Web analytics

 

5e épisode de notre série de trucs & astuces Google Analytics, avec une traduction et un enrichissement d’une méthode inventée par Brian Clifton, l’auteur du très complet Advanced Web Metrics with Google Analytics, principalement consacré à l’utilisation de Google Analytics.

Comment mesurer le remplissage ou la complétion d’un formulaire avec Google Analytics ?

L’astuce consiste à générer une page vue virtuelle lors de la perte du focus (sortie) d’un des champs du formulaire préalablement rempli par l’internaute.

On peut alors connaître le nombre de consultations uniques, le nombre de vues de cette page et ainsi en déduire le sens de lecture du formulaire et les champs sources d’erreur pour les internautes.

Comment arriver à ces analyses ?

Une consultation unique d’une des pages virtuelles équivaut en faite à une visite unique d’un champ avec complétion. Cela signifie qu’un internaute modifiant une ou plusieurs fois un même champ ne générera qu’une consultation unique de la page virtuelle.

Une vue d’une des pages virtuelles équivaut à une visite d’un champ avec complétion ou déjà complété. Dans ce cas là, à chaque visite du champ par l’internaute, que ce soit pour le compléter ou pour le modifier, le nombre de vue sera incrémenté.

Ainsi, un internaute modifiant une fois son adresse email après l’avoir complété générera une consultation unique mais deux vues de la page virtuelle correspondant au champ email.

Pour en savoir plus sur les pages vues virtuelles et leur création, vous pouvez lire notre dernière astuce Google Analytics.

Prenons l’exemple du tracking de ce formulaire :

Vous allez devoir ajouter un événement sur chacun des champs de ce formulaire. Les événements s’ajoutent aux champs comme des paramètres et disposent de différents déclencheurs.

Dans le cas des champs de type texte, nous allons utiliser le déclencheur « onBlur»  qui a la propriété de se déclencher uniquement lorsque l’internaute sort du champ en cours pour, par exemple, aller au champ suivant.

Avant de déclencher l’événement, il va falloir vérifier si le champ n’est pas vide pour ne pas générer de pages vues virtuelles inutilement.

Voici comment tester si le champ d’un formulaire n’est pas vide :

Le code du champ confirmation de l’email devra, au final, ressembler à celui-là :

On pourra alors savoir le nombre de vues et le nombre de consultations uniques de ce champ.

Qu’en est-il des champs autres que les champs textes ?

Les autres types de champs les plus courants sont :

- Les boutons radios
- Les cases à cocher
- Les listes déroulantes
- Les textarea

Le manière de tracker les champs de type textarea est la même que pour les champs de type « text» .

Pour les boutons radios et les listes déroulantes, il suffit de passer le déclencheur de l’événement de « onBlur»  à « onChange» . L’événement associé à un déclencheur de type onChange ne s’exécutera que lorsqu’il y a un changement de choix de l’internaute.

Voici un exemple de code de boutons radios trackés :

Lorsque l’internaute changera d’avis, pour la réception de son catalogue dans notre exemple, on générera une page vue virtuelle s’il passe du choix « oui»  à « non»  et une page vue virtuelle différente s’il passe de « non»  à « oui» . Notez qu’il n’y a pas besoin de tester si le champ est vide ou non puisque le choix « oui»  est cochée par défaut et qu’on ne peut pas décocher un bouton radio.

Maintenant, un exemple de liste déroulante trackée :

Ici dès que l’internaute passera du choix France sélectionné par défaut au choix d’un autre pays, une page vue sera générée.

Pour les cases à cocher, c’est un peu plus difficile car il faut générer une page vue différente si la case est déjà cochée ou non afin de savoir le nombre de visiteur ayant coché puis décoché la case. Pour cela, on utilise le déclencheur onClick et on réalise un test avant de déclencher l’événement. On n’utilise plus le déclencheur onChange, car, avec ce dernier, on ne peut pas savoir le statut initial pré-click du champ vu que les cases à cocher peuvent être décochées et offrent, en général, un choix multiple à la différence des boutons radios.

Il ne reste plus qu’à adapter et copier ces codes pour l’ensemble des autres champs du formulaire.

Voici un exemple de graphique qui pourrait être créé à partir des données de Google Analytics pour le champ de confirmation de l’email :

On remarque que le nombre de vue est plus élevé que le nombre de consultation unique ce qui est généralement le cas. En effet, il est rare, que sur l’ensemble des internautes qui arrivent sur la page d’un formulaire, aucun ne revienne sur un des champs qu’il a complété.

On peut déduire de ces données, hors comportement atypique, que 26% des internautes renseignent un email non valide et le modifient.

Grâce aux données récupérées via les autres champs, on peut connaître aussi le sens de lecture du formulaire.
Il suffit d’analyser les pages antérieures et postérieures à chacune des pages virtuelles associées à un champ pour savoir le champ rempli avant et après.

Cela peut nous donner, dans notre exemple, ce genre de comportement :

Enfin, grâce au nombre d’entrées sur la page du formulaire et au nombre d’arrivées sur la page de confirmation de saisie, on peut connaître le taux de conversion du formulaire.

Pourquoi on utiliserait pas le suivi d’événement, défini comme plus efficient que la génération de pages vues virtuelles dans l’astuce précédente ?

Nous avons vu que les pages virtuelles avaient, malgré tout, un avantage comparé aux événements qui est qu’elles sont considérées comme des pages normales.

