erformances d’un Site e-Commerce - DoYouBuzz · 2013-04-09 · Florence Marot – Mémoire de Master 2 Marketing & TIC Année 2010-2011 - Université d’Angers / Agence de marketing

Florence Marot – Mémoire de Master 2 Marketing & TIC

Année 2010-2011 - Université d’Angers / Agence de marketing digital Intuiti

Comment Utiliser le Web Analytics dans le cadre

d’une Prestation visant à Améliorer les

Performances d’un Site e-Commerce ?

Florence MAROT

Martin GUERIF

SEO Manager, Sixt

Tuteur universitaire :

Intuiti

Julien PUYBARAUD et Olivier TELLIER

Consultants webmarketing

Tuteurs professionnels :

Synthèse

Comment utiliser le web analytics dans le cadre d’une prestation d’étude statistique visant à

améliorer les performances d’un site e-commerce en tant que support web commercial ? Quatre

grandes catégories d’indicateurs de base peuvent être considérées selon la problématique du site

client. Celles-ci concernant l’acquisition de trafic et la capacité des pages d’entrée à susciter l’intérêt,

la capacité des contenus et des pages à guider les internautes et à susciter leur désir, la capacité du

site à convertir et la capacité du site à fidéliser ses clients/visiteurs. Pour plus de précision et pour

faire émerger davantage de sens, les indicateurs doivent être segmentés et non utilisés au seul

niveau global du site web. Une segmentation peut notamment être réalisée par types de visiteurs,

par sources de trafic, par catégories de produits, par comportements… Par ailleurs, si les outils de

web analytics fournissent de nombreuses informations sur le comportement des visiteurs, ils doivent

être complétés pour l’étude de certaines dimensions par une référence à certaines pages du site,

voire à une analyse ergonomique afin de pouvoir mieux analyser les résultats obtenus et d’être en

mesure de formuler des recommandations.

Avec Google Analytics (l’outil très majoritairement utilisé par l’agence Intuiti), de nombreuses

données sont disponibles par défaut après l’insertion d’un code de base dans le code source de

toutes les pages du site, néanmoins certaines données ne peuvent être obtenues qu’après avoir

placé un code supplémentaire dans certaines pages du site, et ne sont donc pas utilisables

instantanément. Il conviendra alors de proposer leur mise en place au client afin que les données

concernées puissent être utilisées a posteriori une fois qu’un historique suffisant aura été constitué.

Il est recommandé, pour gagner en rapidité lors de la collecte des données, d’établir avant au

préalable les tableaux qui serviront à recueillir les données nécessaires à l’étude. Par ailleurs, des

tableaux conçus de manière à permettre l’acquisition d’une vision globale et favorisant la

comparaison quand celle-ci est nécessaire faciliteront le travail d’analyse en évitant des va-et-vient

entre différents tableaux voire différentes pages. Un document présentant des tableaux permettant

de collecter les indicateurs mis en avant dans ce mémoire est disponible en annexe ; ce document se

veut modulable afin de s’adapter aux spécificités de différentes études. Une fois l’analyse réalisée,

certains tableaux – très allongés – qu’il contient peuvent être scindés pour être insérés dans un

document PowerPoint à destination du client. La réalisation de graphiques et l’utilisation de couleurs

mettant en avant les éléments positifs/négatifs permettront de donner un aspect visuel aux données

et de faciliter – en lien avec les commentaires – la transmission des informations clés au client. Une

étude statistique se doit en effet d’être efficace et la plus concrète possible pour apporter une réelle

valeur ajoutée, immédiate, au client.

La phase d’analyse doit permettre d’identifier les forces et les faiblesses du site relativement aux

différents indicateurs étudiés, et conformément aux observations réalisées les recommandations

effectuées doivent s’appuyer d’une part sur le souci d’améliorer les éléments identifiés comme

méritant de l’être, et d’autre part sur le souci de capitaliser sur les éléments identifiés comme

particulièrement performants. Différents types de recommandations sont susceptibles d’être

effectuées selon la tendance des indicateurs observés ; certaines pistes sont présentées dans le

cadre de ce mémoire, sans aucune prétention d’exhaustivité, laquelle ne pourrait de toute façon

jamais être atteinte dans le sens où chaque site a son contexte et ses spécificités propres.

Enfin, si la majorité des indicateurs présentés dans ce mémoire tiennent de l’analyse

comportementale, il faut savoir que le web analytics ne s’arrête pas à la seule analyse des données

en provenance des outils de web analytics. Les données comportementales peuvent en effet être

complétées par des études réalisées directement auprès des visiteurs du site par le biais d’un

questionnaire. Ces études permettent d’étudier le point de vue des visiteurs sur le site, leur ressenti,

leur satisfaction, les éventuels motifs de leur insatisfaction. Elles permettent également de connaître

la motivation de certains de leurs comportements et leurs attentes vis-à-vis du site voire vis-à-vis de

la complémentarité entre le site et les magasins physiques d’un site e-commerce de type click-and-

mortar1.

1 Une entreprise est qualifiée de « clic-and-mortar » quand elle vend à la fois en ligne et hors ligne (par opposition à un « pure player », c’est-à-dire une entreprise qui vend uniquement sur Internet.

Remerciements

Je tiens tout d’abord à remercier vivement M. Arnaud Chaigneau, Mme Séverine Pirault et M.

Vincent Roux pour m’avoir renouvelé leur confiance à la fin de mon stage de Master 1, et offert

l’opportunité d’intégrer l’effectif d’Intuiti dans le cadre de mon Master 2 Marketing & TIC en

alternance.

Je remercie vivement M. Olivier Tellier qui m’a notamment donné l’opportunité de réaliser mes

premières études statistiques. Je remercie également vivement M. Julien Puybaraud pour avoir

accepté de m’encadrer dans le cadre de mon stage et de mon mémoire suite au départ d’Olivier

Tellier, ainsi que pour ses conseils. Merci également à M. David Marbac et M. Arnaud Briand pour

leurs conseils.

Enfin, je remercie M. Martin Guérif, M. Bruno Daucé et Mme Gaëlle Pantin-Sohier pour leur

disponibilité.

Sommaire

Synthèse ...................................................................................................................................... 2

Remerciements ............................................................................................................................ 4

Sommaire .................................................................................................................................... 5

Introduction ................................................................................................................................. 6

Partie I – Mettre en place la prestation de web analytics ............................................................... 8

1.1 Quels indicateurs étudier ? .......................................................................................................... 8

1.1.1 Tableau de bord VS Etude statistique ......................................................................... 8

1.1.2 Les principaux indicateurs de base ............................................................................ 11

1.2 Focus sur le paramétrage de l’outil de web analytics ................................................................ 34

1.2.1 Les paramétrages qui conditionnent la remontée des données dans l’outil de web

analytics ....................................................................................................................................... 35

1.2.2 Les paramétrages qui ne conditionnent pas la remontée de données dans l’outil de web

analytics ....................................................................................................................................... 42

Partie II – Proposer une analyse à forte valeur ajoutée ................................................................ 45

2.1 Méthodologie de collecte et de présentation des données ....................................................... 45

2.2 Identifier les manques de performance, les leviers d’amélioration et les opportunités à saisir 49

2.2.1 Interpréter les données récoltées et effectuer les recommandations associées ........ 50

2.2.2 Savoir identifier d’éventuels problèmes de tracking ................................................. 68

Conclusion ................................................................................................................................. 69

Table des illustrations ................................................................................................................. 71

Bibliographie .............................................................................................................................. 73

Table des annexes ...................................................................................................................... 76

F. Marot – Mémoire de stage M2 MTIC / Intuiti [6]

Introduction

Le web analytics (littéralement l’ « analyse des données web ») est une discipline tout à fait cruciale

pour gérer efficacement un site Internet, qu’il s’agisse d’un site e-commerce, d’un site de génération

de leads2, d’un site d’information ou d’un site de service à la clientèle. Il permet en effet d’obtenir de

la visibilité sur le comportement des internautes sur le site ainsi que sur leur comportement vis-à-vis

des éléments de communication déployés pour promouvoir le site. Ce faisant, le web analytics

permet aux parties prenantes (agence web, responsable de l’activité web/marketing chez

l’annonceur…) :

- De surveiller l’évolution de l’activité en ligne,

- De se fixer des objectifs opérationnels à atteindre ou des limites critiques à ne pas dépasser,

- D’optimiser les actions de communication web,

- D’optimiser le site Internet,

- De piloter la stratégie web en s’appuyant sur des données tangibles et non sur l’intuition.

Cela afin d’atteindre les objectifs fixés pour le site et de travailler à l’amélioration continue de ses

performances.

Les « performances » dans le domaine de l’e-commerce sont à la fois d’ordre économique (chiffre

d’affaires, marge) et d’ordre webmarketing (taux de conversion, retour sur investissement

publicitaire…). La gestion de la rentabilité d’un site e-commerce allant bien au-delà des aspects web

susceptibles d’être géré par une agence de marketing digital (rentabilité des produits au-delà des

simples ventes générées selon les retours enregistrés, gestion du portefeuille produits selon les

performances de chaque référence, frais d’agence…), nous n’aborderons dans ce mémoire que les

performances susceptibles d’être gérées par Intuiti, c’est-à-dire les performances liées au site web en

tant que support commercial et les performances des sources de trafic.

Dans un souci de précision des indicateurs et des explications proposées, nous ne détaillerons dans

ce mémoire que la question du web analytics appliqué aux sites e-commerce. Néanmoins, un certain

nombre de remarques seront aussi valables pour les sites de génération de leads par exemple. Le

mémoire se limitera par ailleurs aux éléments étroitement liés au site web en lui-même et à ses

2 En français, « lead » peut être traduit par « piste de vente » : il s’agit du fait de récolter le contact d’un internaute intéressé par l’offre que propose l’entreprise ainsi qu’éventuellement des informations permettant de traiter son dossier, dans le but de pouvoir concrétiser l’achat ou la souscription à l’offre par la suite. Exemples de leads : demande de devis, demande d’informations…


sources de trafic, et n’abordera donc pas, par exemple, l’impact de l’e-réputation sur les

performances d’un site e-commerce.

L’objectif de ce mémoire est double :

- Me permettre de développer mes connaissances en web analytics, aussi bien en termes

d’interprétation des indicateurs (afin de gagner du temps lors de la réalisation d’études) que

de richesse de vue quant aux indicateurs utilisables

- Fournir des bases de web analytics aux futurs nouveaux arrivants au sein de l’agence – qui,

tout comme moi, n’auront pas forcément eu de formation académique sur le sujet – en leur

fournissant un guide de la démarche à suivre, et des pistes d’interprétation des indicateurs

observés ainsi que des recommandations susceptibles d’être réalisées selon le diagnostic

effectué. NB : Nous précisons que par manque de temps, ce mémoire n’a pu être validé par l’agence avant son

impression ; par conséquent, à moins qu’ils soient validés par la suite, les éléments qu’il contient n’engagent que

son auteur.

Premièrement, après avoir établi la différence entre deux grandes catégories d’applications du web

analytics (tableaux de bord et études approfondies), nous verrons quels sont les indicateurs

intéressants à étudier dans le cadre de l’amélioration des performances d’un site e-commerce et

leurs limites, ainsi que les paramétrages nécessaires à effectuer sur son outil de web analytics (en

s’appuyant sur Google Analytics, l’outil utilisé par Intuiti) pour avoir accès à ces données. Puis, dans

un second temps, après avoir élaboré à votre destination un document vous permettant de récolter

les éléments mis en avant dans la première partie, nous verrons comment il est possible

d’interpréter ces indicateurs (en fonction de leur nature et en nous appuyant – autant que possible –

sur des tendances chiffrées) et vous proposerons quelques recommandations susceptibles d’être

réalisées selon le diagnostic effectué.


