Segments avancés sous Google Analytics

A quoi servent les segments avancés et comment s’en servir ?

Sur votre site Internet, le trafic n’est pas un « bloc homogène»  ! Normal, il s’agit d’internautes tous très différents (chaque humain est unique ?!), qui sont venus par des sources différentes, sur des pages différentes, avec des attitudes différentes, des besoins différents, une maîtrise d’Internet différente… Alors pourquoi les étudier comme un ensemble ? Vous commettriez des erreurs importantes à vouloir tous les faire rentrer dans un profil d’internaute moyen.

Au-delà du reporting, la volonté de mener des analyses doit se traduire par une envie irrépressible de segmenter toutes les données qu’on vous donnera à étudier. Malheureusement, les solutions de webanalyse, selon la manière dont elles collectent l’information et selon vos paramétrages, vont avoir tendance à tout agréger pour gagner en place de stockage. Google Analytics, depuis un peu moins d’un an, a lancé une fonctionnalité dite « segment avancé»  qui pour ma part a boosté considérablement la valeur ajoutée de mes analyses. Pourquoi ? Tout simplement car sans paramétrage additionnel, Google Analytics permet de segmenter les visites sur tout un ensemble de critères très intéressants.

Concrètement, si je veux me concentrer sur l’ensemble des visites qui auront vu le visiteur passer par la page d’aide, c’est dorénavant possible en à peine 2 minutes chrono. L’intérêt ? Comparer ce segment de visites avec l’ensemble des visites pour se rendre compte par exemple si une visite qui passe par l’aide a plus ou moins de chance d’aboutir à un achat par exemple (comparaison du taux de transformation pour les deux segments, sachant que Google Analytics prend le parti, discutable, de calculer les taux de conversion / transformation sur le nombre de visites plutôt que de visiteurs).

Je me permets tout de suite de préciser qu’il s’agit bien de segmenter les visites et non pas les visiteurs (nous verrons une solution pour segmenter les visiteurs dans une prochaine astuce).

Vous l’aurez compris, la segmentation c’est la base du travail d’un webanalyste, car sans segmentation, on ne fera jamais parler les chiffres ! Cela est d’autant plus vrai que les chiffres ne diront jamais LA vérité (entre les visiteurs qui suppriment leurs cookies, ceux qui n’activent pas javascript, il y a toujours une marge d’erreur propre aux outils de webanalyse actuels).

Toujours pas convaincu ? Peut être vous faut-il d’autres exemples d’analyses comparatives de comportements amusantes à mener avec les segments avancés :

• Visite avec achat / Visite sans achat : intéressant de voir si les sources de trafic impactent la conversion, si la page d’arrivée a un impact, si certaines pages sont des impasses…
• Visite avec passage par la home / Visite sans passage par la home : ma home a-t-elle un effet bénéfique sur la conversion ? Mais comment naviguent les internautes sans passer par la home ?
• Visite ayant lieu en matinée / Visite le reste de la journée : les visites du matin démontrent-elles plus d’implication des visiteurs ?
• Visite avec Firefox/IE/Safari/Opéra : le navigateur a-t-il un impact sur le taux de conversion du site ? Oui, sur certains des sites que j’étudie on observe des taux de conversion deux fois plus élevés alors que l’affichage est parfait sur chacun des navigateurs… On pourra dire que je fais des raccourcis, mais il y a fort à parier que le navigateur est lié fortement à la cible marketing ! Nous nous sommes par exemple aperçu que le fait de visiter un site avec Safari (le navigateur « Mac» ) augmentait de 20% le panier moyen… Il faut déjà avoir un certain pouvoir d’achat pour s’offrir un Mac !

Vous pourrez mener un nombre d’analyses considérables avec ce nouvel outil, à vous de dénicher les dimensions de segmentation les plus pertinentes pour analyser le comportement de vos visiteurs. Voici la liste exhaustive des dimensions actuellement disponibles, vous pouvez naturellement démultiplier les possibilités en croisant plusieurs dimensions :

