Exploiter la puissance de la table de données de Google Analytics

***Avant de continuer***

Si vous maîtrisez 100 % des fonctionnalités de Google Analytics, cet article n'est peut-être pas fait pour vous. Dans le cas contraire, si vous êtes comme 98 % des utilisateurs de Google Analytics, vous ne l'utilisez probablement pas à son plein potentiel. Si vous vous considérez comme faisant partie du second groupe, ne soyez pas timide. Vous voudrez peut-être lire ce qui suit. Alors que le monde entier s'enflamme pour le big data, de nombreux outils d'analyse de données sophistiqués apparaissent sur le marché. Il suffit de faire une recherche sur " big data analytics tool " et vous serez submergé de revues présentant le million des meilleurs outils disponibles dans l'univers entier.

Utilisation des requêtes "Big data" sur Google depuis 2004. Source : Google Trends.

  Est-ce que quelque chose m'échappe ? Est-ce que je suis le seul à penser que pendant que tout le monde s'enivre d'outils de big data, nous oublions la situation dans son ensemble. Ces outils ne sont pas encore le Saint Graal. Soyons réalistes : quel que soit l'outil que vous utilisez, quelles que soient ses fonctionnalités, je suis presque sûr qu'il ne vous dira pas exactement ce qu'il faut optimiser sur votre site web et surtout pas comment l'optimiser. Voici pourquoi.

Les outils ne font pas l'analyste web

Quel que soit l'outil ou le logiciel d'analyse de données que vous utilisez, pour réaliser une analyse de site web efficace, vous devez : 

Connaître ses objectifs numériques sur le bout des doigts 

En maîtrisant vos objectifs numériques, vous pourrez les traduire en indicateurs clés de performance (ICP) et vous concentrer sur des statistiques significatives pour votre organisation. J'ai lu un jour dans Le blog d'Avinash Kaushik: "Les bons analystes sont de grands assassins. Ils sont excellents pour trouver des métriques et des dimensions boiteuses et les assassiner". Cette citation représente, à mes yeux, l'une des idées les plus importantes en matière d'analyse web. En fin de compte, l'analyse web consiste à trouver les bons indicateurs et à les faire parler de manière significative pour votre entreprise.

Être capable de contextualiser les données que vous exploitez

Les statistiques peuvent être interprétées de différentes manières lorsqu'elles sont observées dans des contextes différents. Nous le savons tous, mais nous avons tendance à l'oublier lorsqu'il s'agit de partager des données avec d'autres. Seul, un taux de rebond global ou le temps passé sur un site ne signifie rien. En d'autres termes, présenter une analyse statistique ne signifie pas copier/coller des chiffres dans un beau rapport. Nous devons prendre le temps d'analyser les chiffres que nous mettons en évidence pour leur donner une interprétation significative. 

Utilisez votre logiciel de statistiques de site web comme un patron 

Ce serait une erreur de négliger l'importance de la performance du logiciel de surveillance de site web que vous utilisez. En effet, vous ne devez pas être limité par un logiciel. Mais franchement, je n'ai jamais rencontré une telle situation. Les gens poussent rarement leurs outils statistiques dans leurs derniers retranchements. Soyons encore plus honnêtes. La plupart des gens utilisent Google Analytics parce qu'il est gratuit et ils ne profitent souvent pas de ses fonctionnalités les plus basiques. Et c'est exactement ce que nous allons essayer de changer.

Tableau des données de Google Analytics : un potentiel à exploiter au maximum

Comme l'appelle Google, le " tableau de données " est probablement la chose que vous utilisez le plus sans même connaître son nom. Et c'est très bien ainsi, car nous ne nous soucions absolument pas de son nom. Mais si ce n'est pas le cas, vous devriez pouvoir l'utiliser comme un chef. En fait, s'il y a une chose que vous devriez pouvoir manipuler facilement dans Google Analytics, je dirais que c'est la " Table de données ". "Passons donc aurapport en temps réel , à l'activité du Data Hub et à d'autres rapports fantaisistes pendant une minute. D'accord, d'accord. WTF ? C'est la partie centrale de Google Analytics : le grand tableau sous le graphique, le rapport que Google Analytics génère chaque fois que vous l'exécutez. Il ressemble à ceci:Je vous entends penser : "Duh ! Je sais déjà comment utiliser ce truc". Mais attendez la fin de l'article pour juger. Sans plus attendre, voici quelques fonctionnalités sympas (et méconnues) du merveilleux tableau de données de Google Analytics ! Ouvrez une bière fraîche et admirez la magie.

Dimensions 

La dimension primaire est l'axe principal du rapport et est déterminée par défaut lors de la sélection d'un rapport. Les métriques (chiffres) sont alignées sur elle. Dans cet exemple, dans le rapport Source/Médium, la dimension primaire est, sans surprise, Source/Médium. Mais peu de gens savent qu'ils peuvent la modifier. Il peut s'agir d'une alternative simple et rapide au changement de rapport.