Partie I – Mettre en place la prestation de web analytics

1.1 Quels indicateurs étudier ?

1.1.1 Tableau de bord VS Etude statistique

1.1.1.1 Des utilisations différentes

Deux grands types de prestations sont entre autres à distinguer dans l’univers du web

analytics comportemental (c’est-à-dire l’étude du comportement des internautes via un outil de web

analytics) : l’élaboration et l’analyse régulière d’un tableau de bord d’une part, et la réalisation

d’études statistiques plus approfondies d’autre part (nous pourrions également évoquer le testing3,

mais celui-ci intervient davantage en aval). Ces deux prestations tendent vers le même objectif :

l’amélioration des performances du site. Elles nourrissent néanmoins deux dimensions différentes de

cet objectif commun. En effet, tandis que les tableaux de bord servent à surveiller l’évolution de

l’activité du site de manière régulière afin de s’assurer de sa bonne progression vers l’objectif à

atteindre (hausse du nombre de conversions de x% à la fin de la période ou baisse du coût de

conversion de x€ par exemple), une étude statistique plus approfondie est plus ponctuelle. En

complément du tableau de bord – dans le cas où une mauvaise performance serait observée sur un

indicateur – celle-ci permettra d’identifier le/les élément(s) responsable(s). Il sera donc possible,

grâce à cette étude approfondie, de décider du levier à activer afin de remédier au problème

rencontré.

Par ailleurs, en l’absence de suivi précis des indicateurs « web » de la part du client ou au-delà de

tout tableau de bord déjà en place en cas de besoin, une étude approfondie4 peut également servir à

fournir au client un état des lieux du comportement de ses visiteurs ou une réponse à une

problématique précise et spécifique au contexte du client, afin d’identifier les points forts du site et

les chantiers à mettre en place dans le but d’apporter les améliorations nécessaires. Une étude

statistique sera notamment nécessaire préalablement à la réalisation d’une refonte afin d’être en

mesure de réaliser des préconisations pertinentes.

3 Le testing (tests A/B, tests multivariable) consiste à comparer les performances de différentes variantes d’un même élément sur un site web afin de voir lequel est le plus performant et devra être adopté de manière durable 4 Pour plus de simplicité, nous parlerons par la suite simplement d’« étude statistique » pour définir l’étude statistique approfondie


Intuiti peut être amenée à proposer et à réaliser pour le compte de ses clients des études statistiques

ainsi que la création et le suivi de tableaux de bord. Cette dernière prestation n’est pas véritablement

facturée à l’heure où est écrit ce mémoire, mais tend à faire l’objet d’une facturation.

1.1.1.2 Des besoins différents en termes d’indicateurs

Les tableaux de bord et les études statistiques n’ayant pas exactement les mêmes fonctions, les

exigences vis-à-vis de ces indicateurs ne sont pas les mêmes.

A. Tableau de bord

Un tableau de bord servant à effectuer un suivi régulier, les indicateurs qu’il contient doivent

permettre de visualiser en un coup d’œil la situation du site par rapport à la probabilité d’atteindre

les objectifs fixés, et permettre de réagir en cas de problème mettant en péril la réussite de ces

objectifs. Pour ce faire, les indicateurs du tableau de bord doivent être directement liés aux objectifs

du site et directement « activables » (autrement dit, se doivent être des indicateurs sur lesquels le

gestionnaire du site peut agir de manière concrète).

Dans leur livre5, Nicolas Malo et Jacques Warren distinguent les indicateurs stratégiques, souvent

sous forme de ratios (ex : pourcentage des ventes totales réalisées sur le web concernant un site

click-and-mortar6) des indicateurs opérationnels qui sont les variables sur lesquelles le gestionnaire

du site va pouvoir jouer afin d’amener l’indicateur stratégique dans le sens voulu (indicateurs

« activables »).

Le schéma ci-après fournit un exemple de couple indicateur stratégique/indicateurs opérationnels.

5 Web Analytics : mesurer le succès et maximiser les profits de votre site web, Eyrolles, 2009 6 Une entreprise est qualifiée de « clic-and-mortar » quand elle vend à la fois en ligne et hors ligne (par opposition à un « pure player », c’est-à-dire une entreprise qui vend uniquement sur Internet.


Chacun des indicateurs opérationnels présentés sur la figure 1 a un impact sur le nombre de ventes ;

il s’agira donc de surveiller l’ensemble de leurs performances afin d’être réactif en cas de survenue

d’une modification négative importante de l’un d’eux.

Un tableau de bord ne doit pas contenir trop d’indicateurs (pas plus d’une quinzaine selon Nicolas

Malo et Jacques Warren), afin de concentrer la surveillance sur des éléments véritablement

essentiels et d’éviter toute dispersion.

B. Etude statistique approfondie

Les études statistiques étant plus ponctuelles et visant davantage à répondre à une question d’étude,

les indicateurs utilisés pourront être plus nombreux et plus détaillés que dans le cadre d’un tableau

de bord où une vision synthétique est primordiale. Par exemple, un listing des 20 pages de

destination les plus consultées détaillant la qualité des visites de chacune à tout à fait sa place dans

une étude statistique, ce qui ne serait pas du tout le cas dans le cadre d’un tableau de bord.

Par ailleurs, afin d’identifier avec davantage de précision la provenance des différents manques de

performance constatés et leur(s) cause(s) ainsi que les points forts du site, les indicateurs devront

impérativement être étudiés selon différents segments d’audience (segmentation par source de

trafic, par type de visiteurs, par page consultée…).

Les tableaux de bord étant des documents appelés à être très précis vis-à-vis des objectifs de

l’entreprise cliente et très synthétiques, il s’agit de fait de documents très spécifiques à chaque

contexte. De ce fait, et parce que les études statistiques approfondies amènent à analyser certains

éléments qui n’ont pas leur place dans un tableau de bord, nous nous focaliserons davantage dans ce

Figure 1 - Indicateurs stratégiques et opérationnels d'un tableau de bord

Indicateur stratégique Indicateurs opérationnels directement activables

Nombre de ventes

Nombre de visiteurs sur les pages produits

Taux de conversion du site

Taux de rebond


mémoire sur les indicateurs susceptibles d’être étudiés dans le cadre d’une analyse statistique

approfondie.

1.1.2 Les principaux indicateurs de base

Les indicateurs présentés ci-après sont des indicateurs de base qu’il conviendra probablement

d’étudier – tout ou partie selon l’objet d’étude et la disponibilité des données – quelque soit le site

client pour lequel est réalisée l’étude. Ils permettent en effet l’étude de différents éléments cruciaux

pour la performance d’un site e-commerce :

- La valeur générée par le site

- L’acquisition de trafic : dispositifs utilisés, qualité du trafic et capacité des pages d’entrée à

susciter l’intérêt des internautes

- La capacité des contenus et des pages à guider les internautes et à susciter leur désir

- La capacité du site à convertir

- La capacité du site à fidéliser ses clients/visiteurs

S’agissant d’une base, le listing d’indicateurs fourni dans ce mémoire n’est pas exhaustif, et peut être

complété selon le contexte du site client et ses objectifs.

Comme vous aurez pu le remarquer, un site de vente en ligne n’échappe pas au fameux modèle de

vente traditionnelle AIDA (Attrait, Intérêt, Désir, Achat), même si d’autres éléments plus spécifiques

au web viennent s’y greffer (ergonomie…). S’il faut penser aux spécificités et aux contraintes propres

au web et à son utilisation lors de son analyse et dans le choix de ses indicateurs (taux de rebond7…),

il convient donc néanmoins de ne pas oublier l’aspect commercial : c’est la prise en compte de

l’ensemble de ces dimensions qui permettra d’avoir toutes les cartes en main pour augmenter la

performance d’un site e-commerce.

Il semble ainsi logique de commencer par établir quels sont les indicateurs de la valeur générée par

un site e-commerce, avant de s’intéresser aux autres familles d’indicateurs qui visent in fine à

trouver des moyens de favoriser la création de valeur sur le site.

Les différents indicateurs, collectés par l’intermédiaire d’un outil de web analytics qui – quel qu’il soit

– est de toute façon soumis à des limites techniques, sont soumis à différents biais méthodologiques

7 Indicateur spécifique au web analytics, décrit dans les pages suivantes


selon l’outil utilisé. Parce que méconnaître les limites des chiffres recueillis peut amener par la suite à

réaliser de mauvaises interprétations, nous évoquerons les éventuels biais méthodologiques des

indicateurs présentés ici. A ce sujet, Google Analytics étant l’outil de web analytics le plus

communément utilisé chez Intuiti, seuls les biais méthodologiques liés à cet outil en particulier

seront mis en avant.

1.1.2.1 La valeur générée par le site

La valeur générée par un site e-commerce peut être évaluée en définissant des types de conversions8

auxquels seront attribuées des valeurs en euros. La conversion la plus importante en e-commerce est

bien sur la vente. Chaque vente sera associée à un montant en euros (chiffre d’affaires), selon le(s)

produit(s) concerné(s).

Néanmoins, la vente de produits n’est pas la seule conversion à considérer sur un site e-commerce.

D’autres conversions méritent également d’être suivies, et, selon l’expert en web analytics Avinash

Kaushik9, de se voir attribuer une valeur monétaire. Il s’agit de conversions moins engageantes que la

vente en tant que telle (notamment si l’on pense à la vente de biens matériels onéreux et dont

l’achat se renouvelle peu dans le temps : un appareil photo de type réflex par exemple), et qui de ce

fait sont susceptibles d’être effectuées quand la conversion ultime, elle, ne l’est pas :

- Le téléchargement d’une brochure

- La demande de réception d’un catalogue

- Une prise de contact

- L’utilisation d’un module d’aide à la décision

- La demande de création d’une carte de fidélité

- L’inscription à une newsletter

- La visualisation de vidéos

- Etc.

8 Actions que l’on souhaite qu’un visiteur accomplisse sur un site web (ex : achat, téléchargement d’une brochure, demande de devis…) 9 Voir l’article sur l’attribution de valeur aux micro-conversions « Web analytics tips : identify website goal values » : www.kaushik.net/avinash/2011/01/web-analytics-tips-identify-website-goal-values.html

http://www.kaushik.net/avinash/2011/01/web-analytics-tips-identify-website-goal-values.html


Ces « micro-conversions » sont bien sûr différentes d’un site à l’autre, selon le contenu et les

fonctionnalités proposées. Pourquoi est-il important de les identifier et de les suivre ? Car, si elles

sont a priori moins importantes que des ventes, elles favorisent les opportunités futures auprès des

visiteurs concernés :

- Un visiteur qui télécharge une brochure ou souhaite recevoir un catalogue est susceptible de

faire un, voire des achats par la suite

- Un visiteur qui s’inscrit à une newsletter est susceptible d’être fidélisé

- Un visiteur qui demande une carte de fidélité devient, selon Avinash Kaushik, un client fidèle

(ce point pourrait être nuancé quand on sait le nombre toujours plus important de cartes de

fidélité figurant dans nos portefeuilles… et pas toujours utilisées pour autant. Même si, il est

vrai, cette nuance peut se voir annulée dans le cas d’une carte de fidélité payante.)

…ou remplissent gratuitement le même rôle que des actions payantes mises en place par

ailleurs :

- Le visionnage d’une vidéo en ligne assimilable à un spot publicitaire télévisuel fait en quelque

sorte gagner de l’argent, puisqu’il s’agit de visualisations pour lesquelles le site ne paie pas.

