Définition courte
Qu’est-ce que le web analytics ?
Le web analytics (la web analyse) fait référence à la collecte, à l’analyse et à l’interprétation des données pouvant être générées sur un site web. L’objectif principal de cette discipline est d’évaluer la performance des sources d’acquisition d’un site web et de comprendre le comportement des utilisateurs afin d’agir en conséquence pour améliorer les performances.
Nous retrouvons donc 2 sous-ensembles d’analyse dans le web analytics :
- L’analyse de l’acquisition marketing sur un site web
- L’analyse du comportement des utilisateurs sur un site web (digital product analytics)
Si vous voulez aller plus loin sur le sujet, c’est un peu plus bas que ça se passe 👇 🤓
10 ressources data marketing à forte valeur ajoutée
1. Formation sur Google Analytics 4
2. Formation sur Google Tag Manager
3. Formation sur les paramètres UTM
4. Formation sur le plan de taggage
5. Formation sur Looker Studio
7. Formation sur Google Tag Manager Server-Side
8. Formation sur l’attribution marketing
Pour aller plus loin
Quel est l’objectif du web analytics ?
Comme énoncé un peu plus haut, nous retrouvons donc 2 sous-ensembles d’analyse dans le web analytics :
- L’analyse de l’acquisition marketing sur un site web
- L’analyse du comportement des utilisateurs sur un site web (digital product analytics)
L’objectif de l’analyse de l’acquisition marketing sur un site web est de répondre à des questions comme :
- Quels sont les campagnes, groupes d’annonces, annonces et pages d’entrée les plus performants en termes de trafic, taux de conversion, conversion, chiffre d’affaires, ROAS, LTV, CPA, etc ?
- Quels campagnes, groupes d’annonces, annonces et pages d’entrée ont enregistré une importante baisse de performance ce mois-ci par rapport au mois dernier en termes de trafic, taux de conversion, conversion, chiffre d’affaires, ROAS, LTV, CPA, etc ?
L’objectif de l’analyse du comportement des utilisateurs sur un site web (digital product analytics) est de répondre à des questions comme :
- Combien de temps passent en moyenne les utilisateurs sur le site web ?
- Quelles sont les pages d’un site web les plus performantes en termes de nombre de vues, temps moyen passé, % scroll, etc ? (exemple de digital product = site web média)
- Quelles sont les fonctionnalités d’un site web les plus (ou les moins) utilisées ? Pourquoi ? (exemple de digital product = site web SaaS)
- À quel moment dans le funnel de vente d’un produit spécifique d’un site web les utilisateurs abandonnent leur parcours d’achat ? Pourquoi ? (exemple de digital product = site web e-commerce)
Quels sont les outils les plus utilisés en web analytics ?
Il existe plusieurs outils permettant de mener à bien ces deux sous-ensembles d’analyse. Voici ceux que l’on utilise le plus chez Boryl avec nos clients :
- Tag Management Systeme (TMS) : Google Tag Manager, TagCommander, Tealium
- Outils web analytics : Google Analytics 4, Piano Analytics, Piwik Pro, Matomo Analytics
- Consent Management Platform : Axeptio, Didomi
- Outils d’attribution : Wizaly, Eulerian
- Outils de heatmaps et de session recording : Hotjar, Crazy Egg, Microsoft Clarity
- Outils d’A/B testing : Kameleon, A/B Testy
- Outils de data visualisation / BI : Looker Studio, Power BI, Tableau, Metabase
Le web analytics reste-t-il pertinent face à l’augmentation de la perte de données web ?
Pour rappel, un business peut enregistrer une perte de données web analytics pour 2 raisons principales :
- Environ 25% des utilisateurs d’un site web ne donnent pas leur consentement pour être traqués (RGPD)
- Environ 25% des utilisateurs d’un site web utilisent des adblockers
Un business peut également perdre en “cohérence” sur sa collecte de données web analytics en raison de la durée de vie des cookies potentiellement réduite sur certains navigateurs disposant de sécurités spécifiques (notamment ITP sur iOS/Safari).
Une durée de vie des cookies réduite est problématique pour la simple et bonne raison que cela empêche l’outil web analytics concerné de reconnaître un même utilisateur dans le temps et donc de pouvoir mener des analyses de rétention et d’attribution.
En web analyse, nous ne cherchons pas forcément une vision exacte de la réalité. Nous cherchons plutôt à suivre des tendances reflétant la réalité afin de valider/invalider des hypothèses.
Par exemple, si avec une perte de données équivalente entre les périodes d’analyse distinctes t1 et t2 votre taux de conversion passe de 1% (t1) à 5% (t2) après avoir réalisé des actions pour l’améliorer, vous pouvez affirmer que l’hypothèse “les actions menées ont permis d’améliorer le taux de conversion” est valide.
À cela s’ajoute le fait que le tracking server-side permet de diminuer la perte de données liée aux adblockers et aux sécurités navigateur !
Vous l’aurez donc compris, même si vous ne collectez pas 100% des données, il est effectivement toujours intéressant de faire du web analytics.
Définitions similaires
