des sites web dont il s’occupe.

Cette étude des données statistiques des site web lui sert principalement à répondre à cette question : comment l’internaute se comporte ?

Ainsi, c’est le seul moyen que nous avons pour savoir ce que font les utilisateurs sur le site, afin de savoir si le site est performant ou non.

Ce jugement est possible si on sait chiffrer l’audience, mesurer les comportements des utilisateurs, et calculer le taux de conversion.

Chez Creastic, travailler sur Google Analytics fait partie intégrante de notre quotidien afin d’optimiser les sites web que l’on nous confie. Voici un petit abécédaire de ce que cela implique :

L’entonnoir de vente

Longtemps, l’acte d’achat était résumé par l’entonnoir de vente suivant :

Notoriété ->Intérêt->Interaction->Conversion->Rétention

D’abord se faire connaître, ensuite éveiller l’intérêt, puis interagir avec l’utilisateur, puis faire en sorte qu’il achète, puis qu’il revienne.

On considère dans de nombreux cas qu’un prospect reste prospect même après son premier acte d’achat. Il ne devient client qu’en phase de rétention, c’est-à-dire lorsqu’ il rachète quelque chose.

Ce schéma a été bousculé. A présent, l’utilisateur peut faire le choix d’acheter à n’importe quel moment, il ne suit plus un parcours type pour acheter. Il n’est plus celui qui se promène, il est plutôt aux manettes d’une machine qui lui obéit, contrôlant des fonctions qui aboutiront à lui proposer un acte d’achat qu’il actionnera.

Les objectifs commerciaux

Le growth hacker utilise les données statistiques en les comparant avec des objectifs pour pouvoir évaluer ces données.

Il s’agit donc en premier lieu de définir les objectifs mesurables que l’on se fixe, par exemple :

  • E-commerce : volume des ventes ?
  • Recherche de prospects : nombre de contacts récupérés et description de chaque contact ?
  • Publication de contenu : nombre d’affichages de publicité ?
  • Support en ligne : Nombre de personnes aidées ?
  • Image de marque : nombre de personnes prouvant leur intérêt pour la marque ?

L’analyse de base

Le growth hacker va ensuite placer des boutons de conversion aux meilleurs endroits à travers le site, pour réaliser ses objectifs. Bouton « acheter » (macro-conversion), bouton « recevoir une newsletter » (micro-conversion).

Son étude portera alors d’abord sur l’efficacité de ces boutons de conversion, qui pourront être vus dans les statistiques.

Le growth hacker va alors analyser à quel moment il perd ou gagne des conversions, et en donner la mesure.

Il crée alors un rapport pour rendre ses observation claires. Ce type d’info va permettre de prendre des décisions commerciales.

L’analyse en profondeur

Vient alors l’étape de l’analyse en profondeur, où il s’agira de dégager une tendance et de segmenter les utilisateurs selon divers critères (smartphone, géographie, etc.) afin de pouvoir optimiser le site en fonction des résultats et des références du secteur.

L’analyse consiste souvent à se fixer des objectifs puis vérifier s’ils ont été atteints. Il s’agit aussi souvent de tester des hypothèses, pour voir laquelle est la meilleure.

L’étape suivante sera de faire une synthèse de ce que l’étude des statistiques nous a appris, pour améliorer le site en continu et le rendre plus performant.

En résumé, l’analyse de statistiques consiste à étudier les données quantitatives et qualitatives du site,  afin d’améliorer l’expérience en ligne des utilisateurs pour atteindre des objectifs.

Voici les données qui nous intéressent :

Les Segments

Pour comprendre la nature des visites sur votre site, il s’agit d’abord de segmenter, par exemple :

  • Segmenter par jour ou par heure pour savoir quand vient votre public ?
  • Segmenter par quel lien est venu le public ?
  • Avec quel appareil ?
  • Par quel canal ?(Facebook, Twitter, recherche naturelle, etc.)
  • D’où ?

