Le web analytique c’est quoi ?
Le web analytique (ou web analytics en anglais) c’est le fait de collecter des informations liées à votre sites web, et notamment à vos visiteurs. Mais c’est également, et beaucoup de personnes l’oublient, l’analyse de ces données afin d’en tirer des conclusions et ainsi améliorer ses performances.
Ainsi, un site qui se soucie du web analytique devrait être en mesure de tirer des informations très précises sur ses visiteurs. Par exemple « Combien de visiteurs se sont inscrit à ma newsletter en étant arrivé depuis Google ? » ou encore « Combien d’internautes achètent sur mon site après être venu depuis un lien d’affiliation ? »
Par où commencer ?
La première chose à faire lorsque l’on s’intéresse au web analytique, c’est de choisir un outil qui se chargera de collecter les données sur nos visiteurs.
Et les outils, ce n’est pas ce qui manque. En effet, il existe des centaines d’outils différents, certains gratuits, certains payants. Ce qui différencie deux outils c’est les critères qu’ils utilisent. Par exemple, si vous choisissez d’utiliser Google Analytics, et qu’un internaute visite votre site le matin, puis le revisite le soir, il comptera 2 visiteurs uniques. Maintenant, si vous utilisez Xiti, il comptera 1 visiteur unique.
Ainsi, les statistiques d’un site peuvent varier selon l’outil utilisé.
Une fois votre outil choisi, il suffira alors d’intégrer un simple bout de code en javascript dans vos pages. De cette manière, dès le lendemain (ou parfois en temps réel), vous aurez accès aux statistiques de la veille.
Je vous recommande toutefois de vous diriger vers Google Analytics qui depuis plusieurs années s’est réellement imposé comme une référence dans le domaine. Il est aujourd’hui aussi bien utilisé par les gros sites que les plus petits. Vous profiterez ainsi d’une interface simple, mais surtout d’un grand nombre de guides/informations disponibles pour bien s’approprier l’outil, ce qui risque d’être plus compliqué avec d’autres outils qui possèdent des communautés bien plus petites.
Que faire de ces chiffres ?
La grande majorité des sites web ont installé un outil de web analytique. Toutefois, plus de la moitié de ces sites ne prennent pas le temps d’en tirer une quelconque information.
La première utilisation du web analytique est d’effectuer un suivi régulier sur différents critères de base : combien de visiteurs visitent le site, et d’où viennent-ils ? Ainsi, on peut tirer une évolution des performances du site. C’est d’autant plus facile à réaliser qu’il est possible dans Google Analytics par exemple, de configurer des rapports automatiques, et donc de recevoir automatiquement chaque jour, ou hebdomadairement dans votre boite mail ces informations.
Toutefois, il est possible d’en tirer beaucoup plus.
La meilleure chose à faire est de constituer des objectifs : pour un site de vente par exemple, l’objectif sera que l’internaute achète. Pour un blog, l’objectif pourra se traduire à l’inscription à une newsletter ou au fait qu’un visiteur remplisse le formulaire de contact par exemple.
La mise en place de ces objectifs demande quelques petites configurations. Un guide sur le sujet est à paraître prochainement, avec de nombreuses explications détaillées.
A quoi servent ces objectifs ?
En créant ces objectifs au sein de l’outil, on pourra chercher à optimiser l’ergonomie et les transformations engendrées par le site.
Par exemple, imaginons que 3 internautes sur 100 en moyenne achètent un certain produit sur un site e-commerce. Ainsi, le taux de transformation du site sera de 3%. Comme il ne faut pas juger la performance d’un site sur un jour, j’observe cette tendance sur la semaine, voire sur le mois et constate qu’elle est plutôt régulière et qu’elle stagne à 3%.
La semaine suivante, je change la couleur de fond de mon bouton « Ajouter au panier » en rouge, alors qu’elle était verte auparavant. Je constate ainsi l’évolution du taux de transformation. A force de petits changements comme cela, on arrive à optimiser un site et à parfois plus que doubler ou tripler les taux de transformation de certaines pages.
Combien d’objectifs suis-je censé implanter ?
Autant que possible. Plus vous en mettrez, plus vous aurez de choses à optimiser. Notez toutefois que pour commencer, il est vivement recommandé de rester simple. Rien ne sert de s’aventurer dans de l’analytique à tout va dès la première semaine.
Commencez simplement : un objectif à la fois. Rajoutez-en au fur et à mesure et lorsque vous deviendrez de plus en plus à l’aise avec votre outil, il sera alors naturel de jongler entre différents objectifs sur différentes pages.
L’ergonomie en langage analytique
Le but ultime d’un site est d’optimiser son ergonomie afin qu’il transforme un maximum et soit ainsi le plus rentable possible.
Ainsi, l’ergonomie possède 3 grands principes. Voici comment les interpréter en langage analytique :
- L’efficacité : on regardera le taux de conversion
- L’efficience : on regardera le temps nécessaire à l’internaute pour effectuer une conversion
- La satisfaction : visible notamment vis-à-vis des formulaires et de leur transformation
Les tests A/B
Les tests A/B sont des tests multi-variables. Ce sont des outils qui permettent d’afficher 2 pages différentes de manière aléatoire aux internautes (split testing) afin de constater laquelle est la plus optimisée.
