Dernière astuce de notre série de conseils Google Analytics : l’utilisation des variables personnalisées !

Dans une installation par défaut, Google Analytics est centré autour du tracking des pages : quelles sont les pages les plus consultées, les pages d’entrées, les pages de sorties, combien de visiteurs atteignent la page de confirmation de commande, etc. ?

La partie « Visiteurs»  fait remonter des informations importantes sur les visiteurs, mais qui restent toutefois très génériques : quel est le pourcentage de visiteurs qui sont des visiteurs fidèles ? D’où viennent-ils ? Quel navigateurs utilisent-ils, etc.?

Par défaut, Google Analytics est donc incapable de segmenter votre audience selon quelques critères précis : les prospects vs. les inscrits, les visiteurs qui sont passés par tel ou tel dispositif vs. les autres, etc.
Pour cela, vous devez ajouter à votre code de tracking une fonction nommée setCustomVar et qui possède plusieurs attributs. (nous ne parlerons pas ici de l’ancêtre de cette fonction, setVar, qui n’est pas supprimée par Google mais qui est beaucoup moins puissante que setCustomVar; fermons ici la parenthèse !).

Pour segmenter votre base d’audience, vous devez appeler cette fonction lorsqu’une partie de votre audience atteint l’objectif que vous attendez d’elle.
On considérera que les clients sont ceux qui visitent un contenu qui n’est disponible QUE pour les clients (la page de confirmation, les pages de gestion de compte, etc.). L’appel de cette fonction doit donc être effectué sur ces contenus !

Par exemple : si vous souhaitez distinguer différents types de clients en fonction de leur potentiel d’achat, vous pouvez conditionner l’appel de cette fonction, (et donc l’attribution d’un visiteur à tel ou tel segment de client) en fonction du panier moyen des objets achetés… Voici un exemple du type d’analyse qu’on peut en ressortir dans Google Analytics. En 1, les « petits»  clients, en 2, les « moyens» , en 3 les « bons» .

Pour récupérer ce type d’information, il faut à un moment de la commande qu’on arrive à attribuer au visiteur une catégorie. Pour cela, on appelle la fonction setCustomVar accompagnée de quelques paramètres qu’il faut déterminer :

• Quel est le « slot»  utilisé par la variable personnalisée ?

  Si vous utilisez les variables personnalisées de plusieurs manières sur votre site (par exemple : segmentation de l’audience par panier moyen (on l’a vu), par fidélité, par passage par la page FAQ, …), vous disposez de plusieurs slots (numérotés de 1 à 5) pour alimenter le profil de suivi des visiteurs. Attention à bien noter ce que vous avez choisi de mesurer sur quel slot…

• Quel est le nom de la variable personnalisée ?

  Ce nom correspond au « slot»  utilisé. Cela peut par exemple être « Panier moyen» , « Fidélité» , « Passage FAQ» , etc. C’est une chaîne de caractères.

• Quelle est la valeur de la variable personnalisée ?

  Pour chaque nom de variable personnalisée, on peut définir plusieurs valeurs possibles. Les valeurs possibles pour « panier moyen»  peuvent être « Petit client» , « Gros client» , « VIP» . Celles pour passage FAQ peuvent être « Oui»  ou « Non»  par exemple. C’est aussi une chaîne de caractères.

• Quel est le périmètre (» scope» ) de la variable personnalisée ?

