Damion : Désolé, mais j’ai une mauvaise nouvelle et une bonne nouvelle.
La mauvaise nouvelle : je ne possède pas de chien donc j’ai du mal à voir ce que je pourrais traquer à son sujet.
La bonne nouvelle c’est que je peux vous indiquer le chemin 😉
Comme j’ai assez payé de ma personne pour mes précédents billets, cette fois-ci, je vais laisser mes lecteurs s’y coller. Je vous montre juste le concept cette fois-ci: ce sera à vous de tester ma théorie!
Dans cette expérience, vous allez essayer ce qui suit: suivre la localisation de votre chien (par paliers de 30 secondes), par rapport à votre maison, avec Google Universal Analytics.
J’ai quelques idées à ce sujet et je vais les partager dans la suite de l’article.
En début de période estivale, Google lance pour le grand public son nouveau moteur de segmentation pour Google Analytics. Il permet notamment de créer des segments portant non seulement sur les visites mais également sur les visiteurs.
On appelle ce groupement des cohortes. Le mot vous fait peur? Ne vous en faites pas, on va en parler plus avant.
[mise à jour 2014: les variables personnalisées ont été rendues obsolètes par l’arrivée de Google Universal Analytics et remplacées par les dimensions personnalisées]
Bonjour à toutes et à tous,
Merci à Alexandra de m’avoir proposé d’écrire dans le cadre de ce dossier sur Google Analytics. Pour ceux qui ne me connaissent pas encore, je suis Julien Coquet, vétéran du monde des web analytics et expert notamment de Google Analytics. Je travaille pour Hub’Sales, une agence leader en France sur le conseil en web analytics et éditeur de Hub’Scan, un logiciel d’analyse de la qualité de votre marquage Google Analytics (entre autres).
Aujourd’hui, je vous propose d’aborder un sujet souvent ignoré lors de marquage Google Analytics: les variables personnalisées. Ces variables sont des attributs supplémentaires qui permettent de typer une page, une visite ou un visiteur.
Par exemple, si je suis e-commerçant et que mon site vend de l’électro-ménager, je souhaite voir quel rayon de mon site est le plus visité (réfrigérateurs vs. téléviseurs).
Alors vous me direz:
Oui mais Julien, j’ai déjà des URLs bien propres et structurées pour ce genre d’information!
Et vous aurez partiellement raison. Le fait est que nos amis référenceurs vous diront comme moi que la structure des URLs peut très bien changer pour inclure un maximum de mots clé et ne plus respecter une nomenclature/hiérarchie/charte qui permettrait de s’y retrouver. Avec les variables personnalisées, on peut créer cette structure, et même une hiérarchie de contenu.
Avec les variables personnalisées Google Analytics, vous pouvez également mesurer si votre visiteur est connu grâce à son numéro de client, si il/elle est connectée à son compte, si il/elle est client fidèle (bronze/argent/or, vous imaginez bien), son numéro de transaction, etc. J’ai plein d’autres idées sur le sujet mais n’hésitez pas à vous « lacher »!
Ce qu’il faut savoir
Dans sa version actuelle, Google Analytics propose jusqu’à 5 appels de variable par page, par événement ou par appel eCommerce. Ces variables sont répertoriées sur 5 ‘index’ (leur numéro). Dans l’absolu, on peut en avoir des dizaines mais le marquage et le reporting ne vous permettent de n’en gérer que 5 à la fois. Si vous avez accès à Google Analytics Premium (la version payante de Google Analytics pour grandes entreprises; faites moi signe pour plus d’informations), ce nombre passe de 5 à 50.
Ces variables s’appliquent sur 3 « niveaux »:
Niveau 1 : le visiteur (valeur persistante, passée dans un cookie) – utile pour traquer un attribut dans le temps, comme un numéro client, la dernière page ou fiche produit vue dans une visite, les visiteurs ayant déjà converti par le passé, etc.
Niveau 2 : la visite – utile pour typer une visite: connecté/non-connecté, membre/non-membre, moyen de paiement
Niveau 3 : la page (ou hit dans le cas d’un événement) – utile pour voir la catégorisation et la consommation de contenu ou de produit.
Google Analytics : variables personnalisées sur 3 niveaux
Important #1 : seuls les niveaux 1 et 2 contribueront directement aux rapports de conversion!
Important #2 : ces variables personnalisées n’ont rien à voir avec les variables personnalisées (dimensions et statistiques) de Google Universal Analytics et vous devrez revoir votre marquage le jour où vous déciderez de passer à Universal. Ce jour-là, vous savez qui contacter 😉
Un peu de code ne fait jamais de mal.
Mais commençons par la mise en place. Voici à quoi devrait votre code Google Analytics de base:
(function() {
var ga = document.createElement(‘script’); ga.type = ‘text/javascript’; ga.async = true;
ga.src = (‘https:’ == document.location.protocol ? ‘https://ssl’ : ‘http://www’) + ‘.google-analytics.com/ga.js’;
var s = document.getElementsByTagName(‘script’)[0]; s.parentNode.insertBefore(ga, s);
})();
// ]]></script>[/code]
Vous aurez peut-être remarqué que j’utilise une syntaxe mono-bloc, plus élégante au niveau code. Pour utiliser une variable personnalisée, il faut utiliser la syntaxe suivante avant un appel de page vue, d’événement ou d’eCommerce :
Le code ci-dessus est à utiliser par exemple sur une page produit de la famille grille-pain dans la section cuisine du rayon electro-ménager.