Pourquoi est-il par ailleurs intéressant, quand cela est possible, de leur attribuer une valeur ? Tous

les visiteurs réalisant une micro-conversion susceptible de créer une opportunité commerciale ne

franchissent pas le cap du degré de conversion supérieur, néanmoins un certain nombre le feront et

créeront donc un chiffre d’affaires qui n’aurait pas existé sans ces premières micro-conversions ; d’où

la pertinence d’attribuer à ces micro-conversions une valeur monétaire proportionnelle à leur effet

en termes de chiffre d’affaires généré. Par exemple, si pour 100 brochures téléchargées, 2 ventes de

500€ chacune sont réalisées, alors 1 brochure téléchargée rapporte (500x2)/100=10€

(conformément aux conseils d’Avinash Kaushik, cette valeur doit être communiquée par le client et

mise à jour tous les 1 à 3 mois afin de rester pertinente).

Attribuer une valeur monétaire à l’ensemble des conversions permet de mieux évaluer le chiffre

d’affaires créé grâce à chaque conversion suivie. Cela permet également d’obtenir un autre

indicateur qu’est l’indice de valeur des différentes pages du site, et qui permet de savoir quelles sont

les pages du site qui ont été consultées avant la réalisation d’une conversion (nous verrons plus en

détail cette indicateur dans le point c. dédié aux indicateurs permettant d’évaluer la capacité des

pages à susciter l’intérêt et le désir des internautes).

L’attribution d’une valeur monétaire aux micro-conversions, si elle permet une étude plus fine de la

manière dont se crée la valeur sur le site, impose néanmoins de bien garder à l’esprit que le chiffre


d’affaires réel réalisé en ligne correspondra au chiffre d’affaires réalisé par la seule conversion

« vente » et non par l’ensemble des conversions. En effet, si un visiteur s’inscrit à la newsletter

(valeur unitaire de 10€ si l’on reprend l’exemple précédent), puis effectue un achat de 100€ sur le

site, le chiffre d’affaires réalisé par l’entreprise sera bien de 100€ et non de 110€.

1.1.2.2 L’acquisition de trafic : dispositifs utilisés, qualité du trafic et capacité des pages

d’entrée à susciter l’intérêt des internautes

Tout l’enjeu de l’acquisition de trafic réside dans le fait d’attirer sur le site un maximum de trafic

qualifié (visiteurs intéressés par les produits et susceptibles de convertir) : autrement dit, concilier

volume et qualité de trafic créé afin de favoriser le développement du chiffre d’affaires du site.

Les indicateurs à étudier ici visent donc à s’assurer de la bonne qualité du trafic entrant, et à

identifier des opportunités pour améliorer sa qualité le cas échéant, et développer le trafic.

A. Evolution du nombre de visites sur le site

Etudier l’évolution du nombre de visites sur la période étudiée permet de mettre en avant la

tendance de fréquentation globale du site, et de détecter quelles ont été les périodes les plus

créatrices de trafic et les périodes les plus creuses. La figure 2 ci-dessous montre l’évolution du

nombre de visites entre avril 2010 et avril 2011 sur le site d’un e-commerçant client d’Intuiti

spécialisé dans la vente de portes d’entrées.

Figure 2 - Graphique montrant l'évolution du nombre de visites sur une année sur le site étudié

Il s’agira d’identifier quels ont été les leviers de création de trafic mis en place sur les périodes de

trafic les plus intenses. Cette action sera facilitée si, au cours de la période, chaque grande action

effectuée en vue d’augmenter le trafic a été consignée sur Google Analytics sous forme d’annotation

sur le graphique de fréquentation du site avec sa date de mise en place.

Par ailleurs, il est possible pour certaines requêtes de recherche ayant un volume suffisamment

important sur Google d’obtenir un graphique montrant l’évolution dans le temps du volume de


saisies de la requête donnée. Confronté à un graphique de fréquentation tel que celui présenté ci-

dessus, il permet de mettre en avant d’éventuels phénomènes de saisonnalité. L’outil à utiliser pour

ce faire est Google Trends.

A titre d’information, Google Analytics considère comme une « visite » toutes les visites au sens

propre réalisées sur le site (arrivée depuis une page extérieure au site, consultation de X pages puis

sortie du site), mais également toute reprise d’activité sur le site par un visiteur qui serait resté

inactif sur le site en question pendant 30 minutes. En effet, selon l’explication de Nicolas Malo et

Jacques Warren, Google Analytics considèrerait qu’un visiteur resté autant de temps inactif sur un

site a eu le temps de se rendre sur un autre site (concurrent, site d’information…) et a probablement

changé d’objectif de navigation vis-à-vis du site initial. Néanmoins, le nombre de visites étant ici

présenté sur la durée et n’étant pas un chiffre brut ponctuel, ce biais n’a que peu d’impact dans ce

contexte.

B. Part relative des différentes sources de trafic

Un site e-commerce reçoit du trafic en provenance de nombreuses sources (selon les leviers activés):

- Référencement naturel (résultats gratuits des moteurs de recherche)

- Achat de mots clés (résultats payants des moteurs de recherche)

- Sites référents (sites ayant mis en place un lien vers une page du site étudié)

- Accès direct (lorsqu’un internaute saisit l’URL du site dans la barre d’adresse de son

navigateur web, ou accède au site depuis ses Favoris, ou a mis le site en page de démarrage

de son navigateur)

- Campagnes e-publicité

- Campagnes e-mailing

- …

Il est intéressant de voir quelles sont les sources de trafic qui créent le plus de visites (en parts) sur le

site (ou, tout simplement, celles qui sont le plus utilisées) et comment ce rapport évolue dans le

temps. Connaissant cette information, et suite à l’étude des indicateurs permettant d’évaluer la

qualité des visites générées par chaque source (temps passé sur le site, taux de rebond, nombre de

pages vues en moyenne par visites, conversions réalisées…), il sera possible d’effectuer des

recommandations en vue d’augmenter le volume de trafic du site d’une part, et/ou de capitaliser sur

des sources particulièrement performantes d’autre part.


A noter : Google Analytics ne comptabilise pas dans les visites en « Accès direct » les visites qui sont

issues de la saisie du nom de la marque sur un moteur de recherche (référencement naturel ou achat

de mots clés, peu importe). Ces visites, issues de « mots clés de notoriété » (ex :

« www.carrepointu.com », « carré pointu », « carre pointu », etc. si l’on prend l’exemple du site de

vente de chaussures en ligne Carré Pointu) sont pourtant plus proches des Accès directs que du

référencement naturel ou de l’achat de mots clés : nombreux sont les internautes qui, pour accéder à

un site web, préfèrent saisir le nom de la marque sous Google que d’en saisir l’URL dans la barre

d’adresse de leur navigateur. Par conséquent, il est préférable :

- Soit de comptabiliser ces visites dans les accès directs

- Soit de différencier le trafic en provenance des mots clés de notoriété (ex : carré pointu) et

hors notoriété (ex : chaussures femme) concernant le référencement naturel d’une part et

l’achat de mots clés d’autre part (s’il y a lieu, car toutes les campagnes d’achat de mots clés

ne posent pas d’enchère sur des termes liés à la marque). C’est la solution qui est utilisée

aujourd’hui chez Intuiti.

C. Temps moyen passé sur le site, Nombre moyen de pages vues par visite et Taux de

rebond des différentes sources de trafic

Le trafic créé respectivement par chaque source de trafic identifiée précédemment est-il de qualité ?

Autrement dit : les visiteurs amenés sur le site via chaque source de trafic ont-ils un réel intérêt pour

le site ? Voici la question à laquelle ces indicateurs permettent d’apporter un certain éclairage. Un

éclairage et non une réponse ferme et définitive, car ces indicateurs ont un côté très relatif (nous

verrons dans la 2ème partie de ce mémoire comment il convient d’interpréter ces indicateurs selon le

cas rencontré, et quelles recommandations il est possible d’en tirer). Ces indicateurs sont importants

car toute conversion ne se réalisant pas dès la première visite, ils sont les indicateurs qui, outre les

conversions, permettent d’assurer une bonne qualité de trafic.

Par ailleurs, ces indicateurs doivent également faire l’objet d’une segmentation nouveaux visiteurs /

visiteurs connus ; en effet, les objectifs et la connaissance du site de ces visiteurs sont différents, et

les données ne seront donc pas à interpréter de la même manière pour chacun de ces segments.

Temps moyen passé sur le site

Il s’agit bien sûr à la durée moyenne d’une visite sur le site. Plus ce temps est court, plus le trafic est

susceptible d’être de faible qualité (peu d’intérêt pour le site). Il existe un biais sur Google Analytics


concernant le temps passé sur le site : pour le calculer, l’outil se base sur le temps passé entre

chaque page vue ; hors, aucune page du site n’étant consultée après la page de sortie10, le temps

passé sur cette dernière n’est jamais pris en compte.

Nombre moyen de pages vues par visite

Plus le nombre moyen de pages vues par visite est important, plus le trafic est susceptible d’être de

qualité (intérêt pour le site consulté). Attention, à moins d’un paramétrage particulier (création

d’URL fictives dédiées pour le tracking), les éléments de type Flash, Ajax, téléchargements de PDF ne

sont pas comptabilisés comme des pages vues. Sous Google Analytics, ils peuvent être comptabilisés

en tant qu’évènements s’ils sont crées comme tel sur l’outil (à défaut, ils ne seront pas comptabilisés

du tout, alors qu’il peut s’agir d’actions tout à fait assimilables à des pages vues).

A noter : Le nombre moyen de pages vues par visite et le temps moyen passé sur le site sont, comme

leur nom l’indique, des moyennes : ces deux chiffres sont donc influencés par les valeurs extrêmes,

qui risquent d’influencer le chiffre moyen dans un sens ou dans l’autre. Ainsi, il peut être intéressant

si le besoin s’en fait sentir d’aller voir la répartition des visites en % pour chaque valeur de ces deux

indicateurs (cf. figure 3 et 4 ci-après).

Figure 3 - Visites triées par durée de visite

Les visites d'une seule page sont comptabilisées dans la catégorie « 0 à 10 secondes » car aucune

page ne se situant après, l’outil ne peut calculer le temps passé sur les pages ayant suscité un

rebond.

10 Dernière page consultée sur le site par un visiteur avant de quitter le site


Figure 4 - Visites triées par nombre de pages vues par visite

Taux de rebond

Il s’agit du taux de visites d’une seule page sur le site : le visiteur arrive sur une page de destination

depuis une source de trafic, puis la quitte sans visualiser de page supplémentaire. Plus le taux de

rebond est important, plus le trafic est susceptible d’être de mauvaise qualité.

Pour un degré de détail plus important, ces données peuvent/doivent être établies également pour

chaque support correspondant à une source de trafic, par exemple :

Sources de trafic Supports pouvant faire l’objet d’un segment

Référencement naturel Différencier les résultats pour Google, Bing, Yahoo

Achat de mots clés Différencier les résultats pour Google, Bing, Yahoo

Sites référents Différencier les résultats pour les principaux sites référents

Campagnes e-publicité Différencier les résultats pour chaque campagne (ex : campagne soldes d’été, campagne ventes privées…)

…

Figure 5 - Segmentation des sources de trafic par supports

D. Temps moyen passé sur la page et Taux de rebond des pages d’entrée

Nous avons vu qu’il convenait d’analyser le temps moyen passé sur le site, le nombre moyen de

pages vues et le taux de rebond des différentes sources de trafic afin d’évaluer la qualité du trafic

généré. Les sources de trafic ne sont pas les seuls éléments à prendre en compte : les pages

d’atterrissage jouent également un rôle important pour susciter l’intérêt des internautes (les retenir

sur le site à leur arrivée) et les orienter vers d’autres contenus. En effet, si le taux de rebond peut

être lié au dispositif de création de trafic étudié, il peut aussi être dû à la page de destination vers


laquelle il redirige et à la corrélation entre cette page de destination et par exemple le mot clé utilisé

pour rediriger les internautes sur cette page.