Mais honnêtement, l'ajout d'une dimension secondaire est tout l'intérêt d'avoir des paramètres de dimensions dans le tableau de données. C'est probablement le moyen le plus simple de croiser deux types de mesures. Par exemple, si vous souhaitez identifier les pages qui reçoivent le plus de visites d'autres moteurs de recherche, vous devrez utiliser une dimension secondaire. Dans ce cas, utilisez " Medium " comme " Primary Dimension ", cliquez sur " Organic " et ajoutez " Landing Page " comme " Secondary Dimension ". "

Rappelez-vous simplement que vous pouvez utiliser les dimensions pour examiner les chiffres sous différentes perspectives et j'aurai atteint mon objectif. 

Tracer des lignes 

Supposons que vous examiniez les pages qui reçoivent le plus de trafic des moteurs de recherche et que vous souhaitiez voir l'évolution d'une page particulière. C'est facile !

1. Cliquez sur la case à cocher située à l'extrémité gauche de n'importe quelle ligne du rapport.
2. Cliquez sur " Tracer des lignes ". "

Voilà, c'est fait ! Vous pouvez maintenant comparer le trafic organique reçu sur une page de destination spécifique (en orange) à l'ensemble du trafic organique (en bleu). Whoooo.

Cette fonction est extrêmement utile lorsqu'il s'agit d'identifier rapidement ce qui a réellement causé des variations importantes dans un graphique à une certaine date. Désormais, vous n'aurez plus à changer plusieurs fois de date jusqu'à ce que vous identifiiez l'élément à l'origine de la variation (oui, nous faisons tous cela). 

Fonctions de tri 

Il existe plusieurs façons de trier les données présentées dans la vue Tableau de données. Par défaut, un rapport Google Analytics trie les données par ordre alphanumérique (du plus élevé au plus bas). Vous pouvez modifier ce tri en cliquant sur l'en-tête de la colonne. Vous pouvez également modifier la mesure sur laquelle le rapport est trié en cliquant sur l'en-tête de la colonne. Supposons que vous souhaitiez examiner les sources qui génèrent le plus grand nombre de conversions, cliquez sur l'en-tête de colonne de la conversion spécifique. Les sources qui ont généré des conversions se trouveront en haut du rapport. Lorsque vous comparez deux plages de dates, vous pouvez souhaiter consulter les éléments qui présentent les plus grandes variations absolues. Pour ce faire, cliquez sur le menu déroulant Type de tri et sélectionnez " Changement absolu ". "

Sinon, il faudrait rechercher dans le tableau quels sont les éléments qui varient le plus. 

Affichage sur table 

Dans le coin supérieur droit du tableau de données, il existe des options d'affichage très utiles. Voici une brève présentation de chacune d'entre elles. Il est vivement recommandé de jouer avec ces options pour en comprendre toutes les potentialités.

La première est la vue par défaut, le tableau de données tel que vous l'avez toujours vu. La bonne vieille vue ! La seconde (diagramme circulaire) est la vue en pourcentage. Elle montre la contribution de chaque mesure sélectionnée sous la forme d'un pourcentage. Elle permet de voir l'importance de chaque élément dans le rapport actif. La troisième est la vue des performances. Comme la vue en pourcentage, elle montre les mesures les plus importantes du rapport. Elle est également très utile pour comparer les performances (conversions, événements, etc.). Vient ensuite la vue de comparaison. Elle affiche les performances de chaque mesure par rapport à la moyenne du site. L'avant-dernier est le nuage de termes. Le nom dit à peu près tout. Pour moi, Google Analytics l'a ajouté pour faire plaisir à ses utilisateurs. Malheureusement, je n'y trouve pas vraiment de valeur. Peut-être aimerez-vous l'utiliser lors de l'analyse des rapports sur les mots-clés. Mais c'est à peu près tout. Le dernier (mais non le moindre) semble être une bête étrange à première vue. Il permet de visualiser la relation entre deux dimensions. Il présente les chiffres en pivotant sur la deuxième dimension que vous avez choisie. Il faut vraiment l'essayer pour le comprendre !

Conclusion

Si vous arrivez jusqu'ici, c'est que vous voulez vraiment utiliser tout le potentiel de Google Analytics. C'est une bonne chose car vous ne trouverez probablement pas d'outil d'analyse web plus utile à ce prix (notez que j'ai failli ne pas écrire " à ce prix " car c'est celui que je préfère). Les fonctionnalités présentées dans cet article sont vraiment utiles et simples à utiliser. Maintenant que vous savez qu'elles existent, n'hésitez pas à les utiliser autant que possible. Encore une fois, l'idée est d'examiner les mêmes données sous différentes perspectives. Mais n'oubliez pas : vous devez chercher quelque chose en particulier pour trouver des statistiques super significatives. Les pépites d'or ne vous sauteront pas au visage simplement parce que vous faites un marathon de clics. Comme nous l'avons dit, les outils ne font pas l'analyste web. Utiliser votre outil d'analyse web comme un patron est nécessaire, mais pas suffisant. Faites des hypothèses et essayez de les valider, tout en restant neutre à 100 %. Soyez curieux et résilient. Les pépites d'or viendront !