Tracking et Analytics comme avantage compétitif – Performance Web 2018

Comme annoncé durant ma conférence à Performance Web Genève 2018, j’écris cet article en complément. 30 min sur scène c’est extrêmement court lorsque l’on souhaite aborder nombre de notions complexes. Je vais donc reprendre en détail et approfondir ici tous les points abordés lors de ma présentation, notamment ceux sur lesquels j’ai dû passer rapidement.

Avant de commencer, prends 30 secondes pour t’abonner à ma newsletter et reçois régulièrement du contenu premium soit exclusif, soit avant tout le monde.

Bonne lecture !

Contexte

Dans un monde ou les investissements publicitaires se dirigent de plus en plus vers le numérique, cela entraine inévitablement une hausse des coûts.

Je n’invente rien de nouveau, mais il est toujours bon de répéter : la pertinence (ou l’adéquation ou le perfect match) est la clé de la réussite.

Plus un produit ou un service correspond à sa clientèle et plus il fonctionne.

Plus un message marketing raisonne auprès de l’audience cible et plus la campagne est réussie.

Ce constat est également ce qui m’avait servi d’introduction pour mon article sur la personnalisation de sites web avec Google Optimize.

De ces deux postulats, l’on comprend aisément qu’être le plus pertinent possible, le plus vite possible devient le nerf de la guerre.

Plus l’on passe de temps à apprendre, plus ça coûte cher. Plus cela coûte cher, moins c’est rentable.

La vitesse d’apprentissage et de mise en phase du produit (ou service) et/ou des messages marketing déterminent de plus en plus la vie ou la mort de ce dernier.

Dans ce contexte, être capable d’apprendre plus vite que les autres nous donne un avantage compétitif.

C’est très exactement ce que tracking (au sens large) et l’Analytics nous permettent de faire. Très exactement ce que je vais vous montrer aujourd’hui.

Parenthèse : le GDPR, un frein potentiel

Tracking et Analytics fonctionnent majoritairement sur la base de cookies (qui permettent d’obtenir des données permettant indirectement d’identifier des personnes).

Il faut désormais obtenir le consentement préalable des visiteurs pour déposer un cookie d’analyse dans leur navigateur.

Il faut le consentement des personnes pour pouvoir exploiter leurs données personnelles à des fins de profilage et/ou publicitaires.

Un frein potentiel fort. 🙁

Raison pour laquelle j’ai créé une solution de bannière / gestion / mémorisation des préférences cookie 100% Google Tag Manager.

Celle-ci permet aux utilisateurs de définir leurs préférences (qui sont mémorisées pour 12 mois), déclenche (ou non) les tags (générant les cookies) sur un site web, supprime les cookies déjà installés en cas de fin de consentement.

Deux intérêts majeurs qui la distinguent de tout ce qu’il est possible de trouver pour le moment :

• Tout est centralisé dans GTM. On gère à un seul endroit les tags et leur déclenchement, la mémorisation des préférences, la bannière cookie, la suppression des cookies (en cas de fin de consentement). => Pas un silo de plus.
• Si nous n’avons pas de consentement, je déclenche une version ultra light de Google Analytics : ips anonymisées, aucune fonctionnalité de publicité, pas de remarketing, pas de suivi des conversions permettant d’identifier indirectement les personnes (suivi des formulaires, transactions e-commerce). Par contre, des statistiques d’utilisation du site et des conversions de type niveau d’engagement qui permettent de jauger quand même l’efficacité des canaux publicitaires et/ou des campagnes (ex : téléchargements, vue de vidéos, visites de plus de X pages, clics spécifiques) . #MieuxQueRien

1er niveau : une config Analytics bien faite et des micro-conversions pour apprendre plus vite

Commençons par un constat amer : 90% des configurations Analytics ont des problèmes.

J’avance ce chiffre sur la base de mon expérience de consultant analytics freelance.

Et il se base sur des dizaines et des dizaines d’audits de comptes Analytics (et leur mise à niveau).

Voyons les erreurs les plus fréquentes et faisons en sorte qu’elles n’arrivent plus jamais.

Edit septembre 2019 : montez vos compétences d’analyse en suivant mon dernier tuto Google Analytics.

Le code de suivi doit être présent sur toutes les pages

Cela peut paraitre évident et l’on pourrait m’accuser de démarrer vraiment au niveau le plus bas.