Dans le cas d’un site contenant de nombreuses pages, et afin d’identifier un éventuel problème dans

la conception d’un gabarit11 de page, le plus simple est d’analyser le temps passé et le taux de rebond

non pas par pages mais bien par gabarits de pages :

- Page d’accueil

- Ensemble des pages gamme

- Ensemble des fiches produits

Cela facilitera en outre les recommandations à réaliser au besoin, car toute modification nécessaire

sur une page sera de toute façon impactée sur le gabarit de page et donc, de fait, sur toutes les pages

autres que celle étudiée spécifiquement à partir du moment où elles partagent le même gabarit.

Pour déceler un problème plus spécifiquement lié à une page donnée et notamment à une

éventuelle mauvaise corrélation entre une page de destination et un mot clé ou un site référent,

l’analyse peut se faire sur les pages d’entrées les plus utilisées par les visiteurs.

Néanmoins, pour un site contenant de nombreuses pages, il sera préférable pour gagner du temps

d’étudier ces indicateurs non pas appliqués aux pages en tant que telles, mais à des sections du site

correspondant chacune à différentes catégories de produits.

Il est conseillé de segmenter les données par source, support ou mot clé générateur de trafic pour

plus de précision dans les résultats obtenus concernant les pages de destination. De plus, afin de

bien interpréter les chiffres obtenus, l’analyse devra être accompagnée (dans un même temps ou

lors d’une prestation supplémentaire) d’une analyse davantage ergonomique et « expérientielle » du

site : il est crucial de se mettre à la place de l’internaute qui arrive depuis une source de trafic

donnée, un élément publicitaire donné, sur une page donnée, pour pouvoir comprendre ce que

peuvent signifier les chiffres observés.

11 Trame de page délimitant les différents éléments (blocs de contenus, boutons, etc.) présents sur les pages utilisant le gabarit en question, ainsi que l’agencement de ces éléments. Les gabarits de page sont le cadre formel qui va servir d’insertion aux contenus textes de pages de mêmes types (gabarit de page Gammes, gabarit de page Produit…) tout en conservant la même structure formelle pour chaque type de page.


E. Temps moyen passé sur le site, Nombre moyen de pages vues par visite et Taux de

rebond des mots clés générateurs de trafic

Utiliser ces mêmes indicateurs relativement aux mots clés en référencement naturel d’une part, et

en achat de mots clés d’autre part, permet de faire un état des lieux de la qualité du trafic issu de ces

mots clés.

Il conviendra de distinguer parmi les mots clés ceux étant des mots clés de notoriété (contenant le

nom de marque) des mots clés thématiques n’ayant aucun lien avec la marque et amenant le visiteur

à sa rencontre. En effet, ces mots clés ne répondent pas aux mêmes démarches, aussi bien du point

de vue recherche utilisateur (un internaute est beaucoup plus engagé vis-à-vis de la marque quand il

saisit un mot clé de notoriété que lorsqu’il effectue une requête sur une thématique) que du point de

vue des éventuels leviers à activer ; ils doivent donc être analysés séparément.

Parce qu’ils sont en général (très) nombreux, deux approches sont à distinguer dans la manière

d’analyser les mots clés thématiques :

Analyse des mots clés

les plus générateurs de trafic

Analyse des thématiques de mots clés

Description Analyse des 20/25 mots clés les plus

générateurs de trafic

Regroupement des mots clés par types

de produits

Points positifs - Rapidité,

- Mots clés à fort volume et

donc à fort impact

- Relative exhaustivité,

- Prise en compte de la longue

traine SEO,

- Vue globale,

- Rend possible la distinction

d’éventuelles tendances

thématiques

Points négatifs Manque d’exhaustivité, Pas de prise

en compte de la longue traine12

- Plus de temps nécessaire.

- Première approche nécessitant

une 2ème analyse réellement

basée sur les mots clés en cas

de mauvaises performances

identifiées dans une

thématique

Figure 6 - Les deux approches de l'analyse des mots clés

12 Principe illustrant le fait que le trafic d’un site web en provenance des moteurs est généré par des termes génériques à fort volume de recherche, mais également par une multitude d’expressions très précises (plus de 3 mots) ayant chacune individuellement une fréquence de recherche très faible mais ayant au final un poids plus important que les mots clés génériques dans le trafic global du site.


La deuxième démarche revient en fait à étudier le taux de rebond, le temps passé et le nombre de

pages vues par visite par catégories de pages (catégories de produits, catégories de pages

d’informations) puis, à ne réaliser un détail sur les mots clés les plus saisis que pour les catégories de

pages ayant montré des faiblesses sur ces indicateurs.

F. Taux de visites en provenance de mots clés de notoriété VS Taux de visites en

provenance de mots clés hors notoriété en référencement naturel

Le taux de mots clés hors notoriété en référencement naturel donne un aperçu du développement

du référencement naturel du site : sur un site commençant tout juste à développer son

référencement naturel, plus ce taux est élevé, plus le site a un référencement naturel riche et est

donc susceptible de bénéficier d’un trafic d’acquisition important depuis les résultats gratuits des

moteurs de recherche.

G. Taux de conversion, chiffre d’affaires et marge des différentes sources de trafic

Au-delà de l’intérêt des internautes mesuré par le temps passé sur le site, le nombre de pages vues

et le taux de rebond, il est possible d’étudier la valeur générée par chaque source de trafic en

étudiant le taux de conversion, le chiffre d’affaires et la marge obtenus pour chaque source de trafic.

Il existe néanmoins une limite à cette approche : touts les leviers de génération de trafic ne se situent

pas au même niveau dans le cycle d’achat de l’internaute et sont donc, par nature, plus ou moins

susceptibles de convertir – sans que cela ne signifie pour autant que les leviers d’acquisition qui

convertissent moins soient inutiles. Par exemple, si l’achat de mots clés est plutôt orienté conversion,

ce n’est pas le cas du display13 au CPM14 qui a plus un rôle de développement ou de maintien de

notoriété et peut ainsi contribuer à faire naître un besoin, ou bien susciter une préférence pour le

site à posteriori quand un besoin lié à l’offre proposé se fera sentir chez l’internaute. Le display est

peu créateur de conversions directes, mais pas pour autant inutile : à titre d’exemple, le responsable

de trafic & prospection web de La Redoute a affirmé au Salon e-Commerce de Paris 2010 que le

display apportait 22% de conversions supplémentaires couplé avec de l’achat de mots clés, par

rapport à l’achat de mots clés seul.

13 Ce que l’on appelle « display » dans le langage de la communication en ligne correspond à la diffusion de publicités sous formes de bannières. On parle également d’ « affichage ». 14 Coût Pour Mille : modèle économique prédominant pour l’achat d’espaces publicitaires


Les outils de web analytics ne permettent pas encore d’avoir une visibilité globale de tous les

différents messages auxquels sont soumis les internautes avant de réaliser une conversion : la

conversion est attribuée à la dernière source de trafic alors que d’autres dispositifs ont également pu

jouer un rôle plus en amont. Enfin, il faut savoir qu’un cookie Google Analytics de type « source de

trafic » dure 6 mois, ce qui veut dire que si un internaute est déjà venu sur le site via une source de

trafic de type référencement naturel ou achat de mots clés et revient sur le site plus de 6 mois après

en accès direct pour concrétiser son achat, il sera comptabilisé en tant qu’accès direct et non –

comme c’est le cas quand une visite récurrente de ce type est effectuée dans les 6 mois – sous le

libellé de la source utilisé précédemment à l’accès direct s’il y en a une.

Google Analytics a intégré dans sa nouvelle bêta (actuellement à l’essai auprès d’un nombre

d’utilisateurs très restreint) une fonctionnalité « multichanel funnel » permettant de visualiser les

différentes sources de trafic utilisées par un internaute avant la réalisation d’une conversion (en

post-clic uniquement néanmoins, et non également en post-view15). En attendant cette nouvelle

fonctionnalité, le taux de conversion, le chiffre d’affaires et la marge ventilés par sources de trafic

sont donc à utiliser avec précaution, et davantage pour comparer les performances de sources

comparables : différentes campagnes d’achat de mots clés par exemple.

1.1.2.3 La capacité des contenus et des pages à guider les internautes et à susciter leur

désir

A. Taux de conversion des différents gabarits de pages de destination

Cet indicateur permet de voir si certains gabarits de pages sont plus efficaces que d’autres en tant

que pages de destination pour susciter des conversions. Si tel est le cas, il s’agira d’identifier les

points forts des gabarits en question et les points faibles des autres gabarits, et de capitaliser sur les

points positifs observés sur les gabarits les plus performants.

B. « Taux de rebond e-commerce »

Les consultants de chez Converteo pensent que, sur un site e-commerce, un visiteur qui ne passe pas

par une fiche produit n’est pas un visiteur intéressé. Ils illustrent leur propos en faisant une analogie

15 Ce qui signifie que seules les leviers ayant généré des clics seront comptabilisés par Google Analytics : la seule visualisation d’une bannière ne sera pas comptabilisée, il faudra que l’internaute ait cliqué dessus pour que celle-ci figure dans les sources ayant servi à la conversion.


avec le commerce hors ligne : si l’on considère que consulter une fiche produit sur un site revient à

prendre en main un produit dans un magasin physique, alors un visiteur qui ne consulte pas de fiche

produit sur un site n’est pas plus intéressé qu’un visiteur qui ferait le tour d’un magasin physique

sans prendre en main un produit.

L’indicateur issu de ce constat peut être désigné comme un « taux de rebond e-commerce » : le ratio

entre le nombre de visiteurs n’ayant visité aucune page produit et le nombre de visiteurs total du

site. Bien sûr, plus celui-ci est faible, plus cela est positif. Il y a néanmoins une limite à cet indicateur :

certains sites e-commerce proposent la fonctionnalité d’ajout au panier dès la page gamme : un

visiteur peut donc tout à fait effectuer un achat sans aucunement passer par une page produit. Le

taux de rebond e-commerce est donc surtout utile dans le cadre de sites faisant de la fiche produit

un passage obligé pour effectuer un ajout au panier, ou bien de sites commercialisant des produits

plus techniques pour lesquels il paraît plus improbable – même si un ajout immédiat au panier est

possible pour les visiteurs ayant déjà choisi leur référence – que le visiteur ne cherche pas à obtenir

un minimum d’informations sur le produit avant d’effectuer un achat.

C. Pages les plus consultées

Connaître les pages les plus consultées du site permet de savoir ce qui suscite l’intérêt des visiteurs.

Si ces pages ont de bons chiffres de qualité de visites (temps passé, taux de rebond, taux de sortie),

alors il sera intéressant d’identifier les éléments clés de succès qui y figurent afin de les généraliser

sur d’autres pages.

Si le site étudié contient beaucoup de pages, l’étude des catégories de produits et catégories de

pages d’information les plus consultées sera plus rapide et plus représentative en termes de volume

de visites que l’étude des seules pages les plus consultées.

D. Principales pages de sortie et taux de sortie associés

En cas de taux de rebond e-commerce relativement important, il peut être intéressant de voir quelles

ont été les principales catégories de pages de sortie, et/ou pages de sortie précises de ces visiteurs,

hors visites avec rebonds (les pages associées à ces visites sont déjà étudiées via le taux de rebond)

ainsi que les taux de sortie des ces pages (sont-ils significatif ? représentent-ils un volume de trafic

significatif ?).


En dehors des visites sans passage par une fiche produit, le taux de sortie est également intéressant à

étudier pour les pages de transition (pages de gamme, etc., hors pages appartenant à des entonnoirs

de conversion qui seront de toute façon étudiées via les entonnoirs de conversion). En effet, si une

sortie du site est tout à fait normale après la simple consultation d’un contenu pour un internaute

qui ne souhaitait que se renseigner par exemple, un fort taux de sortie au niveau d’une page de

transition (n’apportant aucun contenu, donc) peut être le signe d’un problème.

E. Recherches effectuées sur le site par les internautes

Lorsque le site possède un moteur de recherche, l’étude des requêtes effectuées sur le site par les

visiteurs permet d’en savoir davantage sur leurs attentes et leurs éventuelles difficultés à trouver un

produit sur le site. D’autres indicateurs permettent d’identifier leurs éventuelles difficultés à trouver

le résultat escompté en utilisant le moteur de recherche interne au site.