  Attention, on touche ici à la complexité du système ! Les valeurs possibles sont 1 (pour le périmètre visiteur), 2 (pour le périmètre de session) ou 3 (pour le périmètre de page). Il faut choisir le 1 si vous souhaitez segmenter vos visiteurs selon leur appartenance à un groupe macrospique, c’est à dire si vous souhaitez que l’attribut de la valeur personnalisée soit conservé lors des prochaines visites de l’internaute. On utilisera ceci pour différencier les visiteurs inconnus des abonnés par exemple. Cela permettra de reconnaître un abonné même si celui-ci ne s’est pas formellement logué sur le site (attention, toutefois, à vérifier les conditions d’attribution du statut prospect à un abonné en fin de contrat, si le cas se présente sur votre site…). Le périmètre 2, de session (ou de visite, si vous préférez) pourra être utilisé pour segmenter la base d’audience selon des actions qui auront été réalisées lors d’une seule et même session. On utilisera par exemple le périmètre de session pour segmenter les visiteurs selon le fait qu’ils aient vidé leur panier, utilisé telle ou telle fonctionnalité au cours de leur visite, etc. Enfin, le périmètre 3, de page, permet de segmenter les visiteurs selon une action effectuée au sein d’une page (une seule…). On pourra segmenter les visiteurs selon le fait qu’ils aient cliqué sur le bouton haut d’ajout au panier, ou le bouton bas, etc. Utiliser setCustomVar en « périmètre 3″ revient presque à utiliser la fonction trackEvent, dont nous avons déjà parlé, et qui permet de mesurer les micro-actions au sein d’une page.

Quelques règles importantes :

-Rien n’empêche d’utiliser plusieurs mesures de setCustomVar sur des périmètres différents en même temps, dans la limite de 5 définitions (différentes) de setCustomVar avant chaque appel d’une fonction trackpageView.
-D’où découle la règle suivante : les appels de setCustomVar doivent, dans le code, être placés AVANT l’appel à la fonction trackPageview.
-La longueur des chaînes de caractères (nom ou valeur) est limitée à 64 bytes (on y arrive vite, par exemple lorsqu’on souhaite insérer des urls dans des valeurs…!)
-Évitez les espaces et caractères accentués. Ils ne sont pas gérés par Google Analytics sur cette fonction (pour l’instant en tout cas).
-Enfin, faîtes extrêmement attention aux règles concernant l’écrasement successifs des setCustomVar lorsque vous appelez plusieurs fois la fonction avec un périmètre « visiteur»  ou « visite»  au cours d’une même visite. Par exemple, si un visiteur arrive sur le site, passe par une page de section X (on attribue un setCustomVar « Section X» ) puis par la section Y (on attribue un setCustomVar « Section Y), l’intégralité de la visite sera comptabilisée comme une visite « Section Y»  car c’est la dernière qui sera prise en compte). Voir cette page pour en savoir plus.

Une fois que cette fonctionnalité est en place sur votre site, rendez-vous sur votre profil Google Analytics pour profiter de cette amélioration. Vous pouvez tout d’abord consulter très simplement la liste de vos variables personnalisées dans le rapport du même nom, présent dans la partie « Visiteurs»  (attention, à ne pas confondre avec le rapport « Valeurs personnalisées» , qui est utilisé par l’ancienne fonction « setVar» ). Organisées par nom, puis par valeur, il est ainsi très simple de consulter pour chacune d’entre elles, les KPI correspondants (tendances des visites, conversions et données e-commerce).

Mais comme évoqué au début de cette article, le véritable intérêt de cette fonctionnalité est de permettre une segmentation très fine de son audience, et donc une analyse poussée de chaque segment. Ainsi, il suffit à présent de définir un segment avancé pour chaque valeur de chaque variable qui nous intéresse, pour pouvoir obtenir toutes les informations dont nous avons besoin. Prenons l’exemple d’un segment permettant d’isoler le comportement des plus gros clients :

D’où proviennent vos meilleurs clients ? Quel contenu consultent-ils ? Avec quelle régularité visitent-ils votre site ? Quels sont les produits qu’ils recherchent, qu’ils achètent ? Quelles sont les pages qui les font fuir ? Toutes ces réponses peuvent être trouvées rapidement grâce à ce système de segmentation.

Bien sur, vous pouvez appliquer ce raisonnement pour de nombreux cas, en fonction de la qualité de la configuration de vos variables personnalisées, et y voir plus clair sur des points tels que la différence de consultation de pages entre les visiteurs inscrits et non-inscrits, l’impact de la FAQ sur le taux de conversion, le panier moyen associé à un bouton en particulier, etc. Les possibilités sont vastes, et les résultats très pertinents si on se donne la peine de choisir de bons segments.

