Gratuit, simple à implémenter et nombreuses possibilités d’analyse : Google Analytics est sans aucun doute un des plus importants outils d’analyse pour les sites web.
Mais que se passe-t-il si les données initiales sont erronées dès le départ, si les filtres ne sont pas configurés de manière adéquate et si les données ne sont pas correctement interprétées ? Le présent article vous donne un aperçu des 12 erreurs les plus fréquemment commises avec Google Analytics ainsi que nos conseils à suivre pour y remédier.
La première erreur se produit déjà dès l’intégration de Google Analytics dans votre site : vous copiez le code de tracking et l’installez tout simplement tel quel dans le code source. Problème : ce code n’est pas conforme à la législation sur la protection de la vie privée. Les adresses IP doivent être anonymisées à l’aide de la fonction « anonymizeIp » qui étend le code. Cette fonction permet de remplacer le dernier octet de l’adresse IP (les 8 derniers bits) par un zéro. Il vous appartient de ce fait d’apporter une extension manuelle au code. Dans le cas où vous avez installé le code à l’aide de Google Tag Manager, vous pouvez procéder directement au réglage à l’aide des champs à définir.
Les obstacles juridiques ont été écartés. Il n’y a plus rien qui puisse aller de travers, n’est-ce pas ? Faites attention, il faut veiller non seulement à intégrer le code de tracking au bon endroit, mais il faut aussi bien l’incorporer dans chacune des pages. Cela peut paraître banal, mais on oublie souvent certaines parties du site web. Faire des duplicatas ne permet pas non plus d’obtenir de meilleurs résultats : incorporer deux fois le code entraîne le double tracking de chaque consultation de page dans Google Analytics.
Vous pouvez vérifier si Google Analytics est enregistré dans le code source sur chacune des pages tout simplement avec Ryte dans le module Website Success. Sous Contenu > Mes champs personnalisés > ID Google Analytics, vous pouvez vérifier si Google Analytics a été enregistré sur chacune des pages.
Figure 1 : vérifier avec Ryte si l’ID Google Analytics a été enregistré sur chacune des pages.
Si le code Google Analytics a été intégré comme il se doit manuellement ou à l’aide du Tag Manager, une autre erreur est assez fréquente. Pour le développement, toutes les consultations de pages/événements/données de commerce en ligne sont envoyées en temps réel au compte Google Analytics. Ces données n’ont pas leur place dans un compte en live.
Je vous recommande pour cela d’ouvrir un compte Google Analytics à utiliser pour l’environnement de développement et de staging. À l’aide du Tag Manager, vous pouvez facilement paramétrer un filtre. Le staging et le live utilisent la plupart du temps des noms de domaine ou des hôtes différents. En fonction du nom de l’hôte qui est consulté, le tracking est effectué vers le compte Google approprié.
Il va sans dire que le site web d’une entreprise est souvent consulté par ses propres employés ou par l’agence web compétente. Certaines entreprises ont défini la page web de leur propre site Web comme page d’accueil dans le navigateur de leurs employés. Toutes ces consultations directes génèrent un trafic direct sur la page et dans Google Analytics. Les consultations de page et les sessions peuvent avoir une influence et même biaiser le traçage ou l’analyse ultérieure.
C’est la raison pour laquelle il est très important d’exclure le propre trafic interne de Google Analytics. La méthode la plus simple à cet effet consiste à exclure les adresses IP de l’entreprise à l’aide du filtre de Google Analytics. Sous Administration > Paramètres de la vue > Filtre, il est possible de paramétrer un filtre IP :
Figure 2 : Paramétrer un filtre IP dans Google Analytics
Figure 3 : Paramétrer un filtre IP dans Google Analytics
Comme nous transmettons les adresses IP de façon anonyme et que Google Analytics remplace le dernier octet par un zéro, il convient d’utiliser le type de filtre « commençant par ». Cela signifie aussi que toutes les 255 adresses IP qui relèvent de cet espace ne seront pas tracées. Dans les grandes entreprises, cela n’est généralement pas un problème, étant donné qu’elles disposent de leur propre réseau de classe C. Les trois premiers blocs de chiffres sont ici les mêmes. Seul le dernier octet est différent. De cette manière, le trafic des données internes est exfiltré.
Lorsque nous créons un nouveau compte Google Analytics, Google Analytics crée un nouvel aperçu de données avec le nom « Toutes les données du site web ». Pour cet aperçu de données, aucun filtre ne doit être utilisé. Il est important de disposer pour chaque compte Google Analytics d’un aperçu de données où toutes les données peuvent être affichées sans filtre. Si nous voulons exclure le trafic interne, nous créons un nouvel aperçu de données et excluons les adresses IP.
Dans le cas où quelque chose ne fonctionnerait pas correctement au cours d’un filtrage ou si quelque chose est modifié au niveau des données à filtrer, nous aurions partout des données erronées si nous ne disposions pas de notre propre aperçu de données non filtré. Il est vrai que le filtre peut être désactivé, mais cela ne fonctionne qu’à partir de la désactivation. Et toutes les données collectées précédemment seront perdues. C’est la raison pour laquelle il est conseillé de créer un second aperçu de données après la première configuration de Google Analytics.
Pour pouvoir suivre un visiteur sur plusieurs pages web différentes d’une entreprise, il convient d’incorporer un tracking cross-domain. Par exemple, si la page web de l’entreprise se situe sous www.domaine.fr, et si la boutique s’y trouve liée en interne sous shop.domaine.fr, les informations visiteur devront être collectées par l’intermédiaire du sous-domaine. Les données elles-mêmes sont enregistrées dans un cookie avec le domaine dans l’ordinateur. Shop.domaine.fr ne peut pas assez accéder aux informations des cookies de www.domaine.fr.