Achats uniques, Action d’événement, Affiliation, Affinage des recherches, Annonce, Annonces Adsense affichées, Annonces Adsense ayant enregistré des clics, Campagne, Catégorie d’événement, Catégorie de recherche sur site, Catégorie du produit, Chemin du site référent, Chiffre d’affaires, Chiffre d’affaires par produit, Code produit, Consultations uniques, Continent, Couleurs d’écran, Domaine, Durée de la visite, Délai avant la transaction (en jours), Emplacement d’annonce, Ensembles d’annonces Adsense affichés, Entrées, Expédition, Fournisseur d’accès, Groupe d’annonces, Heure du jour, Impressions de page Adsense, Jours depuis la dernière visite, Langue, Libellé d’événement, Mot clé, Mot clé affiné, Navigateur, Nom de l’hôte, Nombre d’amorces de l’objectif 1, Nombre d’amorces de l’objectif 2, Nombre d’amorces de l’objectif 3, Nombre d’amorces de l’objectif 4, Nombre de pages vues, Nombre de visites, Nombre de visites avant une transaction, Nombre total d’amorces d’objectif, Nombre total d’événements, Nombre t, tal de conversion d’objectif, Nouvelles visites, Page, Page de destination, Page de sortie, Pages vues, Pays/Territoire, Pays/Territoire de facturation, Position des emplacements d’annonces, Prise en charge de Java, Produit, Quantité, Rebons, Revenus Adsense, Réalisations de l’objectif 1, Réalisations de l’objectif 2, Réalisations de l’objectif 3, Réalisations de l’objectif 4, Région, Région de facturation, Résolution d’écran, Sorties, Sorties lors d’une recherche, Source, Sous-continent, Support, Système d’exploitation, Taxes, Temps après recherche, Temps passé sur la page, Temps passé sur le site, Terme recherché, Titre de la page, Total des recherches uniques, Transactions, Type de visiteur, Valeur de l’objectif 1, Valeur de l’objectif 2, Valeur de l’objectif 3, Valeur de l’objectif 4, Valeur de l’événement, Valeur personnalisée, Valeur totale des objectifs, Version Flash, Version du navigateur, Version du système d’exploitation, Ville, Ville de facturation, Visites, Visites avec recherche, Vitesse de co, nexion, Etat de la recherche sur site, Etendue de la recherche et Evénements uniques.

Comment créer un segment avancé ?

Interface de création de segments avancés sous Google Analytics

Contrairement aux filtres qui viennent modifier les données qui remontent dans vos rapports, les segments avancés ne modifient rien à la structure des données, il s’agit juste de courbes et indicateurs complémentaires relatifs aux segments que vous avez définis qui viendront s’ajouter aux rapports classiques.

Prenons l’exemple du segment des visites qui contiennent la page d’aide. Pour pouvoir comparer ce segment de visites à l’ensemble des visites du site, il vous suffit de vous rendre sur le menu déroulant indiquant « toutes les visites»  dans votre interface de visualisation de vos rapports Google Analytics. Il conviendra ensuite de choisir créer un segment avancé s’il n’existe pas déjà dans la liste segments personnalisés (il existe par défaut un certain nombre de segments prédéfinis). Ensuite vous choisissez la dimension « Contenu > Page»  par un cliquer/glisser et vous précisez « correspond exactement»  (dans le menu déroulant) et vous indiquez l’URL de votre page d’aide (complétion automatique).

Ensuite, vous donnez un nom explicite à votre segment (» visites contenant la page d’aide» ) et vous le testez pour vérifier qu’il y a des visites dans le segment… (bizarrement, on ne peux pas tester de segment sans lui donner un nom !). Ensuite vous enregistrez et appliquez. Miracle, l’ensemble de vos rapports contient deux segments : « toutes les visites»  et « visites contenant la page d’aide» .

A vous de jouer en allant comparer source de trafic, taux de conversion, panier moyen, temps passé sur le site…

Les limites des segments avancés

S’il fallait identifier des limites aux segments avancés, j’en listerai principalement trois :

• Méthode et représentativité statistique : sur des sites à fort trafic, Google Analytics fait des extrapolations pour limiter les calculs statistiques à réaliser
• Données très/trop pointues pour être représentatives (analyser un segment de 50 visiteurs sur un total de 10 000)
• Visite au lieu de visiteur…

Les avantages des segments avancés

Parmi les nombreux avantages des segments avancés, je listerai :

• Aucune implémentation
• Puissance d’analyse
• Intérêt de la démarche

Pour aller plus loin

Je vous conseille de jouer avec les segments avancés, leur intérêt vient en les manipulant au quotidien… Ne loupez pas non plus l’article d’Avinash Kaushik sur le sujet ou les articles du blog Google Analytics sur le sujet, bonne lecture !