N’hésitez pas à nous contacter pour toute implémentation avancée de Google Analytics !

• Partager sur Facebook
• Enregistrer sur Del.icio.us
• Ajouter sur Scoopeo
• Voter sur Wikio

Vous avez installé Google Analytics, mais les données ne remontent pas ? Nous avons déjà entendu et lu ce problème des dizaines et des dizaines de fois, les raisons des problèmes étant souvent les mêmes !

Combien de temps devez-vous attendre la remontée des données ?

Tout d’abord, il faut savoir qu’entre le moment où vous implémentez le code de tracking Google Analytics sur votre site et le moment où les données vont vraiment remonter dans l’outil, il peut se passer pas mal de temps. Contrairement à certains autres outils (dont AT Internet), Google Analytics ne fait pas remonter les données en temps réel dans le tableau de bord de suivi.
Pour le suivi global, Google Analytics recommande d’attendre 24h pour s’assurer de la bonne remontée des données. Dans les faits, ce délai peut être modulé :
-pour le code de tracking générique, il arrive très souvent de voir remonter les données entre 2 et 4 h après la mise en place du code (tout en s’assurant de sélectionner le jour d’aujourd’hui dans l’interface…)
-pour la remontée des transactions e-commerce (addTrans, addItem), et des variables personnalisées (setVar, setCustomvar), la remontée se fait effectivement après 24h. Attention donc à des calculs hâtifs de taux de conversion sur une analyse du jour en cours, car dans une analyse à la journée il y a une décorrélation entre le trafic qui remonte plus rapidement que les transactions qui sont effectuées par celui-ci !

Quelles erreurs classiques à éviter ?

-L’erreur la plus classique consiste en une mauvaise copie du code de tracking générique proposé par l’interface de Google Analytics lors de l’installation : rajout de sauts de ligne, d’espaces, de caractères supplémentaires, changement de l’ordre des fonctions, etc. Au moindre doute, repartez de zéro pour vous assurer que votre code est conforme aux exigences de l’outil.
-Attention aux appels spécifiques de fonctions lors du clic sur un bouton, un lien, au sein d’une animation Flash (voir la mesure au sein d’une page). Là aussi, assurez vous du fait que le code de tracking générique ait pu être appelé avant de chercher à mesurer des micro-actions au sein d’une page.

Comment aller plus vite dans l’implémentation ?

Nous recommandons fortement deux outils qui sont des plugins pour Firefox qui permettent notamment de vérifier la qualité des informations transmises à Google Analytics avant que celles-ci n’apparaissent dans l’outil. Nous pensons d’abord à :
-WASP, Web Analytics Solution Profiler, qui est capable de détecter la très grande majorité des outils du marché et d’afficher ce qui remonte dans les outils à chaque page (libellés), à chaque action sur la page (clic sur un lien, un bouton, suivi d’un process de commande), etc. Vous serez d’ailleurs déçus car vous constaterez qu’en dehors de l’implémentation globale, la plupart des sites ne mesurent pas grand chose, et n’exploitent pas la toute puissance de ces outils de web analytics. Cet outil est très pratique lorsqu’on veut mettre en place un tracking très fin d’un dispositif et qu’on souhaite recetter l’ensemble des tags mis en place. C’est celui que nous utilisons (en version professionnel) pour réaliser des audits de taggage de sites clients au sein de Converteo.
-Plus classiquement, Firebug est un plugin permettant de suivre toute déclaration et utilisation de fonction javascript, ainsi que toute remontée dans Google Analytics passant par l’image __utm.gif utilisée comme vecteur de variables utilisateurs par l’outil. Firebug est moins facile à utiliser que WASP qui est très orienté webanalyse, mais aussi plus complet.