Les éléments à étudier pour ce faire sont les suivants :

- Requêtes effectuées

- Sorties après la recherche

- Nombre de pages de résultats consultées

- Nombre de recherches affinées (c'est-à-dire, sur Google Analytics, le nombre de nouvelles

recherches effectuées immédiatement après une première recherche)

L’accès facile et rapide à l’information est primordial sur un site web : c’est là le principe de base de

l’ergonomie. Un visiteur qui ne trouve pas ce qu’il recherche ne restera pas sur le site : c’est le propre

d’Internet, de l’instantanéité …et de la concurrence « à 1 clic » (les internautes n’ont aucun scrupule

à passer d’un site à l’autre tant l’action à réaliser pour ce faire est rapide, ce qui est moins vrai dans

le commerce traditionnel où l’effort à fournir est plus important pour se rendre dans un magasin

concurrent). Par ailleurs, dans son livre Améliorer ses taux de conversion web, Serge Roukine souligne

le fait que, de manière générale, les visiteurs utilisant le moteur de recherche interne d’un site ont

un taux de conversion supérieur à la moyenne du site, ce qui rend d’autant plus important le fait de

renvoyer des résultats pertinents aux visiteurs utilisant ce moyen de navigation.

F. Indice de valeur

L’indice de valeur est un indicateur proposé par Google Analytics relativement aux pages vues du

site. Il peut être utilisé après avoir donné une valeur chiffrée aux différentes conversions du site et

permet de voir quelles sont les pages du site qui ont mené les visiteurs à réaliser une conversion


grâce à une redistribution entre les pages de la valeur de chaque conversion effectuée après leur

consultation. Le concept est intéressant, surtout pour pouvoir identifier des pages annexes au

processus de conversion et qui ont cependant un rôle peut-être important, mais souffre néanmoins

de différents travers.

Le calcul de l’indice de valeur pour une page donnée fonctionnerait selon la formule suivante :

Valeur totale créé après consultation de la page au cours d’une session

Consultations uniques totales de la page sur la période

C’est ce qu’illustre la figure 7 ci-dessous :

Figure 7 - Fonctionnement de l'indice de valeur (Source : Centre d’Aide Google Analytics)

Par ailleurs, comme le montre la figure 8 ci-après, Google Analytics permet d’effectuer un tri pondéré

des valeurs obtenues, pour obtenir plus rapidement les valeurs étant à la fois les plus élevées et les

plus significatives en termes de volume de visites !

300€ créés grâce à la page, pour 4 visualisations uniques en tout

200€ créés grâce à la page, pour 3 visualisations uniques en tout (la page n’est comptabilisée qu’une seule fois à la Visite 3 même si elle est visitée 2 fois)


Figure 8 - Indice de valeur avec tri pondéré

Le premier biais à mettre en avant concernant l’indice de valeur est le suivant : comme vous l’aurez

compris au vu de la formule de calcul, il ne se base que les pages visitées lors de la session où à lieu la

conversion, et en aucun cas sur les éventuelles pages qui auraient pu être consultées au cours d’une

visite précédente sur le site, et n’auraient pas été consultées à nouveau lors de la visite avec

conversion. Or un achat ne se fait pas forcément directement lors de la première visite du site.

Par ailleurs, en cas de coexistence de plusieurs types de conversions, l’indice de valeur ne peut être

visualisé qu’au global (il ne peut être segmenté par conversion).

Afin d’obtenir une vision plus globale (et plus rapide !) de ce sur quoi se porte l’intérêt des

internautes avant la réalisation d’une conversion, il est recommandé d’utiliser l’indice de valeur (avec

ses limites…) non pas uniquement par pages – ce qui peut vite s’avérer fastidieux – mais par sections.

Néanmoins, il semblerait que l’indice de valeur ne soit pas des plus précis quand il est appliqué à un

groupe de pages autre que le site dans sa globalité ; ce problème pourrait être réglé en créant un

profil par sections du site, dans lesquels serait paramétrée chaque conversion (à l’identique pour

chaque profil.

G. Délai avant achat

La connaissance du nombre de visites réalisées avant un achat, ainsi que du nombre de jours écoulés

permet d’avoir une idée de la durée du cycle d’achat suivi par les visiteurs. En particulier pour des

sites de vente de produits dont l’achat est peu engageant (et nécessite donc à priori moins de visites


répétées qu’un site proposant uniquement des produits à fort engagement et aucune micro-

conversion mois impliquante), ces indicateurs permettent de s’interroger sur l’aspect persuasif et

rassurant du site : l’est-il assez pour favoriser des commandes instantanées ?

1.1.2.4 La capacité du site à convertir

La capacité à convertir est un enjeu majeur pour un site e-commerce. En effet, à titre d’exemple, un

site dont le taux de conversion est de 1% (100 ventes pour 10 000 visites) devra acquérir deux fois

plus de visiteurs qu’un site dont le taux de conversion est de 2% pour atteindre le même nombre de

ventes par mois, soit 200. Or l’acquisition de trafic, que ce soit via du référencement naturel qu’il

faut entretenir, de l’achat de mots clés qui complète efficacement le référencement naturel,

d’éventuelles campagnes ponctuelles d’e-mailing… a un coût élevé, et qui augmente du fait de la

concurrence de plus en plus accrue sur Internet, tandis que le nombre d’internautes, lui, a ralenti sa

progression. Même dans l’optique où un site e-commerce aurait un budget colossal disponible pour

l’acquisition de trafic, il resterait toujours dommage de ne pas profiter au mieux du trafic qualifié

ainsi créé en augmentant sensiblement le nombre de ventes réalisées et donc la profitabilité du site

pour le même investissement publicitaire, grâce à l’augmentation du taux de conversion du site en

lui-même.

Comme nous allons le voir, différents indicateurs peuvent servir à identifier des pistes permettant

d’augmenter le taux de conversion d’un site e-commerce. Mais évoquons tout d’abord non pas le,

mais les taux de conversion !

A. Taux de conversion des différents objectifs

Le « taux de conversion », en tant que concept, représente le taux de visites au cours desquelles est

effectuée une conversion, sur le total des visites.

Néanmoins, il me paraît intéressant de parler de taux de conversion au pluriel, et non seulement au

singulier, car chaque objectif sur le site doit être associé à un taux de conversion qui lui est propre ;

ce afin de pouvoir en suivre plus aisément la progression, et d’améliorer la performance de chacun

d’entre eux. Chaque conversion, qu’elle soit une macro-conversion (vente) ou une micro-conversion

(inscription à la newsletter, téléchargement de brochure…) doit donc avoir un taux de conversion

dédié.


Dans le prolongement de cette idée, Converteo propose une démarche tout à fait intéressante qui

consiste dans le fait de déterminer un « plan de vie client » faisant se succéder toutes les différentes

étapes intermédiaires amenant le prospect jusqu’à la phase optimale souhaitée dans le cadre de la

stratégie mise en place sur le site. Ce plan de vie, outre le fait de bien structurer le discours du site et

organiser les différentes phases de call to action, permet de calculer un taux de conversion d’étape

en étape au sein du plan de vie client.

La figure 9 ci-dessous met en avant différents exemples de plans de vie sur lesquels l’on pourrait par

exemple s’appuyer dans le cadre d’un site e-commerce :

Afin d’avoir une idée plus précise de la performance du site en termes de conversion, le taux de

conversion peut être calculé non pas sur la base de toutes les visites, mais sur la base des seules

visites hors rebond. Ainsi, l’on pourra voir comment se sont comportés les visiteurs qui se sont

véritablement engagés sur le site (en faisant le parallèle avec le commerce off-line, cela permet de

calculer le taux de conversion uniquement sur les personnes étant rentrées dans le magasin, et non

en comptabilisant également les passants qui, parce qu’ils ne sont pas rentrés dans le magasin,

n’avaient de toute façon aucune chance d’effectuer une action intéressant au sein du magasin).

Consultation fiche produit

Ajout au panier Achat


Téléchargement brochure

Ajout au panier Achat


Ajout au panier

Achat Inscription newsletter

Renouvellement achat

Taux de conversion #1 Taux de conversion #2

Taux de conversion #1 Taux de conversion #2 Taux de conversion #3

Taux de conversion #1 Taux de conversion #2 Taux de conversion #3 Taux de conversion #4

Figure 9 - Exemples de cycles de vie clients permettant de définir différents taux de conversion pour un site e-commerce


Les auteurs du livre WebConversion recommandent l’établissement d’un taux de conversion par

types de visiteurs, distinguant notamment le comportement des nouveaux visiteurs et des visiteurs

s’étant déjà rendus sur le site (on peut aussi penser aux visiteurs déjà clients). Ils recommandent

également, si le volume de trafic associé le permet, de suivre les taux de conversions propres à

chaque combinaison Source/Type de visiteur. Ces types de visiteurs sont en effet différents : ils n’ont

probablement pas le même rapport au site ni les mêmes objectifs, et n’auront probablement pas le

même comportement. C’est pourquoi il est pertinent de les étudier de manière différenciée.

Par ailleurs, si les outils de web analytics (dont Google Analytics) fournissent des taux de conversion

basés sur le nombre de visites, il serait plus pertinent de les calculer en fait sur la base du nombre de

visiteurs uniques (visiteurs uniques effectuant une conversion / visiteurs uniques totaux) afin d’avoir

une démarche davantage orientée cycle d’achat du visiteur. La limite, néanmoins, de l’utilisation du

nombre de visiteurs uniques comme base est la suivante : en cas d’effacement par l’internaute de

ses cookies, ou d’utilisation par l’internaute d’un ordinateur ou d’un navigateur web différent,

l’internaute ne sera pas reconnu et donc comptabilisé comme plusieurs visiteurs différents.

B. Déperdition des entonnoirs de conversion

A chaque conversion peut potentiellement correspondre un « entonnoir de conversion » : il s’agit des

différentes étapes successives auquel le visiteur sera confronté avant de valider effectivement la

conversion (sa commande par exemple).

On parle d’ « entonnoir de conversion » pour

illustrer le fait qu’à chaque étape dudit

entonnoir allant traditionnellement de la

fiche produit à la validation du paiement, des

visiteurs abandonnent le processus et ne

finaliseront donc pas, pour diverses raisons,

l’action qu’ils ont entreprise. Le schéma ci-

contre illustre ce phénomène.

Fiche produit

Panier

Compte client

Livraison

Paiement

Figure 10 - Le concept d'entonnoir de conversion

Paiement

- x%

- x%

- x%

- x%


L’étude des entonnoirs de conversion permet donc de mettre en avant des étapes potentiellement

sources de déperditions relativement élevées au sein de l’entonnoir, comme le montre la figure 11

ci-dessous (il s’agit d’un entonnoir de conversion tel qu’il se présente sur Google Analytics) :

Figure 11 - Présentation de l'entonnoir de conversion Google Analytics (Source : web-analytics.fr)

Pour chaque étape de l’entonnoir, le schéma précise :

- les pages ayant permis l’accès à l’étape en question avec le nombre de visites associées

- le nombre de visites au cours desquelles les visiteurs sont passés à l’étape suivante

- le nombre de visites au cours desquelles les visiteurs ne sont pas passés à l’étape suivante, et

la destination qu’ils ont alors empruntée (avec le nombre de visites associées).


L’étude des pages vers lesquelles se sont dirigés les visiteurs ayant quitté le processus, ainsi qu’une

étude davantage ergonomique des pages en question en se mettant dans la peau de l’utilisateur

peuvent permettre d’identifier des éléments susceptibles d’être améliorés.