Nouvel épisode dans notre série d’articles sur Google Analytics : comment bien implémenter et exploiter le tag de transaction e-commerce Google Analytics ?

Tag commerce électronique Google Analytics, bonnes pratiques
Comme vous le savez, le tag e-commerce sert à mesurer les transactions réalisées sur votre site e-commerce. Il est généralement placé en fin de processus, sur une page de confirmation vue par tous les visiteurs ayant réalisé un achat sur votre site. Lorsque le visiteur voit cette page lui signifiant la prise en compte de sa commande, le tag Google Analytics remonte toutes les informations disponibles concernant l’achat (sous réserve des champs disponibles dans Google Analytics)…

Seulement, quelques champs révèlent des surprises et ne sont pas si faciles à utiliser ou à exploiter. Nous allons traiter ici trois points méconnus du code Google Analytics :

1. Comment générer un order ID unique pour le tag e-commerce lorsqu’on n’en dispose pas ?
2. Comment utiliser le champs affiliation dans le code e-commerce Google Analytics ?
3. Comment bien formater les prix pour Google Analytics ?

1. Comment générer un order ID unique pour le tag e-commerce lorsqu’on n’en dispose pas ?
Remarquez que le tag e-commerce se compose en plusieurs parties (voir un exemple complet en fin d’article) : d’abord l’initialisation d’une transaction (addTrans), puis l’ajout de un ou plusieurs produits (addItem). Pour « relier»  les produits achetés à la transaction, Google Analytics utilise le champ Order ID, qui est répété dans les deux parties du tag. Pour chaque transaction comportant un ou plusieurs produits, le champ Order ID doit donc contenir un identifiant absolument unique. La plupart du temps, votre site Internet pourra générer cet identifiant unique sous la forme d’une variable (PHP, Java, …) que vous pourrez utiliser pour remplir ce champ. Mais quid si ce n’est pas le cas ? Si votre site a été codé sans prendre en compte cette contrainte ?
Pour palier ce problème, la bonne pratique est d’utiliser un timestamp javascript. Kézako ? Un timestamp, c’est l’expression d’une date et d’une heure selon un format défini. On peut définir un timestamp en millisecondes qui permet de séparer facilement des identifiants uniques. Il suffit de déclarer une variable « d»  qui stockera ce fameux timestamp, et de l’appeler au moment où Google Analytics l’attend, c’est-à-dire au niveau des deux variables Order-ID, tout en veillant à enlever les guillemets. Voici un exemple de code (regroupé en quelques lignes pour simplifier la lecture).

Et c’est tout ! Vous pourrez vérifier que vos timestamps remontent correctement en allant regarder le rapport Commerce électronique > Transactions dans Google Analytics.






2. Comment utiliser le champs affiliation dans le code e-commerce Google Analytics ?
Comme vous l’avez peut-être remarqué, un champ optionnel « affiliation»  est disponible dans la partie d’initialisation de la transaction. L’utilisation proposée par Google est de placer ici, si disponible, le nom de la société d’affiliation ayant généré la transaction, ou le nom de la boutique ayant généré une transaction (si vous avez plusieurs boutique sur votre site). Mais vous pouvez placer ici n’importe quelle autre information spécifique à votre métier. Pour un de nos clients, nous avons par exemple décidé d’indiquer ici le mode de paiement : carte bleue, virement ou chèque. En fonction du mode de paiement choisi et de la page de confirmation, vous pourrez donc faire remonter cette information dans le tag e-commerce.
Le problème, c’est que ce champ optionnel ne dispose d’aucun rapport prédéfini affiché dans Google Analytics. Donc : vous aurez beau définir cette variable « affiliation» , les données ne s’afficheront pas dans les rapports classiques de Google Analytics. La solution est de créer un rapport personnalisé (attention, un rapport personnalisé dépend d’un compte d’utilisateur et non d’un profil…).
Pour ce faire :
1)Cliquer sur rapport personnalisé, puis créer un rapport.
2)Ajouter comme statistique « Commerce électronique > Transactions»  en glisser déplacer dans la première case bleue.
3)Ajouter comme dimension « Commerce électronique > Affiliation»  en glisser déplacer dans la première case verte.
4)Renommer le rapport, et enregistrer…. c’est tout. Le rapport sera maintenant toujours disponible dans les rapports personnalisés.