C’est vrai, sauf que, ce problème m’est déjà arrivé 2 fois, de manière vicieuse. J’ai pris une leçon qu’il me parait intéressant de partager.

Saviez-vous que certaines extensions Drupal peuvent générer des pages avec un header différent de celui des pages « régulières » ? Moi non.

Dernier cas en date sur un site d’hôtel qui proposait la réservation en ligne avec un module.

 

Au final, j’ai dû insérer mon code GTM dans le code du module afin de l’avoir sur toutes les pages.

Le code ne doit pas être mis en double

C’est pareil, cela peut paraitre simple et évident mais c’est vite arrivé. Le code peut avoir été mis en dur par le client, rajouté par une extension par une agence et mis par GTM ensuite.

Un moyen simple de détecter : l’extension Tag Assistant.

Mettre en place le taux de rebond ajusté

Quelque chose que j’ai mis en place depuis bien longtemps et que pourtant je ne vois quasiment jamais dans aucun compte Analytics.

Un visiteur qui voit au moins la moitié d’une page doit-il être considéré comme un rebond ? Pour ma part je ne pense pas.

De plus, puisque la majorité des agences web font des sites jolis mais pas pensés pour convertir (c’est dit !), je crée des landing pages optimisées pour mes clients.

Mais qui dit une seule page, dit taux de rebond de quasi 100%. Une ineptie…

De nos jours plus d’excuses. GTM propose nativement un scroll tracking qui permet de déclencher un événement Analytics qui tuera le taux de rebond à X% de la page vue.

Pour ne pas réinventer la roue, voici 2 très bons articles pour aller plus loin :

• Tracker le niveau de scroll avec Google Tag Manager pour mesurer l’engagement de vos visiteurs
• Comment mesurer la profondeur de défilement (scroll depth) des pages ?

En e-commerce : l’exclusion des référents de paiement

Un (très) grand classique. La majorité des transactions se trouvent attribuées au referral :

Et quand on rentre dans le referral, on trouve le service de paiement :

Pour résoudre le problème, c’est très facile. On copie le champ source ci-dessous et dans Google Analytics > Admin > Propriété > Informations de suivi > Liste d’exclusion de sites référents, vous allez le coller. D’autres exemples :

Tracker les macro et micro conversions

C’est un sujet que j’ai abordé à maintes reprises, aussi je ne ferais pas trop long sur le sujet ici.

Pour ceux qui souhaitent en apprendre davantage, lisez cet article : [Etude] Adwords : Maximiser les conversions vs CPC optimisé.

Mais reprenons.

• Niveau 1 : temps passé / minimum de X pages vues, vue de pages clés (fiche produit par exemple ou page contact), vue de vidéo (X% minimum) => D’après mon interprétation, (mais je ne suis pas avocat, renseignez-vous pour vous), je pense l’on peut tracker ça sans avoir besoin de consentement (GDPR).
• Niveau 2 : téléchargement de brochures (non gated), ajout au panier sans achat, ajout à la wishlist. La aussi, je pense que c’est possible sans consentement  (attention à l’ajout au panier, la personne ne doit pas être connectée. Vous ne devez pas pouvoir identifier la personne en recoupant d’autres données.)
• Niveau 3 (macro conversion) : formulaires de contact, appels (clics depuis un mobile), achats, inscriptions, etc.. => La par contre vous devez obtenir le consentement des visiteurs.

Traquer les pages 404

Le tracking n’a pas à être réservé uniquement aux conversions. Tracker aussi les erreurs a un intérêt.

Prenons l’exemple des pages 404. Typiquement, savoir si un site externe vous envoie du trafic sur une page 404 est du plus grand intérêt.

Notamment parce que c’est un fruit SEO facile. Le jus du lien externe n’est pas comptabilisé pour votre site s’il dirige vers une page 404.

Vous pouvez donc :

• demander au webmaster du site tiers de corriger son lien s’il s’est trompé
• faire une redirection de votre côté pour diriger vers la bonne page (si elle existe encore)
• faire une redirection vers une page pertinente (si elle n’existe plus).