Une fois ce genre de code mis en place, vous pourrez visionner vos résultats dans Google Analytics en allant dans Audience > Personnalisé > Variables personnalisées.
Vous vous retrouverez dans un rapport qui ressemble à ceci (cliquez pour agrandir):
En utilisant les onglets, vous pourrez consulter les différents types de reporting. Ci-dessous, le taux de conversion par type de connexion chez un client B2B (d’où le gros taux de conversion).
Une fois que vous trouvez une variable intéressante, vous pouvez même en faire un segment avancé pour comparer sa performance avec le reste du site et examiner son comportement de plus près:
Appliquez le segment et tout votre reporting sera ventilé par cette variable personnalisée! Bonne analyse 😉
Quand y’en a plus, y’en a encore!
En bonus, voici comment obtenir un reporting hiérarchique pour une structure de contenu via variable personnalisées:
Ce qui vous donne comme résultat un rapport cliquable de niveau en niveau pour explorer la consommation de votre hiérarchie de produits:
Niveau 1:
Clic sur « meubles » et hop! niveau 2!
Niveau 2:
Un dernier clic et voici le dernier niveau!
Niveau 3:
En quelques clics, j’ai pu facilement observer combien de trafic passe par les pages de ma catégorie de produit « canapés » tout en observant ce trafic le long de la hiérarchie de produit!
Grâce aux variables personnalisées, et avec un peu de marquage, vous pourrez rapidement collecter des informations cruciales sur votre contenu, vos visiteurs et leur comportement sur votre site.
Le code vous fait peur? Pensez à utiliser un tag manager comme celui de Google (gratuit).
Des questions? N’hésitez pas à laisser un commentaire sur le blog d’Alexandra ou à me contacter directement.
vous donner une meilleure vue du parcours client via des plateformes multiples,
vous permettre d’utiliser des variables et des compteurs personnalisés,
traquer le offline (ce qui n’est pas exactement vrai mais c’est un sujet pour une autre fois)
Je vous livre ici une technique / preuve de concept qui vous permettra de mesurer à la volée comment vos fichiers PDF sont téléchargés avec Universal Analytics. Sans Javacript.
Attention, non-techniciens et autres Kevins qui lisez la suite, faites le à vos risques et périls 🙂
Le rapport temps réel d’aujourd’hui affiche des visites en provenance de… la station spatiale internationale !
Servez-vous de cette provenance comme filtre et examinez la source de trafic en creusant un peu 😉
MISE A JOUR: Google Analytics a également fait une annonce concernant ses capacités d’export de rapports. En plus du CSV, Excel et Google Docs, vous pourrez bientôt exporter directement vers une disquette 3″ 1/2, un CDROM (pré-étiqueté), un papyrus ou envoyer votre rapport par fax ou par pigeon voyageur!
Salut les kids, aujourd’hui, Google met à jour ses rapports liés à sa fonctionnalité « temps réel ».
Evidemment ca ne sert qu’à prendre la température d’un site à un moment T mais là ça devient pas mal 😉
je vous livre dans ce billet une petite astuce pour mieux visualiser votre conversion dans Google Analytics.
Bien sûr, il existe de nombreuses manières d’analyser visuellement les données directement dans Google Analytics – ou dans toute autre solution de digital analytics en fait. Mais lisez la suite de ce billet et je vais vous montrer une astuce … dans Excel 😉
MISE A JOUR DU 30/01: au vu des commentaires échangés avec mes confrères et lecteurs de ce blog, je tiens à clarifier quelques points. Je m’en voudrais de me faire accuser de malhonnêteté intellectuelle.
Tout d’abord, merci de bien lire mon billet précédent. Il explique suffisamment en longueur la mort annoncée du referencement naturel.
La méthode dont je parle ne saurait remplacer les rapports de mots-clé naturels. Elle ne se veut pas sensationnelle pour accrocher puis décevoir des internautes. Elle n’apportera pas de réponse concrète à un référenceur. Le titre du billet a d’ailleurs été modifié.
Toutes mes excuses si ce billet a pu être source de confusion et/ou de frustration.
Cette méthode permet au strict minimum de savoir quels mots-clé dans un contenu ont pu potentiellement intéresser un internaute en provenance d’une recherche naturelle via Google, le tout sur base de mots-clé définis par l’éditeur du contenu.
Cette mise au point effectuée, bonne lecture!
Suite à mon billet sur (not provided), je fournis *une* de mes méthodes pour capturer des mots clés dans Google Analytics en cas de recherche sécurisée. Malheureusement, je vous le dis d’avance, vous resterez frustré car comme je l’indiquais, il n’y a pas de recette miracle.
)