On a donc accès à toutes les possibilités offertes aux pages comme le temps passé par page donc ici le temps passé pour la complétion de chaque champ et à la définition d’un d’entonnoir de conversion avec l’ensemble des pages virtuelles du formulaire et comme objectif, la page de confirmation.

Le choix de la méthode reste, au final, entre vos mains et dépend bien sûr encore et toujours, de vos besoins !

L’interactivité croissante des sites Internet améliore l’expérience des internautes mais complique la vie des analystes web. Grâce, notamment, à l’arrivée de technologie comme l’Ajax ou le Flex, on ne peut plus se limiter simplement à comptabiliser les pages vues, sans quoi, on perdrait une grande partie des interactions entre l’internaute et le site internet. Les outils de mesure d’audience ont évolué avec l’arrivée de ces technologies alors pourquoi se priver de tracker toutes ces nouvelles interactions ?

C’est l’objet de cette 5ème astuce de notre série sur Google Analytics où nous allons apprendre à mesurer les actions d’un visiteur au sein d’une page, et notamment à utiliser le suivi d’événements de Google Analytics, arrivé avec la nouvelle version du code de suivi ga.js.

Il existe en effet deux possibilités sur Google Analytics pour tracker les actions d’un visiteur au sein d’une page :

Première possibilité : la génération d’une page vue virtuelle (trackPageview)

Seconde possibilité : la génération d’un événement (trackEvent)

1. La génération d’une page vue virtuelle

La génération d’une page vue virtuelle est la méthode historique pour tracker les clics ou actions au sein d’une page (utilisation de la fonction trackPageview accompagnée d’un libellé spécifique). Les pages vues, qu’elles soient réelles ou virtuelles ont l’avantage de pouvoir être définies comme objectif dans GA. Cependant le nombre de pages vues totales de votre site ne sera plus votre nombre de pages vues réelles mais votre nombre de pages vues réelles et virtuelles. L’autre inconvénient est qu’on peut difficilement accéder aux statistiques des pages vues virtuelles (il faut passer par la catégorie « Contenu»  puis « Page les plus consultées»  et enfin « Recherche» ). Il est aussi impossible de les regrouper par catégorie autrement qu’en utilisant une nomenclature propre. Si vous avez tout de même besoin d’utiliser cette solution, veillez à nommer explicitement vos noms de pages vues virtuelles en ajoutant toujours un préfixe tel que « /virtuelle/nomDeVotrePage»  de façon à pouvoir les décompter de votre nombre de pages vues totales (via un segment avancé) par la suite.

Prenons un cas concret où l’on souhaite tracker les clics sur les visuels d’un carrousel afin de savoir qu’elles sont ceux les plus populaires.

Voici un exemple de génération d’une page vue virtuelle qu’on aurait pu utiliser dans ce cas :

2. La génération d’un événement

Passons maintenant en revue la seconde méthode, basée sur un modèle orienté objet, qui est la génération d’un événement. Son principal avantage est qu’elle permet de catégoriser les événements suivant quatre paramètres :

• La catégorie (requis) : le nom du groupe d’événement à tracker (vidéos, carrousel…)
• L’action (requis) : Le type d’interaction entre l’internaute et le site internet (clic, téléchargement…)
• Le label (optionnel) : Le nom de l’élément sur lequel porte l’interaction (visuel1, visuel2 etc.)
• La valeur (optionnel) : Une donnée numérique associée à l’interaction que l’on souhaite faire remonter (nous n’allons pas l’utiliser ici)

Notez bien que les noms de ces paramètres sont là à titre indicatif et qu’on peut les adapter à nos besoins.

Son second avantage est que la comptabilisation des événements ne viendra pas s’ajouter à votre nombre de pages vues.

De plus, le suivi des événements dispose d’un espace dédié dans l’interface de Google Analytics que vous trouverez dans la catégorie « Contenu»  puis « Suivi des événements» .

Voici un exemple de génération d’événement, toujours dans le cas du tracking d’un carrousel :

On voit aisément la différence avec la génération d’une page vue virtuelle…

Avec cette méthode on pourra retrouver tous nos carrousels dans la catégorie « Carrousel» , puis sélectionner notre carrousel « pagePresentationOffre»  et enfin pouvoir comparer les performances de tous les visuels de ce carrousel en un coup d’œil. Le seul inconvénient de cette méthode est qu’on ne peut pas définir un événement en tant qu’objectif…

Cette méthode permet facilement de déterminer des profils d’utilisateurs se comportant de telle ou telle manière sur le site lorsqu’ils accomplissent tel ou tel événement.
Par exemple, nous avons implémenté le suivi d’événement sur le site support de notre livre Web conversion afin de tracker les clics sortants vers les distributeurs de notre ouvrage. On remarque qu’Amazon, bien qu’incitant plus de monde à cliquer, attire des visiteurs qui sont statistiquement resté moins longtemps sur notre site que ceux qui ont cliqué sur Fnac ou Dunod !

Attention : que ce soit pour l’une ou l’autre méthode, le code de suivi Google Analytics doit toujours être positionné avant la génération d’une page vue virtuelle ou d’un événement. Veillez aussi à ce que les noms de vos paramètres soient les plus explicites possibles, le reporting et l’analyse n’en seront que plus rapides !

N’hésitez pas à réagir, je serai ravi de vous répondre.

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 !