Moi j’ai fait ça pour mon site sous forme d’événement :

Pour la mise en place j’ai utilisé Google Tag Manager (what else !) :

• Création d’une variable javascript titre de la page (document.title)
• J’ai créé un déclencheur quand document.title contient page introuvable
• Et j’utilise ce déclencheur pour une balise d’évenement GA Page 404

Un très bon article de Lunametrics pour aller plus loin : The Upside Down: Negative Goals in Google Analytics

Donner une valeur aux objectifs

Attribuez une valeur économique à toutes vos conversions, y compris micro-conversions.

Imaginez une vue de vidéo sur votre site. La vue est gratuite. Mais vous pourriez payer pour l’obtenir (par ex. Youtube, Facebook, TV).

Vous économisez donc en quelque sorte un coût par vue payant pour chaque vue gratuite.

Attribuez cette valeur.

Idem pour les autres conversions.

Donnez une valeur de plus en plus importante selon que la micro-conversion s’approche de la conversion business finale (pour laquelle logiquement vous connaissez la vraie valeur => évidemment, utilisez-la)

Lecture recommandée pour pousser plus loin le concept : Excellent Analytics Tips #19: Identify Website Goal [Economic] Values.

Une fois fait, vous aurez accès à 3 nouveaux jouets :

Dans Google analytics : valeur de la page

Cette information vous permet de jauger à quel point une page donnée contribue à créer de la valeur pour vous et/ou votre entreprise.

C’est aussi et surtout un moyen de pouvoir comparer les pages entre elles avec une métrique directement liée à la money.

Vous vous rappelez, les métriques d’engagement, c’est #MieuxQueRien. Mais c’est tout. Rattachez toujours vos analyses à la money 🙂

Pour en savoir plus sur comment est calculée cette métrique lisez ceci : Mode de calcul de la valeur d’une page.

Vous verrez un peu plus tard comment cette métrique nous est encore plus utile dans l’analyse lorsque nous parlerons des regroupements de contenu.

Dans Google Analytics : valeur économique globale de toutes vos conversions (micro + macro) au niveau des objectifs.

Ce qui vous permettra de faire le même travail de comparaison mais cette fois pour des dimensions de scope session. Exemple avec les sources de trafic :

Enfin dans Adwords : notion de valeur qui vous permettra d’optimiser vos campagnes la aussi en se basant sur la money :

2ème niveau : Apprendre encore plus & donner la meilleure direction à l’intelligence artificielle

Personnaliser l’outil Analytics

Par défaut, un outil Analytics est fait pour être adapté au plus grand nombre. Il n’est donc pas spécifique, ça parait logique.

Pourtant votre activité à vous est spécifique. Il est donc de bon sens de personnaliser l’outil afin d’en tirer le meilleur parti.

Et ça tombe bien puisque tout a été pensé pour pouvoir customiser.

Commençons par le regroupement de contenu.

Cette fonctionnalité permet de pouvoir catégoriser les pages de son site comme on l’entend dans l’outil d’analytics.

Exemple : page d’accueil, pages de contenu, pages de catégorie, fiches produit, pages de checkout, pages de résultats de recherche interne.

Autre exemple : les pages par thématiques. C’est ce que j’ai fait pour ce blog :

A la base, je n’ai pas créé toutes ces catégories dans mon wordpress. Et même si c’était le cas, je n’aurais pas les renseignements ci-dessus.

Je les ai donc créé dans l’analytics par l’intermédiaire d’un regroupement de contenu.

Et voyez la aussi comment la valeur de la page est intéressante. Je vois en un clin d’oeil les thématiques qui m’amènent le plus de valeur vs celles qui m’amènent le plus de visiteurs.

Idéal pour décider le programme de contenu pour les mois à venir. On décide par les données 🙂

La encore je ne vais pas réinventer la roue. Pour ceux d’entre vous qui souhaitent mettre en plus un tel système, voici des guides tout prêts :

• Mon explication de comment je l’ai fais sur ce site
• Comment devriez vous grouper vos pages de contenus dans Google Analytics?
• Google Tag Manager Content Grouping Setup Guide

Continuons avec les Dimensions & métriques personnalisées.

Il s’agit d’obtenir des informations plus spécifiques à votre activité ou vos visiteurs (attention GDPR) vous permettant de pouvoir segmenter encore mieux vos données.

Exemple avec un client dans le crédit. Les visiteurs doivent remplir un formulaire de demande dans lequel (entre autres informations) ils doivent remplir le nombre de mensualités qu’ils souhaitent.

Récolter cette information me permet « d’isoler » les visiteurs selon la tranche de mensualités choisie.