De même qu’ils recommandent le suivi de taux de conversions propres à chaque type de visiteurs,

voire si possible à chaque combinaison Source/Type de visiteur, les auteurs de Web Conversion

conseillent, si le nombre de visiteurs le permet, d’étudier l’entonnoir de conversion selon différents

segments de visiteurs :

- Entonnoir de conversion des nouveaux visiteurs

- Entonnoir de conversion des visiteurs s’étant déjà rendus sur le site

- Entonnoir de conversion des nouveaux visiteurs en provenance du référencement naturel

- Entonnoir de conversion des nouveaux visiteurs en provenance de l’achat de mots clés

- …

Cela permet d’avoir une analyse plus précise, prenant en compte les caractéristiques de chaque

groupe de visiteurs.

1.1.2.5 La capacité du site à fidéliser ses clients/visiteurs

Il existe deux manières pour augmenter les ventes :

- Augmenter le nombre de clients existants

- Augmenter la fréquence d’achat et/ou le panier moyen16 des clients existants

Comme dans le commerce traditionnel, un site e-commerce a donc tout intérêt à avoir des clients

fidèles, qui lui assureront des revenus réguliers.

Le nombre de clients fidèles peut être évalué en se basant sur la récurrence de visites des visiteurs

ayant déjà effectué un achat – les fameux « clients » de la variable personnalisée.

L’inconvénient est que l’identification des « clients » repose sur l’utilisation d’un cookie, qui peut être

supprimé à tout moment par l’internaute ou bien perdre de leur pertinence dans le cas où le visiteur

ainsi désigné se rendrait sur le site via un autre ordinateur. A titre d’information, la durée de vie par

défaut d’un cookie « visiteur » Google Analytics est de 2 ans ; n’ayant pas trouvé d’informations

16 La thématique d’augmentation du panier moyen étant davantage du ressort de l’annonceur, elle ne sera pas abordée dans le cadre de ce mémoire


contraires, il semble donc qu’une variable personnalisée paramétrée en mode « visiteur » permette

un stockage des informations sur la même durée.

Par ailleurs, selon les auteurs du livre Web Conversion, les sites ayant des visiteurs fidèles peuvent

être reconnus par rapport aux caractéristiques suivantes :

- Fort taux de visiteurs récurrents

- Place plus importante des accès directs par rapport aux moteurs de recherche que sur les

autres sites, et nombreuses visites en provenance de mots clés de notoriété. De ce fait, la

page d’accueil serait plus utilisée parmi les pages de destination.

- Taux de rebond moyen plus faible

- Taux de conversion global élevé

Une autre façon d’évaluer non pas véritablement le nombre de clients fidèles mais le nombre de

prospects ou nouveaux clients susceptibles de revenir faire un achat sur le site est de leur soumettre

un petit questionnaire en fin de visite afin de les interroger sur leur satisfaction quant aux services

proposés et, bien évidemment, sur leur propension à revenir sur le site à l’avenir, et à y effectuer des

achats. Vous trouverez en annexe 1 des captures d’écran montrant une sélection de questions

orientées satisfaction et intention de renouvellement de visite, qui sont extraites d’un questionnaire

soumis par le site www.ikea.com à ses visiteurs courant juin 2011. Comme vous pouvez le voir sur

cette annexe, après s’être renseigné sur les actions effectuées par les visiteurs au cours de leur visite,

le site se renseigne sur leur appréciation des éléments auxquels ils ont été confrontés sur le site

durant leur visite (aspect ergonomique, informationnel et utilitaire du site notamment, avec des

éléments assez précis à évaluer via un système intuitif de smileys) et sur leur ressenti général quant à

leur expérience sur le site Ikea (« compliquée », « fonctionnelle », « sans intérêt »…). Le tout

complété par une question qualificative permettant de connaître la fréquence de visite de

l’internaute sur le site.

L’intention d’acheter à nouveau sur le site peut également être évaluée via le nombre d’inscriptions

à la newsletter ou à la page Facebook du site, ou encore via le nombre d’inscriptions au fil RSS du site

ou le nombre de téléchargements d’un bon de réduction.

Pour les sites d’entreprises de type click-and-mortar, le nombre de demandes en ligne d’une carte de

fidélité (comme par exemple sur la figure 12 ci-après au sein du processus de commande du site

Kiabi) peut également avoir cette utilité.


Figure 12 - Proposition d'obtention d'une carte de fidélité (Source : kiabi.com)

1.1.1.6 Des indicateurs à étudier sur la durée

Comme nous l’avons vu, certains indicateurs font l’objet de biais du fait de la méthodologie de

collecte de l’outil de web analytics utilisé ; d’autres sont intimement liés au contenu des pages du

site et à leur ergonomie. Par conséquent, ce n’est pas tant les chiffres « bruts » (par exemple, le

nombre précis de visiteurs renouvelés sur un mois donné) qu’il convient d’étudier pour tirer toute

l’essence d’un indicateur, mais l’évolution de cet indicateur dans le temps et la tendance suivie par

celui-ci.

Pour bien comprendre la notion de tendance, l’on peut se référer à la distinction que font Nicolas

Malo et Jacques Warren17 entre les concepts de « variations » et « tendance ». Un indicateur donné

connaît inévitablement des variations, c’est-à-dire qu’il ne sera jamais fixe d’un jour à l’autre, d’une

semaine à l’autre ou d’un mois à l’autre et connaîtra alternativement des baisses et des hausses

d’une période à l’autre. En dehors de potentielles baisses/hausses alarmantes car tout à fait

significatives par rapport à des baisses/hausses tenant de l’ordre du normal, ces variations peuvent

être ignorées (à moins que l’on cherche à comprendre par exemple l’effet produit par un e-mailing

sur le volume de trafic global d’un site, qui pourra être observable de manière plus localisée dans le

temps puisque la plupart des actions des internautes réalisées suite à l’envoi d’un e-mailing se font

dans les heures qui suivent son envoi). En revanche, sur une durée, une tendance globale pourra

émerger, qui va au-delà des variations : c’est à cette tendance qu’il faut prêter attention lors de

l’étude de l’évolution d’un indicateur dans le temps (cf. figure 13 ci-après).

17 Web Analytics : mesurer le succès et maximiser les profits de votre site web, Eyrolles, 2009


L’autre raison pour laquelle il convient d’étudier les différents indicateurs sur la durée est la

suivante : l’optimisation est un processus d’amélioration continue des performances, et ce n’est

qu’en se référant au passé que l’on peut savoir si les chiffres présents ont un caractère tout à fait

positif, dans le sens d’« évolution positive par rapport à la période précédente » et non simplement

d’« indicateur positif car dans la moyenne ». Excepté dans le cas d’études statistiques réalisées pour

faire un état des lieux de la situation d’un site à un instant T, l’ancrage des chiffres dans une

dynamique temporelle est donc nécessaire.

1.2 Focus sur le paramétrage de l’outil de web analytics

Afin de récolter les différents indicateurs mis en avant dans le point 1.1, il est nécessaire que les

pages du site aient au préalable été tagguées avec les codes fournis par l’outil de web analytics et

que la console de l’outil ait fait l’objet d’un paramétrage adéquat. Pour que les données soient

accessibles, la plupart de ces actions doivent avoir été effectuées quelques mois avant le début de

l’étude des données, car elles sont à la base de la collecte-même des données par l’outil. D’autres

fonctionnent différemment et peuvent être réalisées afin de segmenter les données collectées en

amont.

Avoir cela à l’esprit permet, au-delà du fait de trouver un indicateur pertinent, d’évaluer sa

disponibilité au sein de l’outil selon les paramétrages réalisés sur la console web analytics du site

étudié. Si certaines données intéressantes pour le client ne sont pas disponibles faute de

paramétrage au moment de l’étude, il convient de l’en informer et de lui proposer leur mise en place

afin de pouvoir les utiliser à posteriori quand un historique suffisant de données aura été constitué.

Variations Tendance : hausse de x%

Figure 13 – Etudier la tendance des chiffres dans la durée


L’agence travaillant en particulier avec Google Analytics, les informations présentées ci-dessous

concernent donc cet outil.

1.2.1 Les paramétrages qui conditionnent la remontée des données dans l’outil de web

analytics

L’on distingue deux catégories de paramétrages qui nécessiteront l’attente de la constitution d’un

historique de données (quelques mois) pour que les indicateurs qui s’y réfèrent puissent être

utilisés :

- La mise en place de tags

- Le paramétrage de certains éléments sur la console de l’outil de web analytics

1.2.1.1 Mise en place des tags

Des tags fournis par Google Analytics, et dont certains peuvent êtres personnalisés pour obtenir des

données non prévues par l’outil doivent être ajoutés dans les pages du site pour obtenir les éléments

suivants :

Nom et Fonction du tag Page(s) où insérer le tag

Remontée des informations présentées par défaut sur l’outil :

- Informations liées aux visiteurs (nouveaux, connus…)

- Informations liés aux contenus consultés (pages les plus

consultées, pages de sortie…)

- Informations liées aux sources de trafic (source, taux de

rebond…)

Toutes les pages du site

« Evènement » : Suivi des interactions non trackables via un tag

mis en place sur une page du site :

- Téléchargement de documents PDF, navigation dans des

modules codés en javascript ou ajax, lecture de

vidéos/diaporamas, ajouts à la sélection

Pages où se situent les

éléments à tracker : il s’agit

d’ajouter une partie de code

javascript aux liens en question

« Variable personnalisée » : Réaliser des typologies de visiteurs

non disponibles par défaut sur l’outil

- Ex : Clients (visiteurs ayant déjà acheté sur le site)

- Visiteurs loggués

- …

Page permettant de désigner

un visiteur comme faisant

partie de la typologie (exemple

pour identifier les clients : page

de confirmation de commande)


Attention : il semble que Google Analytics donne à un visiteur la variable

personnalisée correspondant à sa dernière action effectuée sur le site : si un

nouveau visiteur arrive sur le site puis fait une commande, il aura le statut de

« client » alors qu’il n’était pas un client existant à son arrivée sur le site.

Remontée des informations e-commerce

- Produits commandés

- Quantité commandée

- Montant en euros

- …

Page panier

Tracking de campagnes non effectué par défaut par l’outil :

- Campagnes d’e-publicité

- E-Mailing/Newsletter

- Affiliation

Pour Google Analytics, tag

personnalisé de type utm à

mettre en place dans les URL

de destination des campagnes

Le propos principal de ce mémoire n’étant pas la mise en place du tracking Google Analytics, nous ne

détaillerons pas davantage les codes à utiliser afin d’obtenir les données listées ci-dessus. Pour plus

d’informations, vous pouvez consulter le Centre d’aide Google Analytics18.

1.2.1.2 Eléments à paramétrer sur la console de l’outil19

En plus de la mise en place d’un tag, la remontée des informations liées au e-commerce nécessite

également l’activation du module e-commerce sur le profil Google Analytics du site ainsi que le bon

paramétrage de la devise monétaire, tel que le montre la figure ci-dessous :

18 Centre d’aide Google Analytics : http://www.google.com/support/googleanalytics/?hl=fr_FR ; outil de création de liens utm : http://www.google.com/support/analytics/bin/answer.py?answer=55578 19 Tous les paramétrages présentés ici peuvent être effectués en cliquant sur le lien « Modifier » présent en vis-à-vis du nom du profil Google Analytics sur lequel vous souhaitez les effectuer

Figure 14 - Activation du module e-commerce Google Analytics

http://www.google.com/support/googleanalytics/?hl=fr_FR

http://www.google.com/support/analytics/bin/answer.py?answer=55578


Les autres éléments listés ci-dessus ne nécessitent pas de paramétrage sur la console Google

Analytics pour remonter les données.

D’autres éléments, en revanche, doivent être paramétrés sur la console Google Analytics, mais ne

nécessitent pas la pose de tags sur le site :

A. Filtrage des adresses IP

Les adresses IP des différents intervenants sur le site étudié doivent être exclues afin de ne pas

biaiser les données récoltées. Comme le montre la figure ci-dessous, l’exclusion peut-être réalisée

sur Google Analytics en créant un filtre de type « exclure » (une adresse IP par filtre).

