Comme la grande majorité des éditeurs de site, vous utilisez Google Analytics pour suivre l’évolution de votre trafic et de vos conversions. Les principales décisions de votre stratégie marketing sont même fondées sur les données remontées par cet outil de webanalyse. Mais êtes-vous vraiment sûr de maîtriser les principaux indicateurs remontés par Google Analytics ? Une petite piqûre de rappel n’a jamais fait de mal à personne. C’est pourquoi je vous propose de reparcourir ensemble les principaux KPI Google Analytics qui vous permettent de tracker le comportement de vos visiteurs.

Comment fonctionne Google Analytics ?

Avant toute chose, intéressons-nous au fonctionnement de Google Universal Analytics (GUA). Google Analytics utilise un code de suivi unique pour tracker les données relatives à la navigation. Ce code de suivi se matérialise sous la forme d’un extrait Javascript installé sur chaque page du site web ou directement embarqué dans un TMS (GTM, Commander’s Act…). 

Grâce à ce code de suivi, dès qu’un utilisateur démarre une session sur un site, GA dépose dans le navigateur de l’internaute un cookie (petit fichier texte). Ce cookie va permettre à Analytics de collecter un certain nombre d’informations relatives à l’utilisateur, à ses actions, son parcours. Il existe toutefois des outils web analytics plus en adéquation avec la réglementation du RGPD.

Session, utilisateurs, … Quels sont les principaux indicateurs d’audience dans Google Analytics ?

Session KPI Google Analytics

Ce KPI Google Analytics est très important. Cette statistique représente le nombre de visites individuelles effectuées par l’ensemble des utilisateurs sur une période donnée. Par défaut sur Google Analytics, une session se clôture à partir de 30 minutes d’inactivité sur le site. De même, si l’internaute commence sa navigation avant minuit et la clôture après minuit, le nombre de sessions comptabilisées sera de 2. Enfin, le fait pour un même internaute d’arriver depuis une nouvelle source marketing sera comptabilisé comme une nouvelle session.

Utilisateur

Autrefois appelé visiteur unique, l’utilisateur est similaire à une personne physique qui visite un site internet. L’utilisateur est en fait défini par un id dans le cookie. De ce fait, un même individu qui visiterait le même site à partir de navigateurs ou devices (desktop, mobile …) serait considéré comme un utilisateur différent par GA. 

Notez qu’un même utilisateur peut effectuer plusieurs sessions (pour les raisons exposées précédemment : temps d’inactivité, consultation commençant sur un mobile et se finissant sur une tablette, navigation débutant avant et se terminant après minuit). 

Il est indispensable de préciser que pour comptabiliser le nombre d’utilisateurs sur une période donnée, il ne faut pas additionner le nombre d’utilisateurs pour chacune des sous-périodes. Votre métrique serait erronée. En effet un même utilisateur qui se serait rendu plusieurs fois sur le site sur des sous-périodes différentes serait comptabilisé plusieurs fois.

Imaginons que votre site ait enregistré le trafic suivant

• Janvier 2020 : 715 utilisateurs
• Février : 512 utilisateurs
• Mars : 613 utilisateurs.

Au moment d’analyser le nombre d’utilisateurs sur l’ensemble du trimestre, le nombre total d’utilisateurs n’est pas de 1840 -addition des 3 sommes- mais de 1420. Pourquoi ? Car un même internaute comptera pour 1 au cours de chaque mois : il sera comptabilisé une fois en Janvier, une fois en Février et une fois Mars. En revanche, en effectuant cette même analyse mais cette fois-ci sur les 3 mois alors votre internaute comptera pour 1 au cours du trimestre.

Nouveaux visiteurs / visiteurs connus

Grâce à l’id dans le cookie, Google Analytics est en mesure de distinguer les visiteurs qui viennent sur le site pour la première fois (nouveaux visiteurs) des visiteurs connus. Quand il est mis en parallèle avec d’autres indicateurs (taux de conversion par exemple), ce KPI peut vous permettre dans Google Analytics de déterminer le comportement de vos acheteurs : achètent-ils par impulsion (dès la première visite) ou après plusieurs visites?

Nombre de sessions par utilisateur

Cette métrique de Google Universal Analytics représente le ratio entre le nombre de sessions et le nombre d’utilisateurs. Il vous sera par exemple utile pour analyser la fréquentation de votre site et le degré de fidélisation de votre audience.

Rebond, pages vues, durée de session … Analysez les comportements des internautes sur votre site

Avant d’aller plus loin dans le détail des KPI Google Analytics et si vous souhaitez en apprendre davantage sur la donnée au service de l’expérience client, alors ne manquez pas notre dernier livre blanc :

Pages vues

Le KPI “page vues” dans Google Analytics comptabilise le nombre de pages chargées dans le navigateur sur une période donnée. Les visites répétées d’un même utilisateur sont comptabilisées dans cette métrique.

