Avinash Kaushik auteur de “Web Analytics: An Hour A Day” et John Marshall CEO de ClickTracks ont posté un article des plus intéressants et quelques vidéos où ils exposent la “fragilité” des outils de Web Analyse lorsqu’il s’agit pour eux de calculer des R.O.I.

Leur exposé se structure autour de plusieurs scénarios mettant en lumière la difficulté à désigner quel a été l’investissement entraînant la conversion d’un visiteur en client. Des hypothèses, et donc des choix, ont été fait dans l’implémentation de Google Analytics et les autres outils de mesure d’audience. Mais les hypothèses ne sont pas toujours les mêmes et le R.O.I. n’est donc pas une mesure unique.

Pour mémoire, il est possible de définir des objectifs dans un outil de mesure d’audience. On peut attribuer une valeur économique à l’objectif. Par exemple, si l’objectif est un achat, la valeur économique est la valeur du panier. Les outils de mesure d’audience calculent ensuite les taux de conversion en faisant le rapport entre le nombre de visiteurs uniques ayant accompli l’objectif, et le nombre de visiteurs uniques total. Le calcul du R.O.I. sera lui effectué à partir du coût d’acquisition (liens sponsorisés, bannière, mailing…) du visiteur converti et de sa valeur économique.

I. Une situation optimiste et simple : une source de trafic

Cas 1 : conversion avec une source de trafic (Cliquez pour agrandir)

Cas 1 : conversion avec une source de trafic

Un visiteur regarde le site du NY Times, clic sur une bannière de publicité provenant de DoubleClick, arrive sur le site de e-commerce “Alpha” et fait un achat. Si les pages sont bien taggés (.js sur le diagramme) par une solution de mesure d’audience, l’origine de la conversion sera attribuée à DoubleClick. Toutes les solutions de mesure d’audience se comporte de la sorte.

II. Plusieurs sources de trafic

Cas 2 : conversion avec plusieurs sources de trafic (Cliquez pour agrandir)

Cas 2 : conversion avec plusieurs sources de trafic

Cette situation est plus délicate. Les pages sont correctement taggés, le visiteur démarre toujours sur une page du NY Times. Il clique sur la bannière et se retrouve sur le site “Alpha”. Il regarde quelque pages, mais n’achète rien et quitte le site. Il revient une seconde fois en passant par un lien sponsorisé sur un moteur de recherche du type Google, mais il n’achète toujours pas. En fait, il met la page du produit qui l’intéresse dans les favoris de son navigateur. Pour sa troisième visite, il utilise son lien dans les favoris et achète finalement le produit.
A qui est attribué le mérite de la vente ?

Votre solution de Web Analyse va la plupart du temps attribuer la conversion à la dernière source de trafic, le trafic direct dans le cas présent. Pour mémoire, on retrouve dans le trafic direct toutes les visites générées lors de la saisie de l’adresse par URL, par clic sur un lien de favoris, et tout ce qui n’est pas tracké, avec notamment les visites générées par les campagnes de mailing mal trackées.

Le souci de voir la conversion attribuée à une visite liée au trafic direct est qu’une telle visite n’a pas de coût… et pourtant en amont le visiteur est passé par deux fois par des sources de trafic payantes.

Beaucoup de solutions de mesure d’audience vont donc par défaut attribuer la conversion à la visite par trafic direct. Les gens de Google Analytics ont décidé pour leur part de conserver la dernière source de trafic payante comme source de trafic à laquelle attribuée la conversion. Concrètement, une source de trafic direct ne pourra pas écraser une source de trafic par liens sponsorisés, affiliation, mailing,… dans la logique d’attribution de la conversion. Maintenant, il reste à savoir si le choix fait par Google Analytics par rapport au standard du marché est pertinent/optimal.

III. Pourquoi les outils de mesure d’audience montrent des résultats différents

Nous venons de voir comment les outils de Web Analyse fonctionnent, et en quoi Google Analytics déroge au standard. Mais qu’en est-il des autres outils de mesure (hors outil de Web Analyse) présents ? Par exemple, on peut s’interroger sur le contenu du rapport généré par l’outil de rapport DoubleClick ? ou par la plateforme de liens sponsorisés ?

Après tout, cette personne est arrivée sur le site “Alpha” pour la première fois avec un clic sur une banière DoubleClick, et ensuite revenue par un lien sponsorisé et a été convertie via ses favoris. Tout les outils ont donc vocation à s’attribuer la réussite de la conversion ! Adwords, DoubleClick, Yahoo Sponsored Search… se définissent tous comme à l’originie de la conversion.