Le contexte

Une autre façon de comprendre la nature est le contexte, c’est-à-dire des points de comparaison pour savoir si le résultat est bon ou non.

  • Comparer avec les données sur le nombre de visites dans votre secteur  (contexte externe)
  • Comparer avec d’autres données de votre site (données passées, comparaison avec d’autres pages, etc.)

La conversion

C’est une action importante sur le site, qu’on suit attentivement (bouton d’achat par exemple)

Une micro conversion est une conversion intermédiaire.

Une macro conversion est une conversion importante (achat, inscription).

L’attribution

C’est la somme qu’on est prêt à dépenser pour une conversion. On peut donner une attribution pour chaque étape de la conversion (s’il faut cliquer sur 5 boutons avant la conversion, chaque bouton aura une attribution d’un cinquième du prix de la conversion), ou choisir de regarder la première ou la dernière micro conversion et lui donner une valeur.

La stratégie d’évaluation

A partir de ces données, il s’agit de mettre en place une stratégie d’évaluation pour pouvoir suivre les performances du site.

Pour cela, il faut à la fois 1) comprendre la stratégie de l’entreprise, 2) comprendre les données statistiques du site, et 3) être en mesure de créer un outil d’analyse.

La stratégie d’évaluation se conçoit en 5 étapes :

  1. Documenter les objectifs commerciaux qu’on veut suivre.
  2. Décrire l’environnement technique du site (mobile, système de paiement, optimisé, etc.)
  3. Définir le plan d’implémentation (là où on place du code dans le site, des fonctions spécifiques liées à l’analyse statistique)
  4. Implémenter le système de suivi de statistiques au site.
  5. Maintenir et affiner cette stratégie.

La stratégie de la mesure

Voici les étapes de la stratégie de la mesure permettant de savoir si le site est efficace ou non :

  1. Identifier les objectifs commerciaux.
  2. Fixer les stratégies et tactiques du site pour atteindre ces objectifs.
  3. Choisir les statistiques qui seront utilisées pour mesurer (KPI).
  4. Déterminer les segments clés à analyser .
  5. Sélectionner les cibles à analyser.

Vous devez alors documenter votre stratégie, où seront mis en parallèle les objectifs commerciaux et les objectifs techniques, pour savoir quoi mesurer.

Vous déterminerez alors le plan d’implantation : mettre le code analitycs général dans tout le site, suivre les indicateurs clés, suivre les statistiques liées aux  objectifs commerciaux, filtrer certaines données, faire un suivi des campagnes Adwords, simplifier le tableau de bord d’ Analytics.

Google Analytics a 4 fonctions

  1. Collecter des données.
  2. Configurer le tableau de bord.
  3. Traiter les données.
  4. Sortir des rapports.

Les deux types de données

  1. La dimension : définit les caractéristiques des utilisateurs ainsi que leurs sessions et actions.
  2. Les statistiques : ce sont les calcules relatifs aux utilisateurs, sessions et actions.

Les 3 types de dimensions

  1. Utilisateur, par exemple : son positionnement géographique.
  2. Session, par exemple : source du trafic.
  3. Action, bouton qui a été cliqué.

Les 3 types de statistiques

  1. Statistiques d’audience : Nombre de visiteurs ? Quel type d’utilisateur ? etc.
  2. Statistiques de comportement : Nombre de visites, de pages vues, etc.
  3. Statistiques de conversion : Taux de conversion.

Quelques données par défaut

Segments d’utilisateurs : nouveaux et anciens.

Session, moment passé par un utilisateur sur le site. Temps passé, nombre de pages vues, événements activés (ex: lancer video, clic popup…), taux de rebond (cliquent pas).

Causes des taux de rebond élevé

  • Contenu ne correspondant pas au lien d’entrée .
  • Une seule page.
  • Pas d’incitation à l’action.