Rebond / taux de rebond

La métrique “rebond” matérialise le nombre de sessions où une seule interaction (chargement de la page) a été effectuée. Généralement, cela signifie qu’une seule page du site a été vue. Cela permet d’évaluer la qualité des pages d’entrée sur le site puisque tous les utilisateurs qui n’ont pas continué leur navigation après leur arrivée sont comptabilisés dans ce taux de rebond. A noter que dès lors qu’un internaute a effectué une seconde interaction trackée dans Google Analytics (clic, scroll, formulaire, page vue …) alors la session n’est plus considérée en rebond.

Le taux de rebond est plus adapté aux sites e-commerce qu’aux sites de contenus qui souffrent d’un taux élevé avec des utilisateurs qui obtiennent les informations qu’ils recherchaient (par exemple, des informations de contact) dès leur arrivée sur la première page. Aussi, cet indicateur tend à disparaître, notamment dans la dernière version de Google Analytics qui privilégie un indicateur plus positif, le taux d’engagement.

Attention, le rebond peut également être comptabilisé lorsque qu’un utilisateur est resté au-delà de 30 minutes sur une même page.

Le “taux de rebond” désigne donc le rapport entre le nombre de visites avec une seule interaction et le nombre total de visites. En fonction du contenu de vos pages, un taux de rebond élevé peut donc avoir plusieurs significations. Sur des pages contenant des call to action ou matérialisant le début d’un tunnel, un taux de rebond élevé peut-être mauvais signe. En effet, on peut considérer que les visiteurs n’ont pas trouvé ce qu’ils cherchaient sur la page de destination et ont préféré interrompre leur navigation.

En revanche, sur une page de contenu, l’interprétation peut se révéler moins alarmiste.

Durée moyenne de session

La durée moyenne des sessions correspond à la durée totale de toutes les sessions divisée par le nombre de sessions enregistrées. Un petit point s’impose sur le calcul par Google Analytics de ce KPI. Il faut savoir que le script GA est appelé au moment du chargement de votre page. En revanche, GA n’est pas averti lorsque l’utilisateur met fin à sa navigation.

La durée de chaque session est donc calculée différemment selon que la dernière page consultée aura enregistré ou non des interactions.

Prenons l’exemple d’un visiteur qui arriverait sur un site à 12h00. Il chargerait une seconde page à 12h05. Puis consulterait une troisième page à 12h10, avant de quitter le site à 12h30. Google Analytics comptabilise une durée de session à 10 minutes alors que l’utilisateur est resté sur le site pendant 30 minutes. 

Autre cas de figure, un internaute consulte une première page à 12h, puis une seconde à 12h05. Il consulte enfin une troisième page à 12h10 et effectue une interaction sur celle-ci à 12h30. Sa session sera considérée comme ayant duré 30 minutes.

Conversions : comment mesurer la performance business de votre site sur GA ?

Objectifs réalisés

Google Analytics permet de définir et de comptabiliser des objectifs que vous vous êtes fixé. Ils peuvent par exemple être relatifs à : des événements, nombre de pages/session, une durée de session, affichage d’une page de confirmation de commande, …

Parenthèse rapide sur ce qu’est un événement. Un événement se déclenche lorsque l’internaute effectue une action ou une interaction spécifique que vous voulez traquer. 

Lorsqu’un utilisateur fait une action que vous avez considéré comme un objectif, Google Analytics l’enregistre en tant que conversion. De ce fait, vous pouvez suivre la performance de votre site.

Il existe 4 types d’objectifs : 

• objectif de destination : lorsqu’une page spécifique est chargée (par exemple une confirmation de commande)
• objectif de page /écran : lorsqu’un utilisateur visite un nombre spécifique de pages à l’occasion d’une session
• objectif de durée : la durée minimale d’une session
• événement : lorsque l’utilisateur a effectué une action spécifique sur le site (téléchargement, like, ajout au panier …)

Pour bien analyser vos métriques dans GA, il est important de comprendre que Google Universal Analytics ne comptabilise pour une même session qu’une seule validation par type d’objectif. 

Prenons le cas d’un internaute qui réaliserait plusieurs commandes de produits sur une même session. La réalisation de l’objectif (affichage de la page de confirmation de commande) ne sera comptabilisée qu’une seule fois (au premier affichage de la confirmation). Ce mode de comptabilisation peut expliquer, par exemple, le décalage entre le nombre d’objectif réalisés et le nombre de transactions enregistrées.