C’est pourquoi, il est important d’aller au-delà de la notion de visite. Avinash propose donc de s’intéresser au temps passé sur le site pour définir quelle est vraiment la source de trafic qui a été impactante dans la conversion.

IV. Que se passe t-il quand les cookies sont effacés ou blockés par des logiciels

Considérons le cas où le cookie de DoubleClick et celui de votre outil de Web Analyse sont éffacés. Lorsque la vente se fait, il ne reste plus personne à qui attribuer la vente. Ce cas explique pourquoi il y a beaucoup de sites présentant une part disproportionnée de trafic direct… Même sous Google Analytics, l’absence de cookie se traduira par l’attribution de la vente au trafic direct.

Synthèse

Les outils sont imparfaits, chacun repose sur des hypothèses différentes et chacun possède une part de la vérité. Voilà le constat qui pourrait résumer le problème du tracking du R.O.I. des campagnes sur Internet. Naturellement, on ne peut pas rester sur un tel constat, et il faut trouver des moyens d’avancer. C’est par exemple ce que propose Avinash en nous invitant à ne pas oublier de considérer le temps passé sur le site en parallèle du R.O.I., puisque cet indicateur est également une mesure clef du succès d’une campagne.

Article original
Blog d’Avinash Kaushik

• Partager sur Facebook
• Enregistrer sur Del.icio.us
• Ajouter sur Scoopeo
• Voter sur Wikio

Comme nous avons pu le constater dernièrement, les services de Web Analyse sont de plus en plus nombreux sur la toile: Google Analytics, Omniture, Web Trends, Clicky…
Ils permettent de tracer chaque visiteur d’un site, d’étudier son comportement et à une échelle plus macro d’identifier les atouts et les faiblesses du site en question. Ces outils permettent donc d’obtenir d’importantes données statistiques afin de mesurer la performance et d’aider à la prise de décisions managériales.

Je remarque la difficulté à faire le tri parmi tous les éléments mesurables et je trouve qu’il devient rapidement facile de se perdre au milieu de toutes ses infos. Elles sont toutes intéressantes, mais la difficulté réside dans l’identification des KPI (Key Performance Indicators) alors que l’enjeu est important puisqu’il s’agit d’améliorer les leviers d’optimisation du site. Bien sûr il n’y a pas de recette incontournable puisque par définition les KPI sont propres à chaque site. Mais on peut respecter quelques règles simples afin de faire la distinction entre une simple donnée statistique et un KPI.

Quelles sont les spécificités des KPI pertinents ?

D’abord, il faut bien noter qu’un KPI est un élément mesurable mais qu’un élément mesurable n’est pas forcément un KPI.
Voici les caractéristiques d’un bon KPI :

• 1. Un KPI est défini par la direction et répercute les objectifs organisationnels. Les objectifs sélectionnés orientent la mesure de la performance.
• 2. Un KPI est lié à son contexte.
• 3. Un KPI repose sur des données légitimes en utilisant la technologie.
• 4. Un KPI est facilement compréhensible : il doit être présenté simplement sur le poste de travail en fonction de la nature de l’information et des préférences des utilisateurs.
• 5. Un KPI mène à l’action : l’information est donnée en temps réel, lorsque la décision peut être prise.

Une fois les KPI identifiés, on peut les séparer en deux grandes catégories : les KPI que j’appellerai « de constat » et les KPI « de diagnostic ». Cette nuance est importante en vue d’une interprétation plus juste.

Les KPI « de constat » reflètent les niveaux de performance en fonction des zones du site.

• Le taux de conversion : le meilleur exemple puisqu’il indique l’efficacité globale du site, mais il n’explique pas pourquoi le taux est à ce niveau-là.
• Le nombre de visites indique la popularité d’un site et l’évolution de celle-ci, mais n’explique pas pourquoi le site génère du trafic.
• Le temps passé sur le site indique comment les visiteurs trouvent le site mais ce KPI seul ne permet pas de savoir pourquoi les visiteurs se comportent ainsi.

Les KPI « de diagnostic » permettent de comprendre le « pourquoi » et d’établir des pistes d’amélioration :

• Le taux de rebond montre un décalage entre l’attente des visiteurs et le contenu de la page d’accueil. S’il est élevé, cela prouve que les visiteurs ne trouvent pas ce qu’ils étaient venu chercher.
• Le taux de remplissage du formulaire. Si le taux est faible, cela démontre que le contenu du formulaire et l’offre qu’il propose ne sont pas équilibrés. Soit il demande trop d’informations (ou les mauvaises informations) soit l’offre n’est pas à la hauteur.