Ainsi, avec le même code Google Analytics, un visiteur qui passe du site web de l’entreprise vers la boutique démarrera une nouvelle session. Avec le tracking cross-domain, ces informations sont transférées aux autres domaines, ce qui reliera les domaines correctement entre eux.
Une entreprise ne doit pas seulement avoir des objectifs en matière de chiffre d’affaires. Il est tout aussi important, pour un site web, de définir des objectifs mesurables. Dans la plupart des cas, le code Google Analytics est incorporé à la page web sans autre configuration. Les données sur le nombre de consultations de page, les sessions et le taux de rebond sont utilisées comme chiffres clés pour définir la réussite d’une page web. Il en va de chaque entreprise de décréter quels objectifs sont pertinents et judicieux.
Les questions suivantes pourraient être intéressantes :
En définissant des actions ciblées dans Google Analytics, il devient possible d’analyser avec plus de précision le comportement de l’utilisateur qui a conduit au déclenchement de l’action ciblée et d’optimiser ainsi le site Web.
Il est possible d’associer les données de Google Analytics avec d’autres sources de données. C’est ainsi que les données d’AdWords et de Google Search Console peuvent facilement être affichées dans Google Analytics. Les données telles que les clics, les impressions et plus encore sont présentées de façon conjointe avec les sessions et les taux de rebond. Les valeurs des clics et des sessions ont une corrélation certaine, sans pour autant représenter la même valeur.
De cette manière, les clics, qui ne peuvent pas être mesurés avec Google Analytics, peuvent l’être avec Google Search Console. Par exemple, lorsqu’un utilisateur consulte un document au format PDF avec la fonction de recherche ou bien lorsqu’il sort de la recherche juste après l’avoir ouverte, avant même que le code de Google Analytics n’ait pu être chargé. C’est la raison pour laquelle il est important de considérer les données de façon séparée.
Jusqu’en 2011, il était possible d’évaluer dans Google Analytics tous les mots-clés saisis dans la recherche naturelle. Depuis l’introduction de la Secure Search, 98 % des mots-clés naturels sont indiqués comme « not provided » dans le rapport. Seuls 2 % des mots-clés qui n’ont pas été activés sur Google Secure Search ne sont pas encore affichés. À présent, il convient de ne pas faire l’erreur de considérer les 2 % de mots-clés indiqués par extrapolation à 100 %. Une comparaison directe de ces mots-clés avec les mots-clés réellement recherchés dans Google Search Console montre que les données ne correspondent pas du tout.
Chaque page web a ses propres statistiques et dimensions Le meilleur exemple à cet égard est le taux de rebond. Le taux de rebond indique combien de visiteurs ont consulté une page et l’ont quittée sans aucune autre interaction. Selon la définition, un taux de rebond élevé est à considérer systématiquement comme étant négatif. En réalité, cela dépend de la page et de l’intention de la recherche.
Ainsi, sur un One-Pager, le taux de rebond peut se situer à 100 %, puisque le visiteur ne peut pas consulter de seconde page. Néanmoins lors d’une recherche, le visiteur est susceptible de tomber sur une page où il trouve toutes les informations dont il a besoin et refermer son navigateur lorsqu’il a terminé. Ou bien, un visiteur peut lancer une requête de recherche dans son navigateur et cliquer sur un lien de courrier électronique. Dans ce cas, il s’agit d’un rebond, mais le visiteur a en fait effectué une micro-conversion.
Toutes les visites regroupées dans le support trafic direct de Google Analytics correspondent aux visites qui ont été directement saisies dans la barre du navigateur. Ce ne sont pas seulement ces visites qui sont suivies, mais aussi toutes les autres visites que Google Analytics n’arrive pas à classer. Ainsi, la source « direct » et le média « none » constituent une espèce de bassin de captage pour toutes les sources qui ne peuvent pas être classées. Outre la saisie directe de l’URL, il peut s’agir de :
Pour réduire le trafic « direct/none », il est important de modifier le balisage des URL. Google Analytics permet de définir à l’aide de Google URL Builder d’importants paramètres de campagne, tels que source ou média :
https://fr.ryte.com/?utm_source=newsletter&utm_medium=email
De cette manière, il est possible d’attribuer une source appropriée à des liens issus de bulletins d’information et de courriers électroniques.
Pour avoir une vue d’ensemble des données d’analyse web, il est conseillé de considérer toutes les données collectées de façon agrégée. Mais l’analyse proprement dite ne commence qu’avec la segmentation des données. À cet effet, les données sont filtrées par secteur et il est possible de les consulter dans Google Analytics dans tous les rapports. De cette manière, il est par exemple plus facile d’étudier différentes sources de trafic. Par exemple, comment se comportent les visiteurs qui arrivent sur le site web en utilisant des moteurs de recherche ? Quelles sont les pages qu’ils consultent le plus souvent ? Comment se comportent ces utilisateurs par rapport aux autres utilisateurs ?
Quiconque utilise Google Analytics quotidiennement aura sûrement été confronté à l’une ou l’autre de ces erreurs. Les données constituent la base d’une bonne analyse d’un site web. Dans le cas où la base de données est défectueuse, il est impossible d’effectuer une analyse correcte. En évitant ces erreurs et en prenant en compte les conseils donnés, vous disposez non seulement d’une bonne base de données mais vous pouvez, en outre, exploiter la pleine puissance de Google Analytics.
Contrôler vos codes de tracking avec Ryte FREE
Et c’est gratuitÉcrit le 20.11.2017 par Thomas Czernik.
author:thomas_c:text
Suivi, analyse et optimisation de vos actifs numériques grâce à notre technologie unique
S’inscrire gratuitement