• Partager sur Facebook
• Enregistrer sur Del.icio.us
• Ajouter sur Scoopeo
• Voter sur Wikio

Suite de nos articles sur les subtilités de Google Analytics : comment paramétrer Google Analytics lorsque l’on veut suivre sur un même profil plusieurs domaines ou sous-domaines ? (voir les cas possibles ci-dessous)

Tout d’abord : quel est l’intérêt ? Considérons par exemple le cas où vous possédez un site d’e-commerce et que votre processus de finalisation (panier, confirmation) est hébergé sur un sous-domaine ou un domaine différent de celui qui héberge le site. Si vous ne paramétrez pas bien votre Google Analytics, les commandes effectuées seront considérées comme étant générées par le domaine qui héberge le site (en lien référent), et non par les vraies sources de trafic à l’origine des commandes (Adwords, affiliation, e-mailing, …) utilisées par le visiteur pour arriver sur le domaine principal. Ce qui signifie tout simplement qu’il est impossible de suivre l’efficacité des investissements e-marketing (impossible de relier l’investissement e-marketing à la transaction finale)

Le principe d’agréger les visites de plusieurs répertoires/sous-domaines/domaines permet donc de faire en sorte que l’expérience du visiteur qui passe par plusieurs de ces parties soit considérée de manière uniforme (une seule source de trafic au début de la visite, suivi du temps de visite global, …)

Comment faire ? Il faut tout d’abord modifier le code Google Analytics ajouté sur les sites en rajoutant des appels à des fonctions qui permettront d’agréger sur un même profil des visites parcourant plusieurs répertoires, sous-domaines ou domaines composant votre site. Pour s’assurer que le tracking persiste lorsqu’un visiteur change de domaine, vous devrez aussi modifier les liens entre les sous-domaines pour qu’ils incluent des codes de tracking supplémentaires.
Au minimum, certaines fonctions doivent être ajoutées entre la définition du tracker (var pageTracker = _gat._getTracker(» UA-12345-1″);) et l’appel de la fonction trackPageview qui comptabilise la visite (pageTracker._trackPageview();).

Voici les cas possibles traités par Google Analytics (traduction de l’adresse originale en anglais)

Type de tracking	Exemples de domaines	Configuration nécessaire
Limité à un sous-répertoire	www.example.com/myStore	_setCookiePath("/myStore/");
Entre deux sous-répertoires d’un même domaine	www.example-commerce-host.com/myStore www.example-commerce-host.com/myCart	_setCookiePath("/first/Path/"); _cookiePathCopy("/new/Path/");
Entre un domaine et un sous-répertoire sur un autre domaine	www.example-petstore.com www.example-commerce-host.com/petStoreCart	_setDomainName("none"); _setAllowLinker(enable); _setAllowHash(false); _link(); _linkByPost();
Au sein d’un domaine et ses sous-domaines	www.example-petstore.com dogs.example-petstore.com cats.example-petstore.com	_setDomainName(".example-petstore.com"); _setAllowHash(false);
Entre plusieurs domaines & sous-domaines	www.example-petstore.com www.my-example-blogsite.com dogs.example-petstore.com	_setDomainName("none"); _setAllowLinker(enable); _setAllowHash("false"); _link(); _linkByPost();
Mesurer un iFrame hébergé sur un autre domaine	www.example-parent.com www.my-example-iframecontent.com	iframe.src = pageTracker._getLinkerUrl(» http://www.my-example-content.com» );

N’hésitez pas à cliquer sur les cas particuliers à gauche (liens) pour en savoir plus sur chacune des possibilités. Avec le(s) code(s) modifié(s), toutes les données provenant des sous-répertoires/sous-domaines/domaines sélectionnés remontent maintenant dans un seul et même profil.

Cependant, ce n’est pas encore fini car Google Analytics, dans le paramétrage standard, ne remonte « que»  la partie des URLS visitées qui se trouve après le nom de domaine. Par exemple, http://www.exemple1.com/index.html et http://www.exemple2.com/index.html seront considérées comme une même page par Google Analytics (/index.html). Il faut donc préciser à Google Analytics que le paramétrage doit faire remonter les URLs entières (incluant le domaine ou sous-domaine) et non la partie se situant après le premier slash.