Les KPI sont donc nombreux, variés, et difficiles à identifier. Mais cette étape est incontournable. Et l’interprétation qu’il en résultera se révélera alors aussi importante pour optimiser le site que le travail d‘identification préalable aura été complexe.

• Partager sur Facebook
• Enregistrer sur Del.icio.us
• Ajouter sur Scoopeo
• Voter sur Wikio

Chez Blog-Conversion, nous utilisons Google Analytics pour mesurer notre audience (et Clicktale pour étudier votre comportement). Google Analytics est un excellent outil de découverte des enjeux de la webanalyse. Il vous permet de piloter votre site par la performance, mais il reste très limité par ses rapports préétablis, et par le fait qu’il ne permette pas une grande flexibilité dans le traitement des données qu’il collecte. N’empêche que pour le prix qu’il coûte (gratuit), c’est une affaire

La semaine dernière, en lisant Techcrunch, j’ai découvert que ce service que j’avais pris pour habitude de consulter via mon navigateur web était dorénavant accessible via une application desktop réalisée grâce à AIR d’Adobe, par le talentuex Nico.

Cette version non-officielle de Google Analytics offre une expérience améliorée notamment grâce à un jeu de couleurs avec des contrastes forts, des animations à la Apple dans tous les menus et le gros bonus : une navigation utilisant des onglets. Chaque “traitement” que vous demandez est affiché sur un nouvel onglet ce qui évite des chargements intempestifs et vous permet de garder une trace des extraits que vous avez déjà réalisés.

Il existe encore quelques bugs, mais rien de bien grave. Je vous invite donc dès à présent à adopter cette nouvelle interface. N’hésitez pas à remonter les bugs à Nico, nous vous serons tous très reconnaissants.

Détail technique : si vous ne possédez pas AIR, vous serez invité à la télécharger gratuitement.

Bon courage Nico pour finaliser cette interface, chez Blog-Conversion on apprécie beaucoup ton travail.

• Partager sur Facebook
• Enregistrer sur Del.icio.us
• Ajouter sur Scoopeo
• Voter sur Wikio

Une foison de chiffres

Un ami a récemment créé un blog qu’on pourrait appeler le Blog-Conversion de la rencontre. J’entends par là qu’il effectue une veille et un partage sur les problématiques des sites de rencontre (il se positionne comme observatoire des sites de rencontre). Le site s’appelle DatingWatch.Org. Je me permets de vous relayer un article récent où il était question de croiser les chiffres annonccés de nombres d’inscrits des différents sites pour la France. Sans surprise, la somme du nombre d’inscrits est deux fois supérieure au nombre de célibataires en France. Certains nous diront qu’il y en a qui mangent à tous les rateliers, mais on peut douter que ceci soit la seule explication. D’ailleurs, la question soulevée par Julien Marie, le rédacteur, concerne plutôt le nombre d’actifs, soit le chiffre qui intéresse vraiment un célibataire. De cet article m’est donc venue l’idée de faire un article sur l’art de communiquer certains indicateurs sur Internet. Il ne sera pas question de communication financière dans des rapports annuels, discipline que je connais bien en tant qu’ancien auditeur financier, mais plutôt de la communication de KPI (et donc de données opérationnelles) directement sur les sites.

Dans ces quelques exemples, on peut constater qu’il y a un niveau de communication BtoB, où les chiffres vont souvent être statiques et intégrés dans des argumentaires car présents sur des sites de type vitrine, et BtoC, où les chiffres vont être quasi temps réels avec une intégration dans les interfaces. Dans la suite de l’article, je vais me concentrer sur ce dernier type de chiffres, mais la plupart des remarques seront naturellement applicables à l’ensemble des communications chiffrées.

Objectifs et indicateurs

Les chiffres sont utilisés pour convaincre et rassurer, car ils font appel à la part de rationnel que chacun possède : à ce titre, on utilisera le terme convaincre (appel à la raison) plutôt que persuader (appel aux sentiments). Reste une question : de quoi peuvent nous convaincre les chiffres sur un site Web? Je vous propose un tableau avec une liste non exhaustive d’assertions que l’on cherche à faire passer via des chiffres pour rassurer et convaincre le visiteur et ainsi améliorer les taux de conversion/créer de l’usage.

A retenir de ce tableau :

• Communiquez sur des chiffres liés à votre promesse avant tout
• … surtout si ces chiffres sont suffisamment rassurants et convaincants pour les internautes (dans la vraie vie, quand on ne connait pas, on ne rentre pas dans un resto vide ou un magasin désert !)

Faut-il être transparent ? Une arme à double tranchant

La plupart des chiffres sont bien réels, souvent maquillés ou arrangés (on ne précise pas la définition d’un membre par exemple), d’autres générés aléatoirement (que les responsables se dénoncent ) et enfin beaucoup ne seront jamais communiqués.

Le fait est que les chiffres doivent être communiqués uniquement s’ils apportent quelque chose dans un processus de conversion : si les chiffres ne sont pas convaincants ou ne sont pas un argument, il convient de ne pas les utiliser. Ainsi, tous les chiffres perçus comme trop petits ont un impact négatif (cf. mon commentaire sur les magasins ou les restaurants vides). L’être humain est un animal social avec une zone du cerveau que l’on retrouve aussi chez le singe : la zone de mimétisme. C’est cette zone qui nous pousse à agir - pas toujours consciemment - comme les personnes que nous fréquentons (elle a un rôle fondamental dans le processus d’apprentissage). De manière plus anecdotique, c’est elle qui fait avoir envie de bailler quand quelqu’un baille. Naturellement, la nouveauté et l’élitisme sont d’autres vecteurs qui viennent perturber le mimétisme. Il n’empêche qu’à choisir, ne donnez pas de chiffres en votre défaveur, le visiteur lambda ne vous le demandera pas, alors ne lui tendez pas le bâton pour vous faire battre

Concernant la transparence à propement dit, il s’agit de ne pas hésiter à donner les indicateurs vraiment pertinents vis-à-vis de votre promesse. De plus, il s’agit de maintenir cette information dans le temps, même si la tendance est négative : une arme à double tranchant ! Vous l’aurez compris, la transparence n’est pas évidente, mais elle peut avoir du sens, dès lors que c’est votre positionnement et que vous l’utilisez pour vous différencier. Pour les autres, un flou artistique à la saveur marketing sera suffisant !

• Partager sur Facebook
• Enregistrer sur Del.icio.us
• Ajouter sur Scoopeo
• Voter sur Wikio

Une étude intéressante d’Eric Peterson (Web Analytics Demystified) sur l’utilisation des outils de webanalyse (Xiti, Webtrends, Omniture…) dans les entreprises. Même s’il faut mettre un petit bémol sur la composition du panel, fortement américaine - et plus en avance que l’Europe sur ces problématiques.

Ce qui ressort de l’étude, c’est que la très grande majorité des entreprises ont adopté une solution de webanalyse, et ceci depuis assez longtemps: 70% des sondés en utilisent une depuis au moins 2 ans.

La vraie question, c’est plutôt “Pour quoi faire ?”. L’outil semble plutôt être un moyen de se donner bonne conscience qu’une vraie source d’amélioration opérationnelle. Les entreprises ne consacrent que très peu de ressources humaines à l’analyse de ces données. 63% des sondés ne dédient que 0 ou 1 personne pour s’occuper de l’analyse de données issues de leur site web …

D’où la perception que les données de webanalyse ne sont que faiblement utilisées, et très peu pour des décisions stratégiques. Si les clients (utilisateurs de webanalyse) sont 36% à estimer qu’ils utilisent leurs données pour des décisions tactiques et stratégiques, les consultants sont 15% à estimer que c’est vraiment le cas !

Enfin, une des préoccupations majeure des sondés concerne la faible qualité des données fournies par leur outil: 50% ont constaté des imprécisions sur les 12 derniers mois, ce qui n’est pas négligeable !

Tout ceci est à nuancer par le chiffre peut-être le plus parlant de l’étude: Les sondés estiment à 69% que les personnes qui doivent examiner, traiter et analyser les données ne comprennent pas ce qu’elles signifient.

Ces chiffres sont peu encourageants (et en plus représentatifs d’un marché un peu plus mature que le notre, à savoir les US)… Il faut réellement que le marché comprenne - et il est en train de le comprendre - qu’il est assis sur une mine d’or d’informations inexploitées. Elle constituent l’avantage comparatif énorme d’Internet, dont rêveraient les marketeurs ancienne mode (Mortar, Print, Radio, TV, …).

• Partager sur Facebook
• Enregistrer sur Del.icio.us
• Ajouter sur Scoopeo
• Voter sur Wikio