Taux de conversion par objectif

Dans GA, le taux de conversion par objectif est le rapport entre le nombre d’objectifs réalisés et le nombre de sessions. De même, le taux de conversion du e-commerce matérialise le ratio entre le nombre de transactions et le nombre de sessions.

Valeur d’objectif

Dans Google Analytics, attribuer une valeur à un objectif permet d’évaluer la richesse générée par l’objectif. Chaque action réalisée par un utilisateur peut être traduite par une valeur monétaire.

Exemple de valorisation d’un objectif : Considérons que le taux de conversion lié à l’inscription à votre newsletter est de 10% et que votre panier moyen est de 200€. La valeur de votre objectif “inscription à la newsletter” sera de 20€ (10% de 200€). Votre objectif sera considéré comme réalisé par Google Analytics dès qu’un utilisateur accèdera à l’étape finale de souscription à la newsletter.

Taux d’abandon

Dans Google Universal Analytics, le taux d’abandon est le ratio entre le nombre de sessions n’allant pas jusqu’au bout d’un objectif (souscription, achat, formulaire, …) et le nombre total de visiteurs ayant entamé la démarche.

Dans le tunnel de conversion

Les indicateurs de performance très utilisés par les e-commerçants reposent sur l’analyse du tunnel de conversion. On y trouve le volume de visites avec vue d’une fiche produit, avec ajout au panier, avec entrée dans le tunnel de paiement et les visites avec achat. Ces volumes permettent de mettre en place des indicateurs de taux de passage et de taux d’abandon pour chacune des étapes du tunnel de conversion et donc à terme d’identifier les points de friction et les irritants dans la navigation de l’utilisateur. Ils peuvent apparaître sur les pages d’entrée, sur les pages produits ou bien dans le tunnel de paiement par exemple.

Dans le tunnel de paiement

S’il s’avère qu’un problème existe dans le tunnel de paiement en se basant sur les taux d’abandon au moment du paiement dans le tunnel de conversion, il est possible de “zoomer” sur cette étape cruciale dans le parcours de l’utilisateur et de décortiquer les passages et abandons pour chacune des étapes du tunnel de paiement, du panier à la transaction. À nouveau, ces KPI Google Analytics mettent en évidence les points de fuite des utilisateurs et permettent d’ajuster le tunnel dans l’objectif d’augmenter le taux de conversion du tunnel de paiement (= la part des utilisateurs qui vont jusqu’au bout de la transaction parmi tous ceux qui ont commencé le tunnel). L’analyse du tunnel de paiement pour un site de vente de mobilier de jardin a mis en évidence que l’étape de livraison posait un problème pour les utilisateurs qui étaient nombreux à quitter le tunnel lors de cette étape. Un effort dans les frais de livraison, l’ajout d’un seuil à partir duquel les frais étaient offerts et l’ajout d’éléments de réassurance sur la page ont permis de diminuer par deux le taux d’abandon sur la page de paiement.

Google Analytics est un outil de web analyse très puissant qui vous permet de suivre la performance de votre site au sens business. Vous avez maintenant une idée plus précise des principaux KPI à suivre dans GA et de ce qu’ils signifient. 

Avant de prendre toute décision stratégique basée sur ces indicateurs, il vous reste à vous assurer que les données collectées sur votre site et transmises à GA sont fiables. Il vous faudra donc vérifier la fiabilité de votre datalayer et de l’implémentation de votre tag GA. Pour ce faire, vous pouvez vous appuyer sur le savoir-faire de seenaptic.

Taux de sortie

Alors que le taux de rebond évalue la performance des pages d’atterrissage des utilisateurs, le taux de sortie permet d’évaluer la performance de toutes les pages du site, qu’importe sa position dans la navigation de l’utilisateur. En effet, ce taux est le rapport entre les sorties à partir d’une page et le nombre de fois où cette page a été vue. Un taux de sortie de 30% sur une homepage, par exemple, signifie que sur 100 utilisateurs qui voient la homepage, ils sont 30 à quitter le site à partir de cette homepage. 

Il faut faire attention à ne pas utiliser ce KPI au global d’un site car certaines pages ont par nature des taux de sortie très élevés (des pages de confirmation de commande par exemple), mais il devient très intéressant lors d’une analyse page par page (ou par type de page) pour détecter les pages qui incitent l’utilisateur à quitter le site.

Taux d’ajout au panier

Les taux d’ajout au panier servent aussi à identifier les produits qui nécessitent des optimisations, que ce soit dans la description du produit, les photos du produit ou les éléments de réassurance présents sur la page produit. Récemment, l’analyse des taux d’ajout au panier d’un site e-commerce de vêtements a mis en évidence qu’un produit n’était quasiment pas ajouté au panier, il s’est avéré que la page produit n’était dotée que d’une seule photo et que le mannequin était de dos (le produit était un haut pour femme).