Figure 15 - Exclusion d'une adresse IP sur Google Analytics

Cette technique fonctionne dans le cas où l’adresse IP considérée est fixe mais ne pourra être utilisée

dans le cas d’une adresse IP dynamique20. Dans ce second cas, il faudra alors recourir à la mise en

place d’une variable personnalisée permettant d’identifier la/les machine(s) visée(s) via un cookie ;

un filtre pourra ensuite être créé surs la base de cette variable pour éliminer les visites des différents

intervenants sur le site.

20 IP fournie le temps d’une session à un utilisateur, et donc utilisée par différents utilisateurs, par opposition à l’adresse IP fixe, qui est attribuée à une machine en particulier


B. Création des objectifs de conversion, des indices de valeur et des entonnoirs de

conversion

La création d’un objectif de conversion, celle d’un entonnoir de conversion associé, ainsi que la

mention de la valeur de l’objectif pour qu’elle soit prise en compte dans le calcul de l’indice de valeur

des différentes pages du site peuvent être réalisées en une seule manœuvre sur Google Analytics.

Il s’agit tout d’abord de créer un nouvel objectif de conversion, comme le montre la capture ci-

dessous basée sur l’exemple d’une conversion de type « inscription à la newsletter ».

Figure 16 - Création d'un objectif de conversion et paramétrage pour sa prise en compte dans l'indice de valeur des pages du site

Une fois cette étape réalisée, l’objectif de conversion ainsi que l’indice de valeur associé sont

paramétrés.

Reste ensuite à paramétrer, juste au-dessous de cette première étape, l’entonnoir de conversion. La

figure 17 ci-après détaille la procédure à suivre. L’exemple utilisé ici n’est plus celui de l’inscription à

une newsletter, mais celui d’un achat en ligne.

4. Donner une valeur monétaire à la conversion. Sert également de paramétrage à l’indice de valeur

1. Nommer l’objectif de conversion à créer

2. Choisir le type de conversion ; « Destination de l’URL » quand la conversion peut être vérifiée par l’atteinte par le visiteur d’une page donnée (page de confirmation de la réalisation de l’action)

3. Saisir l’URL de la page de confirmation de la conversion


Figure 17 - Paramétrage d'un entonnoir de conversion sur Google Analytics

Il suffit de mentionner l’URL de chaque étape au format « /page-etape.html » et le libellé auquel l’on

souhaite que chacune soit associée lors de la visualisation de l’entonnoir de conversion. La case à

cocher « Etape obligatoire » propose que ne soient montrées sur l’entonnoir de conversion que les

conversions pour lesquelles l’internaute est passé par la première étape renseignée ici. Les

conversions réalisées sans passer par l’étape 1 seront bien sûr comptabilisées mais n’apparaîtront

simplement pas sur l’entonnoir. Il est intéressant de cocher cette case notamment si une même

action de conversion peut provenir de plusieurs chemins différents sur le site. Le site

www.conforama.fr offre un exemple intéressant à ce sujet.

Chemin de conversion n°2 : ajout au panier depuis la page « Commande expresse »

Chemin de conversion n°1 : ajout au panier depuis une fiche produit

Figure 18 - Double chemin de conversion "ajout au panier" sur le site conforama.fr

http://www.conforama.fr/


En effet, comme le montre la figure 18 précédente, l’ajout d’un produit au panier y est possible

depuis deux types de pages différents : les fiches produits (qui, en soi, ne peuvent être suivies dans

un entonnoir de conversion du fait de leur grand nombre) et la page « commande expresse » qui

permet aux internautes ayant déjà relevé les références des produits souhaités (par catalogue par

exemple) d’ajouter les produits au panier en saisissant leur références, sans passer par les fiches

produits. Il peut être pertinent dans ce cas de mettre en étape 1 obligatoire l’URL de la page

« commande expresse » afin d’obtenir un entonnoir de conversion spécifique aux visiteurs utilisant

cette fonctionnalité et n’ayant donc pas le même comportement d’achat que ceux qui choisissent de

passer par les fiches produits. Par de simples soustractions par rapport à l’entonnoir global ayant

pour étape 1 le panier, il sera ensuite possible d’obtenir un entonnoir de conversion ayant

uniquement pour départ l’ensemble des fiches produit, et d’étudier le comportement des deux

populations de manière différenciée.

C. Mise en place du tracking des recherches internes

Le tracking lié au moteur de recherche interne du site se met en place très rapidement.

Figure 19 - Activation du suivi des recherches internes sur Google Analytics

En effet, comme le montre la figure 19 ci-dessus, il suffit pour l’activer de saisir sur la console Google

Analytics l’élément permettant d’identifier les requêtes effectuées sur le site et qui apparaît comme

variable dans les URL des pages de résultats de recherche. Si l’on prend l’exemple du site de vente de

chaussures Carré Pointu (cf. figure 20 ci-après montrant comment identifier cette variable dans les

URL), l’élément permettant d’identifier les requêtes est le suivant : « rech ». Dans ce cas, c’est donc

« rech » qu’il conviendra de saisir dans la console Google Analytics afin de pouvoir faire remonter les

informations liés aux recherches effectuées sur le site.


D. Création de profils

Comme nous l’avons vu, l’utilisation de profils sur Google Analytics Associés à un ou plusieurs filtre(s)

permet de segmenter l’audience du site. Les segments avancé, dont nous parlerons plus tard,

permettent également cette segmentation, néanmoins ils n’ont pas l’avantage que présentent les

profils de pouvoir donner en un seul coup d’œil à l’interface Google Analytics, une vue d’ensemble

des performances de chaque segment. Vous pouvez le constater sur la figure 21 ci-dessous montrant

les différents profils réalisés par Arnaud Briand (responsable de la business unit Web Analytics et

expert SEO) pour un client e-commerce d’Intuiti.

Figure 21 – Exemples de profils Google Analytics

Par ailleurs, les profils permettent une plus grande souplesse d’utilisation que les segments avancés :

- Une fois paramétrés, les filtres sont disponibles depuis n’importe quel ordinateur, ce qui

n’est pas le cas des segments (ces derniers sont enregistrés uniquement sur le poste de

travail où ils sont créés, et non sur le compte Google Analytics en tant que tel). En cas

Figure 20 - Identifier la variable de recherche interne dans une URL


d’utilisation alternée d’un ordinateur de bureau et d’un ordinateur portable par exemple, ou

dans le cas où plusieurs collaborateurs sont amenés à travailler sur le compte, les filtres

peuvent générer un gain de temps, et surtout assurer l’uniformisation des données utilisées.

- Les profils permettent d’aller dans un degré de détail plus important que les segments

avancés, qui notamment ne permettent pas d’afficher le nombre de visiteurs uniques d’un

segment avancé mais juste le nombre de visites, tandis qu’un profil sur lequel est appliqué

un filtre fournira cette information.

Par ailleurs, il semble que les profils puissent permettre de segmenter les données d’un site par

catégories de produits en utilisant un filtre de type « Inclure uniquement > Trafic vers les sous-

répertoires » et par gabarits de page en créant un filtre personnalisé incluant uniquement certaines

URL (« URL à la demande »). Je n’ai néanmoins pas eu l’occasion de tester ces éléments, d’où le

caractère nuancé de cette mention. Il est en revanche sûr que d’autres solutions de webanalytics

proposent ces fonctionnalités, notamment en attribuant directement dans le code de tracking de

chaque page des éléments permettant de les identifier en tant que type de page et catégorie de

produit.

1.2.2 Les paramétrages qui ne conditionnent pas la remontée de données dans l’outil

de web analytics

Les paramétrages Google Analytics permettant d’obtenir immédiatement les données souhaitées

sont rares : il s’agit essentiellement des segments avancés. Contrairement aux différents éléments

listés précédemment, ceux-ci permettent d’obtenir une segmentation des données déjà existantes

au sein de l’outil. Bien évidemment, ils se paramètrent directement sur la console Google Analytics et

ne nécessitent aucune pose de tags.

Comme nous l’avons vu précédemment, les segments avancés sont un peu moins souples

d’utilisation que les profils utilisés avec un filtre ; ils ont cela dit l’indéniable avantage de fournir

immédiatement des informations quand aucune donnée ne serait obtenue et donc exploitable via un

profil avec filtre si aucun profil avec filtre n’a été paramétré en amont. Comme les clients de l’agence

possédant déjà un compte Google Analytics n’ont généralement pas segmenté leur audience via des

profils, il est essentiel de savoir paramétrer des segments avancés afin d’obtenir les informations

souhaitées au moment où l’on en a besoin.


Il faut savoir que certains segments existent déjà par défaut sur l’interface Google Analytics :

- Nouveaux visiteurs

- Visiteurs connus

- Trafic généré par les liens commerciaux

- Trafic généré par les résultats naturels

- Trafic de recherche

- Accès direct

- Sites référents

- Visites avec conversions

- Visites avec transactions

- Trafic sur mobile

- Visites hors rebonds

Tout autre segment d’audience devra être réalisé via un segment personnalisé.

Nous allons voir comment se paramètre un segment avancé Google Analytics, par le biais de deux

exemples : le premier consistant à isoler les visiteurs ayant réalisé une conversion sur le site (plus

exactement l’envoi d’un formulaire de contact), et le second consistant à isoler les mots clés de

notoriété parmi l’intégralité des mots clés ayant généré des visites depuis les moteurs de recherche.

La figure 22 ci-dessous illustre la manière de procéder pour isoler les visiteurs ayant réalisé une

conversion :

Figure 22 - Création d'un segment avancé de type "Visiteurs ayant réalisé une conversion donnée"

1 3

1

2

4


1/ Choix du « critère » sur lequel se base la segmentation à paramétrer (ici Page car il s’agit de

sélectionner les internautes qui ont vu la page de confirmation d’envoi du formulaire)

2/ Saisie de l’adresse permettant d’identifier la Page de confirmation de la conversion

3/ Choix de la « condition » liant, ici, le critère Page et la page visée (attention cette condition doit

pouvoir s’appliquer à l’ensemble des visites considérées) : on choisira ici « Commence par » et non

par exemple « Se termine par » car l’adresse de la page est au format page.php/email= (sous-

entendu qu’elle est suivie par une variable, ici l’e-mail de l’internaute, qui change bien évidemment

pour chaque internaute)

4/ Choix d’un nom évocateur pour le segment afin de l’identifier rapidement et sans équivoque

parmi les différents segments personnalisés que l’on a créés ou que l’on va créer

La manipulation consistant à isoler les mots clés contenant un nom de marque est différente de la

manipulation précédente :

Figure 23 - Création d'un segment avancé de type "Mots clés de notoriété"

1/ Choix du critère Mot clé

2/ Choix de la condition « Correspond à l’expression régulière » : l’utilisation dans le champ Valeur de

l’expression régulière « | » signifiant « ou » va permettre d’inclure en une seule fois différentes

variantes orthographiques du nom de marque afin de prendre en compte les différentes

orthographes utilisées par les internautes dans leurs requêtes sur le moteur de recherche

3/ Saisir les différentes orthographes possibles pour le nom de marque en utilisant l’expression

régulière « | »

NB : Le paramétrage d’un segment avancé isolant les mots clés hors notoriété se fait de la même

manière, en remplaçant simplement la condition « Correspond à l’expression régulière » par « Ne

correspond pas à l’expression régulière ».