Structure des données dans Analytics

La structure : Compte->Propriétés->Vues

  • Un Compte GA représente une activité en général (ex: La crêpe de Gourin), qui va avoir un compte nommé par exemple UA-123456
  • Les propriétés de ce Compte sont les différents sites de ce Compte : crepeshop.com, crepe.blogspot.com et l’app crepes par exemple. Ces propriétés seront nommées UA-123456-1, UA123456-2, etc. On peut donc suivre l’activité de son business à travers plusieurs sites. Si on veut que deux sites soient analysés comme un seul, il suffit de donner le même nom de propriété à chaque site.
  • Les vues de ces propriétés sont les données statistiques que l’on suit. On paramètre ces vues dans la configuration d’Analytics. On peut par exemple donner une vue sur la fréquentation du site par les Français, une par les Américains, une par les Japonais, et donner un accès à ces vues spécifiquement au commercial France, au commercial US ou au commercial Japon.

Paramétrage des vues

On a au minimum trois vues :

  1. La « non-filtrée », qui est la vue par défaut. Conserver cette vue sans la modifier par sécurité.
  2. Créer alors une seconde vue, dite « vue principale », avec vos données à suivre.
  3. On crée une vue « test » qui permet de faire des tests de vue, les tests probant seront alors mis par la suite dans la vue principale.

Attention, une vue mal configurée peut retourner des résultats erronés, une vue effacée et tous vos résultats passés sont effacés. Une vue ne peut pas non plus être recalculée, et quand vous lancez une vue, elle calcule à partir du moment présent, ne reprend pas les données du passé. Il est donc conseillé de créer ses vues dès le début, d’avoir des vues de sauvegarde et de bien tester avant d’utiliser la vue.

Filtrage des vues

On peut commencer par filtrer les vues, c’est-à-dire exclure ou inclure certaines données de trafic et de contenu.

Ces données de trafic et de contenu peuvent être celles concernant un lien de provenance (domaine ou page), un IP, un répertoire que l’on souhaite exclure, un mot clés, un titre de page, une campagne de lien sponsorisé, les résolutions écran, et des dizaines d’autres propriétés de filtrage.

Par exemple, on peut filtrer pour exclure les données de fréquentation quand elles correspondent à l’IP de l’entreprise (afin d’exclure des calculs les visites des employés), provenant d’un site en particulier, ou allant sur une page précise.

Ces filtres acceptent des conditions : égal, commençant, finissant et contenant.

On peut donc faire un filtre de type « si l’IP = 192.1.987 alors exclure » ou « si mot clé contient « crêpe » alors inclure »

On peut mettre plusieurs filtres, mais tenir compte de chaque filtre est traité l’un après l’autre. Si on met un filtre qui inclut les utilisateurs des USA, puis un filtre qui inclut les utilisateurs du japon, ça ne marchera pas, car le filtre va d’abord sélectionner tous les utilisateurs des USA, puis à partir de cette base, va sélectionner les utilisateurs du Japon, c’est-à-dire aucun, vu que le filtre va agir sur les utilisateurs des USA.

Plus d’infos sur les filtres.

Mise en place des objectifs

Il s’agit à présent configurer les objectifs qui seront suivis par Analytics.

Tout d’abord, nous utilisons la stratégie de la mesure déjà décrite plus haut, nous documentons les points suivants :

  1. Objectifs commerciaux
  2. Stratégie et tactiques.
  3. KPI
  4. Segments
  5. Cibles

Toute la réflexion en terme d’objectifs tourne autour de l’idée de conversion.

Conversion Micro et Macro

Une micro-conversion peut être une inscription à une newsletter, ou la vision d’une vidéo, ou un bon d’achat, etc. Les micro-conversions doivent aboutir à une macro-conversion, c’est-à-dire l’achat.

Avec ces données, nous pouvons commencer à suivre nos objectifs sur GA.

Grace aux objectifs dans GA, il est possible de de suivre spécifiquement un objectif, par exemple la fréquentation de telle page, tel dossier, ou suivre les paramètres d’un lien avec des expressions régulières.