Pour cela, vous devez ajouter un filtre à votre profil pour « reconstruire»  les URLs qui vont remonter dans Google Analytics :
Vous pouvez créer un filtre « Avancé » à appliquer à votre profil, avec les paramètres suivants :
Type de filtre : Filtre personnalisé > Avancé
Champ A : Nom de l’hôte
Extraire A : (.*)
Champ B : URI de la demande
Extraire B : (.*)
Sortie vers : URI de la demande
Constructeur : /$A1$B1

Ce filtre concatène le nom de l’hôte et la deuxième partie de l’URL pour « reformer»  l’URL entière de la page qui a été visitée.

Une fois ce filtre appliqué à votre profil, Google Analytics fera apparaître différemment les deux URLs prises en exemple :
http://www.exemple1.com/index.html
http://www.exemple2.com/index.html

N’hésitez pas à parcourir la page spécifique du site d’aide Google Analytics, ou à nous solliciter pour des projets complexes.

• Partager sur Facebook
• Enregistrer sur Del.icio.us
• Ajouter sur Scoopeo
• Voter sur Wikio

A quoi sert Google Adplanner ?

J’utilise régulièrement Google Adplanner lorsque j’étudie un univers concurrentiel, lorsque je travaille sur un business plan ou tout simplement par curiosité. Cet outil de Google a été conçu pour les annonceurs et les agences média qui souhaitent détecter des sites éditeurs avec qui travailler (i.e. visités par la cible visée). Il y a deux modes d’utilisation de cet outil :

• soit vous définissez votre cible par des critères socio démographiques, géographiques… et Google Adplanner vous recommande une liste de sites pour maximiser votre pénétration sur la cible,
• soit vous donnez l’URL d’un site et Google Adplanner vous donne des informations mensuelles sur le trafic du site, son niveau d’audience (différent du trafic, l’audience se mesure via panel en évitant notamment de recompter une personne qui se connecte sur 2 machines différentes), son nombre de pages vues, la structure socio démographique de son audience et les sites en affinités avec cette audience (autres sites visités).

Données de trafic présentées par Google Adplanner

Données socio démographiques présentées par Google Adplanner

Mon métier n’étant pas tant de monter des plans médias, je me concentre essentiellement sur les données de trafic et c’est pourquoi j’ai décidé de me prêter à l’exercice de la comparaison entre les niveaux de trafic annoncés par Adplanner et ceux mesurés sur Google Analytics sur une quinzaine de sites que j’analyse mensuellement. Ces sites ont des audiences de tailles très différentes, sur des secteurs différents et avec des business models différents.

Google Adplanner vs. Google Analytics

Données de trafic comparées entre Google Analyics et Google Adplanner sur le mois de novembre 2009

Je n’indique volontairement pas dans quel sens les écarts ont été calculés, mon objectif étant de conserver la confidentialité sur les données comparées. Sur 15 sites testés, on se rend compte que la moyenne pondérée des écarts constatés est très faible, car sur les sites à fort trafic, Google Adplanner commet peu d’erreur :

• Nombre de visiteurs uniques : 9%
• Nombre de pages vues : 4%
• Nombre de visites : 7%

A part 3 sites où Google Adplanner est totalement hors jeu avec des écarts de plus de 100%, sur tous les autres sites testés, les données communiquées ont le bon ordre de grandeur ce qui constitue une donnée tout à fait utilisable dans le cadre d’un benchmark.

