Libérez la puissance de la table des données de Google Analytics

***Avant de continuer***

Si vous maîtrisez 100 % des fonctionnalités de Google Analytics, cet article n'est peut-être pas écrit pour vous. Sinon, 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 celui-ci. Alors que le monde entier s'emballe pour le big data, de multiples outils d'analyse de données fantaisistes apparaissent sur le marché. Il suffit de chercher " outil d'analyse de big data " et vous serez submergé de critiques présentant le million de 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 ici ? C'est moi ou alors que tout le monde s'enivre des outils de big data, nous oublions la vue d'ensemble. Ces outils ne sont pas encore le Saint Graal. Soyons réalistes : quel que soit l'outil que vous utilisez, quelle que soit sa fonctionnalité, je suis presque sûr qu'il ne vous dira pas exactement ce qu'il faut optimiser sur votre site Web et certainement pas comment l'optimiser. Voici pourquoi.

Les outils ne font pas les analystes du web

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

Connaissez vos objectifs numériques sur le bout des doigts 

En maîtrisant vos objectifs numériques, vous serez en mesure de les traduire en indicateurs clés de performance (ICP) et de vous concentrer sur les statistiques qui sont significatives pour votre organisation. J'ai lu un jour dans Le blog de 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, pour moi, l'une des idées les plus importantes en matière de web analytique. En fin de compte, l'analyse web consiste à trouver les bonnes mesures et à les faire parler d'une manière significative pour votre entreprise.

Être capable de contextualiser les données que vous creusez

Les statistiques peuvent être interprétées de diverses manières lorsqu'elles sont observées dans des contextes différents. Nous le savons tous, mais nous avons tendance à oublier ce fait 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 veut rien dire. En d'autres termes, présenter une analyse statistique ne signifie pas copier/coller des chiffres dans un beau rapport. Nous devons investir du temps pour analyser les chiffres que nous mettons en évidence afin de leur donner une interprétation significative. 

Utilisez votre logiciel de statistiques de sites Web comme un patron 

Ce serait une erreur de négliger l'importance des performances du logiciel de surveillance de sites Web que vous utilisez. En effet, vous ne devez pas être limité par un quelconque logiciel. Mais franchement, je n'ai jamais rencontré une telle situation. Les gens poussent rarement leurs outils statistiques jusqu'à leurs limites. Soyons encore plus honnêtes. La plupart des gens utilisent Google Analytics parce qu'il est gratuit et, souvent, ils ne profitent même pas de ses fonctions les plus élémentaires. Et c'est exactement ce que nous allons essayer de changer.

Le tableau des données de Google Analytics : un potentiel à plein régime

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 être en mesure de l'utiliser comme un patron. En fait, s'il y a une chose que vous devriez être capable de manipuler facilement dans Google Analytics, je dirais que c'est le " tableau de données ". " Alors, allons voir lerapport en temps réel , l'activité du hub de données et d'autres rapports fantaisistes pendant une minute. Ok, ok. 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 avant de juger. Sans plus attendre, voici quelques fonctionnalités intéressantes (et méconnues) de la merveilleuse table des données de Google Analytics ! Ouvrez une bière fraîche et regardez 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 alignés sur elle. Dans cet exemple, dans le rapport Source/Medium, la dimension primaire est, sans surprise, Source/Medium. Mais peu de gens savent qu'ils peuvent la changer. Cela peut être une alternative rapide et simple pour changer 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 métriques. Par exemple, si vous souhaitez identifier les pages qui reçoivent le plus de visites en provenance d'autres moteurs de recherche, vous devrez utiliser une dimension secondaire. Dans ce cas, utilisez " Medium " comme " Dimension primaire ", cliquez sur " Organique " et ajoutez " Landing Page " comme " Dimension secondaire ". "

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

Lignes de traçage 

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

1. Cliquez sur la case à cocher à l'extrémité gauche de n'importe quelle ligne du rapport.
2. Cliquez sur " Plot Rows ". "

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 fonctionnalité est extrêmement utile lorsque vous essayez 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 de date plusieurs fois jusqu'à ce que vous identifiiez l'élément qui a causé la variation (oui, nous faisons tous cela). 

Fonctions de tri 

Il existe plusieurs façons de trier les données présentées dans la vue Tableau des données. Par défaut, un rapport de Google Analytics trie les données par ordre alphanumérique (de haut en bas). Vous pouvez modifier ce classement en cliquant sur l'en-tête de la colonne. Vous pouvez également modifier la métrique sur laquelle le rapport est trié en cliquant sur son en-tête de 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 jeter un coup d'œil aux éléments qui présentent les plus grandes variations absolues. Pour ce faire, cliquez sur le menu déroulant Type de tri et sélectionnez " Variation absolue ". "

Sinon, il faudrait chercher dans le tableau les éléments qui présentent la plus grande variation. 

Affichage de la 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. Notez qu'il est fortement recommandé de jouer avec elles pour comprendre pleinement leur potentiel.

La première est la vue par défaut, le tableau de données tel que vous l'avez toujours vu. La bonne vieille vue ! La seconde (graphique circulaire) est la vue en pourcentage. Elle montre la contribution de chaque métrique sélectionnée sous forme de 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 métriques les plus importantes du rapport. Elle est également très utile lorsqu'il s'agit de comparer les performances (conversions, événements, etc.). Vient ensuite la vue de comparaison. Elle affiche les performances de chaque métrique 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 pas le moindre) semble être une bête bizarre à première vue. Avec elle, vous pouvez 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 puisque vous ne trouverez probablement pas d'outil d'analyse web plus utile à ce prix (notez que je n'ai presque pas écrit " à ce prix " puisque c'est celui que je préfère). Les fonctionnalités présentées dans cet article sont vraiment utiles et simples à utiliser. Alors 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 différents angles. Mais n'oubliez pas : vous devez rechercher 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 les analystes 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 100% neutre. Soyez curieux et résilient. Les pépites d'or viendront !