Il est possible de donner une valeur monétaire à un objectif.

Par exemple, si un objectif est la validation d’une vente à 10 €, qui a une marge de 3 €, il est possible de donner une valeur de 3 € à cet objectif, afin d’avoir en direct une évaluation des gains.

En donnant une valeur à un objectif, il est possible de définir le ROI du site (Retour sur Investissement).

Par exemple, si on se fixe un objectif de récupération de mail, qu’on sait que sur 100 mails récupérés il y a 10 ventes à 30 € par la suite, on peut déduire que chaque mail récupéré a une valeur de 3€. On peut suivre cette valeur, et connaître au jour le jour ce que rapporte le site, directement dans les statistiques, et optimiser.

Il est aussi possible de suivre un funnel (entonnoir de conversion) avec les objectifs.

Par exemple, si l’utilisateur est recruté par une campagne de lien sponsorisé, puis dirigé sur une Landing Page, puis il clique sur le bouton pour commander, puis il remplit son adresse, puis il procède au paiement. Il est possible de récupérer ce parcours via les objectifs, en désignant les objectifs intermédiaires. On obtient ensuite une cartographie du processus de vente, on peut voir où améliorer le processus, tester, etc.

Le suivi des objectifs permet aussi d’affiner l’analyse des sites d’e-commerce, en récupérant des infos telles que le prix de vente et le nombre de fois où le prospect revient sur le site avant d’acheter. Un  paramétrage spécial du code de suivi de GA est nécessaire (plus d’infos)

Analyse d’un segment

C’est important d’analyser ses segments, par exemple pour suivre le résultat d’une campagne de lien sponsorisé.

Il s’agit  d’identifier les différents segments du trafic que l’on veut suivre : campagne de pub, sites référents, réseaux sociaux, pays, Référencement naturel, ceux qui viennent directement, mailing, etc.

Google permet de connaître directement trois types de source de trafic : le référencement naturel, le site référent et l’accès direct.

Dans les autres cas, on utilise des tags dans les liens pour que GA puisse analyser précisément une campagne. Par exemple, le résultat d’un mailing ou d’une campagne.

Trois paramètres de tags sont alors nécessaires : source,  medium et campaign.

Deux autres paramètres sont facultatifs : term et content.

Ainsi, si j’envoie un mailling avec un lien vers une Landing page, il faut préciser dans ce lien les paramètres source, medium et campaign afin de pouvoir analyser les résultats du mailling.

Par exemple, j’envoie une Newsletter pour que les gens achètent mes crèpes avec une promo, je dois mettre le paramètre source « crepepromo », le medium « email » et la campaign »ventedecrepe ».

Je peux tester un second mail avec le paramètre source « crepedeluxe ».

Il me sera alors possible d’obtenir une statistique sur les résultat des deux maillings.

Un lien taggé ressemble à ça :

http://www.mysite.com/landingpage?utm_source=newsletter&utm_medium=email&utm_content=promo1&utm_campaign=sale

Outil de création d’un lien avec des tags.

Visualiser les reports

Fonctions principales :  La comparaison de dates, le filtrage des tableaux, la fonctionnalité de tri des tableaux, la fonctionnalité « Tracer les lignes », une dimension principale, une dimension secondaire, un graphique à secteurs, un tableau croisé dynamique.

Types d’audience  : par  Zone géographique, Langue, Fréquence et récence, Nouveaux vs connus, Intérêt et interaction, Navigateur et OS, Mobile (lire aussi : https://support.google.com/analytics/answer/1012034)

Il est possible de voir comment on acquiert des visiteurs : Canaux, campagne, mots clés, navigateurs, cpc, etc (lire aussi https://support.google.com/analytics/topic/3125765)

Ensuite, on peut partager les rapports avec d’autres utilisateurs, les enregistrer, les partager (par mail par exemple) et modifier leur présentation.

Cet article a pour source principale le cours Mooc Google Analytics https://analyticsacademy.withgoogle.com