En réalité, les pages seront quasi identiques. Seul un ou quelques petits éléments seront différenciés comme par exemple la couleur d’un bouton, une phrase d’accroche ou le placement d’un bloc.
Par exemple une page aura un petit bouton « Acheter » et la deuxième sera identique mais le bouton sera 2 fois plus gros.
Grâce au test A/B on pourra constater quelle page transforme le plus.
Notez toutefois que les tests A/B sont plus faciles à mettre en place sur les sites avec un minimum de trafic régulier (par exemple 200 visiteurs par jour), car pour être pertinents, ils nécessitent une masse critique de visites. Plus vous avez de visiteurs, plus les résultats seront pertinents et plus vite vous les aurez.
L’inconvénient des tests A/B est que lorsqu’ils sont mal réalisés, on se perd un peu et on ne sait plus trop ce qui a influencé le taux de transformation. Attention donc à ne pas trop changer une page, sans quoi il sera difficile d’imputer le changement à un changement particulier.
Le taux de rebond
Le taux de rebond est une donnée cruciale pour tout site web. Il correspond au pourcentage d’internautes qui quittent le site dès la première page d’arrivée, sans effectuer aucun clic, et cela peu importe le temps qu’il restera sur la page : 2 secondes ou 1 heure.
Ainsi, pour les blogs par exemple, il est naturel d’avoir un taux de rebond assez élevé : les internautes arrivent sur un article, le lisent puis quittent le site.
Pour un site e-commerce toutefois, il est vivement conseillé de minimiser ce taux de rebond, synonyme de non-vente.
Globalement, le taux de rebond est l’ennemi de tous les sites, puisque chaque site, qu’il ait une vocation commerciale ou non, cherche à satisfaire ses visiteurs et souhaite donc qu’ils restent le plus longtemps possible et donc consultent un maximum de pages. Le taux de rebond va, vous l’aurez compris, à l’inverse de tout cela.
Ce taux de rebond est particulièrement crucial puisqu’il illustre le ciblage des visites ou non, notamment lorsque vous achetez des solutions marketing (emailing, ou display par exemple). Ces derniers sont connus pour générer un fort trafic potentiel, mais souvent très peu/mal ciblé et donc avec des taux de rebond particulièrement négatifs (jusqu’à 90%+). Vous paierez ainsi 100% du trafic, alors qu’en réalité, seul 1 visiteurs sur 10 aura réellement pris le temps de visiter votre site.
Quelques exemples d’indicateurs (ou KPI)
Les KPI (Key Performance Indicators = Indicateurs Clés de Performance, ICP en Français) sont les ratios utilisés pour juger la performance d’un site. Ainsi les KPI peuvent être similaires entre deux sites ou totalement différents, en fonction des objectifs de chacun.
Voici quelques exemples de KPI en vrac :
- Moyenne des pages vues par visite
- Moyenne des visites par visiteur
- Temps moyen de réponse aux questions par e-mail
- Coût moyen par visite
- Coût moyen par visite
- Coût moyen par conversion
- CA moyen par visiteur
- CA moyen par visite
- Valeur moyenne par commande
- Moyenne du nombre d’article par commande
- Moyenne des clics par impression par type de campagne (Click-Through Rate ou CTR)
- Moyenne des recherches par visite
- Moyenne des visites avant conversion
- % de nouveaux visiteurs et habitués
- % de nouveaux clients et d’habitués
- % de visiteurs par segment
- % de temps passé par visite (haut/moyen/bas)
- % de profondeur de clics par visite (haut/moyen/bas)
- % de fréquence de visite (haut/moyen/bas)
- % de récence des visites (haut/moyen/bas)
- % de CA par type de visiteur et client (nouveaux/habitués)
- % de commandes par type de visiteur et client (nouveaux/habitués)
- % de satisfaction visiteur et client (haut/bas)
- % de visiteurs utilisant la recherche
- % de recherche sans résultat
- % de recherche sans suite
- Taux de conversion de commande (= taux de transformation)
- Taux de conversion des visiteurs et acheteurs (= taux de transfo des visiteurs en acheteurs)
- Taux de conversion par type de visiteurs
- Taux de conversion par type d’acheteur (nouveaux/habitués)
- Quotient de visiteurs nouveaux/habitués
- Taux de conversion par campagne
- Taux d’ajout au panier d’achat
- Taux de visualisation du panier d’achat
- Taux de démarrage du processus d’achat
- Taux de succès du processus d’achat
- Quotient de démarrage de processus d’achat sur ajouts au panier d’achat
- Taux de rétention de la page d’accueil
- Taux de découverte de l’information
- Taux de conversion de la recherche en achat
- Quotient de résultats de recherche sur sorties du site
- Taux de succès de téléchargements
Globalement, on peut tout savoir. Mais qu’à-t-on réellement besoin de connaitre pour optimiser son site ? C’est à chacun de voir.
Un guide complet sur Google Analytics paraîtra prochainement, si vous souhaitez creuser davantage le sujet.
Voir également sur le blog: