Analyse de données / Web analytics Guillaume NEBOIT-GUILHOT Promo 6 – Master EIDI Dans le cadre du cours : Panorama des technologies proposé par Mr Bruno Cheriaux

Sommaire Définitions Contexte Historique Les différentes solutions Exemples d’utilisations Le futur

Définitions « Le web analytics est la collecte, la mesure, l’analyse et le reporting de données internet dans le but de comprendre et d’optimiser l’utilisation du web. » Web Analytics Association "Sur le plan stratégique, le Web Analytics constitue le moyen de suivre les performances d'un site web, et de connaître le comportement des visiteurs. Mais au-delà de ces aspects purement commerciaux, et de la simple mise en place d'un outil et l'exploitation d'indicateurs, le Web Analytics est un état d'esprit pour améliorer un site web, et les services qu’il est en mesure de fournir". Nicolas Guillard, Directeur du pôle Web Analytics chez Aposition

Contexte La communication est le marketing de produit et/ou service d’une marque sont complexifiés par la multiplicité des périphériques existants.

Contexte Principal avantage des canaux de communication en ligne : Leur mesurabilité. L’enjeu ? Comprendre le fonctionnement des différents canaux et les optimiser afin d’augmenter la rentabilité des sites et/ou applications.

Contexte Site Web oui mais pas seulement : Site, Newsletter, vidéo, etc. Quelle utilité ? ▫Repérer les faiblesse ▫Connaitre l’activité des utilisateurs ▫La provenance des utilisateurs ▫La réaction des visiteurs aux différents contenus (test A/B) ▫Quelle action entraine une hausse du taux de conversion ? ▫Cette campagne a-t-elle été efficace ? Calcul du ROI

Historique 1990 : Naissance du HTTP : Naissance du Web Analytics grâce aux fichier logs : Naissance du JavaScript : Apparition des marqueurs JS : Arrivé de Google, début du démocratisation de la discipline : Jusqu’à aujourd’hui aucune révolution comparable à l’arrivé des marqueurs JS.

Historique

Historique 1993 : Début de l’analyse web grâce à la méthode des logs. Le protocole HTTP permet l’enregistrement de chaque échange entre le visiteur et le site internet.

Historique 1993 : Début de l’analyse web grâce à la méthode des logs. Méthode valable jusqu’en Chaque demande au serveur représente un évènement, un hit, Rendu inadaptée à cause de la complexification des pages (images, vidéos, animations etc,) et de facteurs externe aux sites Web: ▫Moteurs de recherches et leurs robots ▫Serveurs proxys ▫IP dynamiques Méthode très peu répandu aujourd’hui (Mobile Analytics) Arrêt de l’outil Google Urchin le 28 Mars 2012.

Historique 1997 : Les tags JavaScript Naissance de la méthode de récoltes de données via les tags 2 ans après le début du JavaScript Doit être inséré dans chaque page. Exécuter par le navigateur de l’utilisateur au chargement de la page et récolte les informations de la visites en cours. Les informations sont envoyées sur un serveur et l’outil de mesure les analyse. Puis présentées sous forme graphique à l’utilisateur. Méthode permettant de presque tout mesurer mais le nombre de visiteur unique reste approximatif : La mesure se fait via un cookie affecté au navigateur.

Historique 1997 : Les tags JavaScript

Les solutions Web Analytics 7 Leaders

Les solutions Web Analytics

Une solution payante, pourquoi ? ▫Garantie contractuelle de support (24h/24h 7j/7j en langue locale). ▫Garantie de disponibilité des serveurs (99,8%). ▫Garantie de performance. ▫Client propriétaire de ses données. ▫Service conseil et commercial attitré. ▫Des fonctionnalités avancées qui permettent de suivre l’évolution de la maturité du client.

Les solutions Web Analytics Evolution du marché des solutions Web Analytics Peu d’évolutions entre 1993 et : Arrivée de Google = Coup de boost ▫Notoriété. ▫Gratuité. ▫  Pousse les équipes R&D des autres éditeurs à chercher de nouvelles solutions.

Exemples d’utilisation Optimisation du ROI Return On Investment : Permet de mesurer le rendement d’un investissement. Google préconise une approche basée sur 4 étapes: ▫Conduire le trafic dans les activités telles que la publicité basée sur la recherche et les promotions de site Web (Google AdWords). ▫Analyser le trafic pour comprendre la provenance des visiteurs et leurs interactions avec le site (Google Analytics). ▫Optimiser le site en déterminant quelles combinaisons de contenus et d’images du site entrainent le plus de conversions (Google Website Optimizer). ▫Augmenter les conversions et réduire le taux de rebond grâce aux données récoltées au cours des étapes précédentes puis guider le visiteur pour trouver l’information désirée (Google Site Search).

Exemples d’utilisation Le test A/B Optimiser le site : le test A/B Exemple avec un site proposant des assurances-vie. Un panel de 1000 utilisateurs par formulaire, 3 formulaires.

Exemples d’utilisation Le test A/B

Exemples d’utilisation Web Analytics et entreprise BtoB Un utilisateur poste un message, pose une question ou s’inscrit à un webinar  les forces de vente recueillent les informations (nom, mail, entreprise, etc.) Les équipes commerciales lient ces informations aux données Web Analytics. Le but est de « connaitre » le prospect pour savoir l’aborder. Quelles informations doit fournir l’analyste web aux commerciaux ? ▫Les expressions-clés sur les moteurs de recherche (externe et interne au site). ▫Le message publicitaire cliqué : Qu’est ce que le message met en avant, confort, prix ? ▫Nombre de jour entre la première visite et la prise de contact/Nombre de visite entre la première est la prise de contact. ▫Fiches produits consultées. ▫Configuration des produits qu’il a sélectionné. ▫Téléchargement ou non de la fiche tarifaire. ▫Webinars auxquels il a assisté.

Exemples d’utilisation Web Analytics et entreprise BtoB Quelles informations doit fournir l’analyste web aux commerciaux ? (suite) ▫Les billets de blog lus (centre d’intérêts) ▫Pages connexes au produit : Description du mode d’installation, service après- vente etc.

Le futur Le not provided Mars 2012 : Google chiffre les pages de son moteur de recherche (HTTPS) pour ses utilisateurs logués. Le terme « not provided » une préoccupation récente. Aperçu avec Google Trends.

Le futur Le not provided Techniquement : Cookie UTMZ qui gère les informations en provenance de l’internaute. Il contient les variables : ▫Utmcsr = La source ▫Utmccn = Le nom de la campagne ▫Utmcmd = Le support ▫Utmctr = Le terme ▫Utmcct = Le contenu ▫Extrait d’un cookie : utmcsr=google.fr|utmccn=(organic)|utmcmd=orga nic|utmctr=(not%20provided).

Le futur Big Data Mot à la mode depuis le début de l’année. Extrait Google Trends :

Le futur Big Data Une notion abstraite, sans limite. Une grande quantité de données Air France, Pixamnia  Des millions d’utilisateurs, des millions de données par jours. Réseaux sociaux  Des données non structurées. Des masses de données trop importantes pour être gérées par les outils classiques. Besoins de technologies différentes pour arriver à tirer parti de ces informations.

Le futur Mobile Analytics Encore peu développé malgré l’essor des smartphones. Un marché en évolution. Sites web | Applications : De nouvelles données à prendre en compte : ▫Trafic que génèrent les applications ▫Fréquence d’usage ▫Profil des utilisateurs ▫Nombre de plantage ▫Types de connexion ▫Caractéristiques des terminaux ▫OS ▫Marques/Modèles ▫Géolocalisation

Le futur Mobile Analytics Les inconvénients : ▫Tous les terminaux de gèrent pas les cookies ou le JavaScript ▫iOS, Android et certains Nokia gère le JavaScript  Majorité du trafic commercial. Les éditeurs de solution Mobile Analytics : ▫Google, AT Internet, Webtrends, Adobe ▫Des acteurs spécialisés :  Bango : Annonce 50 rapports différents en plus des statistiques en temps réel.  Percent Mobile : Revendique 4000 Modèles de téléphones comptabilisés avec les particularités audio, vidéo, gps, etc.

Merci de votre attention !