Et ainsi de pouvoir comparer comment ils sont différents.

Et enfin de pouvoir les adresser différemment.

Mieux pour chaque groupe plutôt que de les adresser tous de la même manière.

De comprendre aussi si certaines tranches sont « mauvaises ». Si oui y a t’il des mots clés qui m’amènent des comme ça en majorité. Si oui je vais les couper 🙂

Ce n’est qu’un exemple parmi tant d’autres.

Globalement, les champs de formulaire sont toujours intéressants à récolter en dimensions personnalisées.

Mais vous n’avez pas le droit de prendre des données personnelles identifiantes. Et puis GDPR arrive. Donc faites attention à ce que vous faites.

La encore quelques ressources pour approfondir le sujet :

• Mon explication de comment j’ai mis en place des dimensions personnalisées sur ce site
• Get more Google Analytics Custom Dimensions #measure

Autres exemples de dimensions personnalisées intéressantes à récolter :

• couleur de l’article (e-commerce),
• pointure / taille de l’article (e-commerce),
• méthode de livraison (e-commerce),
• méthode de paiement (e-commerce),
• programme d’intérêt (lead gen)
• plus grand défi actuel (multipurpose)
• taille de l’entreprise (leadgen)
• secteur d’activité de l’entreprise (leadgen)
• etc…

Se rapprocher encore plus de la money : CRM et Call Tracking

Commençons par le call tracking.

Niveau 1 : utiliser le call tracking des plateformes publicitaires. Google notamment. Je vois pas vraiment d’autres plateformes qui mettent ça à disposition par chez nous. On peut tracker les appels depuis les annonces mais aussi les appels passés suite à la consultation du site. Un vrai game changer pour plein d’industries.

Niveau 2 : solution tierce permettant de :

• tracker les appels de TOUTES les sources de trafic (combien d’appels génèrent le SEO ? le SEA ? Facebook? mes partenaires ? etc…)
• obtenir de la donnée qualitative (transcription d’appels => Quelles questions reviennent souvent ? Quels mots (clés) utilisent les clients ? Qu’est ce qu’ils ne comprennent pas sur le site web? etc…)
• nourrir le CRM (un lead se crée automatiquement lors d’un appel entrant de plus de X secondes)
• envoyer des conversions dans les plateformes pubs & Analytics (on décloisonne ! stop aux silos !)

Voyons maintenant la partie CRM

On monte de plus en plus dans l’intéressant n’est-ce pas ? 🙂

Niveau 1 : nourrir le CRM (envoie de la source de trafic y compris gclid). Permet un niveau d’analyse supérieur depuis le CRM.

L’exemple ci-dessus vient de Salesforce. Mais on peut faire la même chose avec n’importe quel CRM.

On peut par exemple filtrer d’abord uniquement les bons leads. Puis étudier d’ou ils viennent. Idem pour les mauvais.

Un bon premier pas de pouvoir faire ça dans le CRM quand on ne peut pas le faire directement dans la plateforme pub. Ce qui nous amène au niveau 2 !

Niveau 2 : Retour des infos CRM dans les plateformes pub (Adwords uniquement pour l’instant).

Permet de diriger l’IA sur ce qui a vraiment de la valeur (et aussi voir les campagnes qui génèrent des mauvaises conversions).

Couplez ça à la valeur des leads pour optimiser le ROAS et la c’est le combo qui tue. ?

J’entends déjà les puristes me dire : et l’attribution alors ? le comportement multitouche, etc… Oui, ce n’est pas parfait.

Mais c’est plus ou moins le mieux que l’on ait actuellement. Et puis ayant conscience de l’attribution, il faut aussi le prendre en compte dans les analyses en mettant de l’eau dans son vin.

Il n’empêche qu’en appliquant cette méthode depuis des mois, les résultats suivent. Donc je suis pragmatique.

Conclusion

J’espère que tout ça vous aura convaincu que tracking et analytics sont capitaux à l’heure actuelle.

Et même si GDPR vient, tracking et analytics ne sont pas morts pour autant.

Si vous avez des questions et/ou des réactions, n’hésitez pas à laisser un commentaire.

PS : avant de partir, prends 30 secondes pour t’abonner à ma newsletter. Tu recevras régulièrement du contenu premium comme celui-ci soit exclusivement, soit avant tout le monde.