Naturellement, mon test est biaisé par le fait que j’ai choisi des sites trackés via Google Analytics et certains me diront même être surpris que les données ne soient pas plus fiables… Pourquoi ? Car certains des sites testés ont accepté de participer au programme d’échange de données de Google Analytics. Ce programme permet aux responsables de sites qui ont décidé de participer de disposer de données de benchmark sur leur secteur, avec la garantie que leurs données restent anonymes. Dans le cas de Google Adplanner, Google s’est engagé à respecter l’anonymat des données Google Analytics et Google ne peut donc pas afficher dans Adplanner les données mesurées sous Analytics… La preuve : parmi les plus gros écarts, on retrouve des sites qui participent au programme d’échange de données Google Analytics.

Pour en savoir plus sur l’origine des données Google Adplanner, je vous invite à lire l’excellent article d’Alan D. Boydell.

• Partager sur Facebook
• Enregistrer sur Del.icio.us
• Ajouter sur Scoopeo
• Voter sur Wikio

On pourrait croire que le tracking des campagnes créées sous MSN adCenter et Yahoo! Search Marketing est automatique sur Google Analytics comme c’est le cas pour Google AdWords… Et bien détrompez-vous !

C’est l’objet de cette septième astuce de notre série sur Google Analytics.

Tout d’abord, rappelons que pour visualiser les performances de vos campagnes Adwords sur Google Analytics, il faut que votre compte AdWords et que votre compte Analytics soient liés.

Par défaut, sur Google Analytics, le trafic provenant de vos campagnes Yahoo! Search Marketing et MSN adCenter est comptabilisé comme du trafic issu du référencement naturel…

Pour remédier à ce problème, il faut ajouter aux liens de destination de vos annonces des paramètres permettant à Google Analytics d’en connaître la source. Pour cela, Google met à votre disposition un outil de création de lien où vous n’avez qu’à insérer les paramètres voulus.

Pour tracker vos campagnes Yahoo! et MSN, vous devrez ajouter 5 paramètres aux liens de vos pages d’arrivées :

La source (paramètre utm_source) : Yahoo! Search Marketing ou Microsoft adCenter
Le support (paramètre utm_medium) : cpc
Le terme, qui est en fait le mot clé (paramètre utm_term) : mot clé
Contenu de la campagne, ici le nom de votre annonce (paramètre utm_content) : nom annonce
Nom de la campagne (paramètre utm_campaign) : nom campagne

Voici à quoi devrait ressembler un lien modifié :

Et c’est maintenant que vous vous dîtes :

« Mais… Je vais devoir créer un lien de destination différent pour chacun de mes mots clés ?» 

Et bien, non !

Yahoo! et MSN vous permettent d’intégrer des variables à la place des valeurs de certains paramètres dans les liens de destination… Ouf.

Malheureusement, on ne peut obtenir qu’un paramètre explicitement via une variable : le mot clé.

On peut obtenir soit le mot clé acheté ou la requête exacte tapée par l’internaute qui a déclenché l’annonce.

Il existe bien une variable pour obtenir le nom de la campagne mais elle ne vous renverra qu’un numéro… Ce qui n’est pas très utile. Vous devrez donc renseigner les autres paramètres manuellement.

Pour Yahoo! Search Marketing, les noms des variables sont :
- pour obtenir le mot clé acheté : {OVKEY}
- pour obtenir la requête exacte tapée par l’internaute : {OVRAW}

Pour MSN adCenter, les noms des variables sont :
- pour obtenir le mot clé acheté : {keyword}
- pour obtenir la requête exacte tapée par l’internaute : {QueryString}

Voici, donc, à quoi devrait ressembler un lien de destination d’une de vos annonces sur Yahoo! Search Marketing, si l’on choisit d’afficher le mot clé acheté :

Et sur MSN adCenter :

Au final, vous devrez seulement définir un lien de destination spécifique pour chacune des annonces de vos groupes de mots clés en y indiquant le nom de l’annonce et le nom de la campagne. C’est tout !

Comme toujours, pensez au plus important : le reporting et l’analyse !
N’oubliez donc pas d’attribuer les valeurs les plus explicites possibles à vos paramètres.

• Partager sur Facebook
• Enregistrer sur Del.icio.us
• Ajouter sur Scoopeo
• Voter sur Wikio