En voici un exemple :

3. Comment bien formater les prix pour Google Analytics
On a souvent constaté de nombreuses erreurs de mesure de l’e-commerce chez nos clients, notamment pour la remontée des prix des produits. Rappelons que les prix contenant des décimales doivent contenir un « .»  (point) et non une « ,»  (virgule). La raison en est simple : Google Analytics étant d’origine américaine, la virgule est un séparateur de milliers et le point se situe avant les décimales (1999,99 euros s’écrit aux US 1,999.99). Mais Google Analytics a aussi bien du mal à interpréter les nombres contenant des caractères spécifiques tels que les espaces ou les caractères de devises (€, $, £).

Pour que Google Analytics comprenne le prix que vous essayez de faire remonter, n’utilisez jamais de virgule, d’espace, ni de caractères de devises, et séparez les décimales avec un point. La variable de prix d’un article coûtant 1999,99€ doit donc être ‘1999.99′ … et rien d’autre !

Pour rappel, voici un exemple de tag e-commerce standard :

Nous continuons la liste de nos trucs et astuces Google Analytics, avec ici une question tumultueuse, que dis-je, un des grands débats autour de Google Analytics :

Où faut-il placer le tag Google Analytics dans le code source de la page ?

Dans les balises head ? à l’intérieur des balises body ? En haut ou en bas du code source ?
Google vous dit qu’il faut mieux le mettre en bas juste avant la balise body. Certains gourous vous diront qu’il vaut mieux le mettre en haut… Alors quoi ?

La bonne pratique, selon Google…
… c’est de placer le tag Google Analytics le plus près possible de la balise body de fermeture, c’est à dire en bas de la page. La raison principale : il est inutile de risquer de dégrader l’expérience de vos visiteurs en conditionnant l’affichage de la page au bon chargement du code de tracking. Même si les serveurs de Google sont certainement plus performants que ceux de votre site, nul n’est à l’abri de temps de chargements plus longs qu’à l’accoutumée. Certains e-commerçants que nous connaissons retirent même totalement les codes de tracking lors de périodes de trafic intenses (Noël, les soldes, …). Il est alors plus important de vendre que de récupérer de la donnée !
Certaines personnes prétendent qu’il faut placer le code en haut de la page, car les données seraient plus fiables : c’est stupide. Non seulement cela peut occasionner un temps de chargement perçu comme plus long (comme on vient de le voir), mais les données elles-mêmes ne sont pas plus fiables. Imaginez qu’un visiteur vienne sur votre site le temps de lancer le chargement du code Google Analytics, mais pas suffisamment longtemps pour charger la page. Peut-on réellement considérer que cette personne est réellement venue visiter le site ? Au moins, lorsque le code est en bas, on « perd»  peut-être ceux qui ont le clic ultra-rapide sur le bouton retour, mais on s’assure de ne comptabiliser que ceux qui ont réellement vu la page entièrement affichée.

Mais il y a des cas particuliers !
Il y a cependant des cas particuliers où vous n’avez pas le choix, et où le code doit impérativement se trouver plus haut dans la page. C’est le cas lorsque vous souhaitez par exemple mesurer des clics sur certains éléments (boutons, formulaires, modules Flash, …), en utilisant par exemple pageTracker._trackPageview(’Clic_sur_un_element’), ou que vous souhaitez faire un appel à la définition de variables personnalisées pour vos visiteurs avec la fonction pageTracker._setVar(’Client_fidele’).
Il est bien entendu indispensable de déclarer les fonctions en incluant le code ga.js et en définissant l’identifiant du pageTracker AVANT d’appeler ces différentes fonctions. Dans ces cas précis, le code Google Analytics doit impérativement se trouver au-dessus des appels spécifiques à ces fonctions, entre la balise body d’ouverture et le premier appel à une fonction spécifique.

Voir l’exemple ci-dessous :

En résumé : si vous n’avez pas besoin de tracker des éléments spécifiques, placez le code juste avant la balise body de fermeture. Sinon, placez le après la balise body d’ouverture, mais avant les appels aux fonctions de tracking spécifiques !