1

3 2


Partie II – Proposer une analyse à forte valeur ajoutée

Maintenant que nous avons vu quels sont les principaux indicateurs de base susceptibles d’être

étudiés ainsi que la manière d’obtenir les données qui leur sont associées, nous allons pouvoir

aborder la question de la réalisation de l’étude en tant que telle. Comment gagner du temps dans la

collecte et l’analyse des données ? Comment interpréter les chiffres obtenus et quels types de

recommandations effectuer selon la tendance de ces indicateurs ? Il s’agira en effet d’aller à

l’essentiel et d’être le plus concret et efficace possible dans les commentaires réalisés pour proposer

une analyse à forte valeur ajoutée.

2.1 Méthodologie de collecte et de présentation des données

Afin de gagner du temps dans la phase de récolte des chiffres – qui, rappelons le, n’est pas la phase

essentielle d’une étude statistique – il est préférable après avoir déterminé quels seront les

indicateurs à étudier, de bien déterminer en amont quel sera le format des tableaux servant à

récolter les chiffres voulus puis à les présenter.

Afin de synthétiser les indicateurs fournis dans la partie 1 et de donner une approche opérationnelle

des éléments évoqués dans ce mémoire, vous trouverez en annexe 2 un document Excel présentant

des tableaux permettant de récolter les indicateurs détaillés précédemment.

Ce document est scindé en 5 parties, correspondant aux 4 catégories d’indicateurs détaillées dans la

partie 1, auxquelles vient s’ajouter la partie introductive « Valeur générée par le site » qui permet un

état des lieux de la valeur générée par les différents types de visiteurs sur le site. Pour plus de

lisibilité et de facilité dans le parcours du document, chaque tableau présenté est identifié par son

nom, présent dans la case en haut à gauche du tableau.

Vous remarquerez que certains indicateurs détaillés séparément dans la partie 1 ont été rapprochés

au sein d’un tableau unique ; c’est notamment le cas concernant l’étude de la qualité des visites, du

taux de conversion et de la valeur générée par les différentes sources de trafic (cf. figure 24 ci-après).

D’autres indicateurs appartenant à différentes catégories ont été rapprochés : c’est notamment le

cas du taux de rebond e-commerce qui a été placé dans le même tableau que les sources


d’acquisition de trafic afin de pouvoir réaliser un parallèle plus facilement avec le nombre de pages

vues moyen par visite et le taux de conversion « ventes » observé (cf. figure 24 ci-après).

Acquisition de trafic

globale Visites %

Pages par

visite

Tps moy. par

visite

Taux de

rebond

Visites fiches

produit

% rebond ecommerce

Ventes Inscription newsletter

x x x x x x x x Nb % CA

% conv

% € %

conv

Référencement naturel de notoriété

Référencement naturel hors notoriété

Achat de mots clés de notoriété

Achat de mots clés hors notoriété

Accès directs

Sites référents

e-Mailing

e-Publicité

Affiliation

TOTAL SITE

Figure 24 - Tableau Acquisition de trafic globale

Cela permet en effet d’obtenir une vision plus globale en un coup d’œil, et facilite donc l’analyse en

évitant des va-et-vient entre plusieurs tableaux voir plusieurs pages. De plus, dans le même objectif,

vous noterez que toutes les sources de trafic sont listées dans ce tableau, facilitant la comparaison de

chacune d’entre elles concernant ces différents indicateurs.

Les tableaux présentés se veulent modulables : ils fournissent une structure de base permettant une

adaptation aux spécificités de l’étude client à réaliser. Notamment, de nombreux types de

conversions différentes sont listés, qui peuvent être supprimés ou modifiés selon le contexte du

client. Il en va de même concernant les sources de trafic : de nombreuses sources sont listées,

néanmoins une réduction ou un aménagement du listing est très facilement réalisable. Enfin, les

segments de visiteurs proposés peuvent être modifiés ou complétés afin d’apporter l’analyse la plus

pertinente possible dans le contexte du client.

Par ailleurs, si de nombreux tableaux figurent dans le document, tous ne seront pas obligatoirement

à utiliser dans le cadre d’une étude. Certains tableaux présentés (par exemple le détail des

campagnes e-mailing) sont très détaillés et n’auront pas leur place dans toutes les études. Il s’agit là

d’une base retraçant pour mémoire et au besoin les possibilités évoquées dans ce mémoire, et à


partir de laquelle une sélection sur mesure de tableaux peut être effectuée. En particulier, tel que le

précisent les commentaires figurant sur le document, si l’objet d’étude s’y prête, il sera possible pour

les tableaux détaillés de se concentrer en premier lieu sur les éléments pour lesquels les tableaux

généraux (en haut du document) ont montré l’existence de faiblesses (une source de trafic précise ou

un segment de visiteurs précis par exemple si ceux-ci représentent un volume de trafic suffisant pour

être représentatifs).

Concernant le taux de conversion, l’ensemble des taux de conversion contenus dans les tableaux

sont à calculer sur les visites hors rebonds. Concernant la distinction taux de conversion sur la base

des visites ou des visiteurs uniques, voici ce que prévoient les tableaux proposés :

- Tableaux relatifs à l’acquisition de trafic : taux de conversion basé sur le nombre de visites

pour être en cohérence avec les données de visites des sources de trafic

- Tableaux relatifs à la capacité du site à convertir et à la capacité du site à fidéliser ses

clients/visiteurs : taux de conversion basé sur le nombre de visiteurs uniques afin d’être au

plus près du comportement des visiteurs sur le site.

Vous constaterez que pour les conversions autres que des ventes (pour lesquelles une distinction est

fait entre le volume et le CA), le nombre de conversions a été privilégié par rapport à la valeur

générée : ceci car d’une part, tous les clients n’ont pas mis en place de valeur appliquée à chaque

objectif, et d’autre part car la valeur de chacune de ces conversions prises individuellement est

toujours la même, contrairement à une vente où le chiffre d’affaires varie selon les produits achetés.

Par ailleurs, vous noterez peut-être que les types de conversions mentionnés au début du document

ne sont pas tous repris dans les tableaux suivants : ils ne sont pas moins pertinents, il s’agit juste d’un

gain de place au sein du document qui, comme mentionné précédemment, sert de patron et est à

adapter selon le site étudié.

Pour ce qui concerne les listings appliqués à des pages (pages les plus consultées, page d’entrées…),

le document précise qu’elles sont à lister sous la forme d’URL, par opposition à un listing par titres. A

première vue, un listing par titres de pages peut être plus tentant car plus évocateur ; néanmoins les

titres des pages peuvent être amenés à évoluer davantage dans le temps que les URL des pages, ce

qui fausse les statistiques en répartissant les données liées à une même page entre différents titres.

Vous vous apercevrez peut-être que quelques éléments présentés en partie 1 n’ont pas été repris

dans le document Excel proposé : c’est en particulier le cas concernant la marge (ou ratio

dépense/CA) de chaque source de trafic. Cette exclusion est délibérée dans le sens où, comme


mentionné précédemment, ce mémoire n’aborde pas la question de la rentabilité de manière globale

(qui demanderait par exemple pour le SEO à faire un ratio entre les honoraires versés à l’agence et le

CA réalisé) et que, de ce fait, toutes les sources de trafic ne pourraient être comparées sous cet

angle. Cet indicateur reste néanmoins tout à fait pertinent pour comparer, par exemple, différentes

campagnes AdWords entre elles.

Le document proposé présente par ailleurs quelques limites qu’il convient d’avoir à l’esprit à l’heure

de réaliser une étude. En premier lieu, si le regroupement de nombreux indicateurs au sein de

mêmes tableaux favorise l’acquisition d’une vision globale et facilite l’analyse, cela rend les tableaux

difficilement présentables à un client dans le cadre d’un PowerPoint. Une fois l’analyse réalisée, les

tableaux pourront donc être scindés pour être insérés dans le document de présentation final.

Ensuite, il conviendra, une fois les tableaux remplis, de réaliser les graphiques qui s’imposent afin de

mettre en avant de manière visuelle certains rapports (au sens « comparaisons ») intéressants à

mettre en avant pour faciliter la transmission des informations importantes auprès du client. De

même, il conviendra de mettre visuellement en avant dans les tableaux les éléments importants à

regarder (en vert les éléments positifs, en rouge les éléments négatifs). Au besoin, une colonne

« appréciation » contenant une couleur indiquant l’aspect positif/moyen/négatif des indicateurs peut

être mise en place dans les tableaux.

Par ailleurs, ont été traitées à part dans le document les Principales pages vues (concentration sur le

taux de sortie) et les Principales pages de destination (concentration sur la qualité des visites

entrantes). Si ce niveau de détail est trop important et que les pages se recoupent, les deux tableaux

peuvent être fusionnés.

Autre limite : les tableaux présentés sont davantage adaptés à une étude de type « état des lieux » et

non vraiment axés sur l’évolution des performances entre une période A et une période d’étude B.

Des colonnes « Evolution M-x » et/ou « Evolution N-1 » peuvent bien sûr être insérées aux endroits

voulus. Des flèches montantes/descendantes et de couleur pourront être utilisées pour donner un

aspect plus visuel aux données.

Enfin, pour des raisons pratiques, certains tableaux contiennent des colonnes servant uniquement à

récupérer des chiffres bruts pour pouvoir calculer et fournir des ratios. C’est par exemple le cas de la

colonne « Visites fiches produits » dans le tableau ci-après, qui ne sert qu’à calculer le taux de rebond

e-commerce. Pour plus de lisibilité, ce type de colonnes peut être retiré dans les données présentées

au client.


Acquisition de trafic globale Visites % Pages

par visite

Temps moyen par

visite

Taux de rebond

Visites fiches produits

% rebond ecommerce

x x x x x x x x

Référencement naturel de notoriété

Référencement naturel hors notoriété

Achat de mots clés de notoriété

Achat de mots clés hors notoriété

Accès directs

Sites référents

e-Mailing

e-Publicité

Affiliation

TOTAL SITE

Figure 25- Exemple de colonnes de données pouvant être retirées dans les éléments présentés au client

2.2 Identifier les manques de performance, les leviers d’amélioration et les

opportunités à saisir

Tout l’intérêt d’une étude de web analytics est d’identifier les faiblesses de l’existant afin de

l’améliorer, et d’identifier les éléments qui fonctionnent bien afin de capitaliser dessus en les

développant. Pour ce faire, il est nécessaire de savoir interpréter les données fournies par l’outil de

web analytics et de pouvoir formuler des recommandations opérationnelles en réponse à la

problématique du client et aux observations effectuées.

Les pistes de recommandations proposées dans le cadre de ce mémoire ne sont en rien exhaustives,

et il convient de garder à l’esprit que, si des pistes peuvent être communiquées, chaque

préconisation effectuée dans le cadre d’une étude doit tenir compte de la situation propre au site

étudié (contexte, spécificités du site).


2.2.1 Interpréter les données récoltées et effectuer les recommandations associées

2.2.1.1 Analyse de l’acquisition de trafic

A. Part relative des différentes sources de trafic

Il n’existe pas en soi d’équilibre parfait à atteindre dans la répartition des sources de trafic utilisées.

L’évaluation des performances est à réaliser au cas par cas selon le contexte du site étudié. Par

exemple, dans le cas d’un site commençant tout juste à développer son référencement naturel et

attirant en partie son trafic, une évolution positive significative de la part de visites en provenance de

ce levier sera appréciable. Autre exemple : dans le cas d’un site dont plus de 70% du trafic provient

du référencement naturel (ou de tout autre levier), il existe une dépendance vis-à-vis de ce levier et il

conviendra alors de préconiser une plus grande diversification des sources de trafic en développant

davantage les leviers sous-utilisés et qui permettraient de créer davantage de trafic qu’ils ne le font.

Dans le cas où le trafic de notoriété serait assez faible (accès directs peu nombreux et faible niveau

de trafic en provenance de mots clés de notoriété), il convient de recommander de développer la

notoriété du site (display, publicité hors ligne). En effet, un dispositif tel que le display permet

d’augmenter le trafic de notoriété jusqu’à 15%.

Dans le cas où les visites en provenance des sites référents ne seraient pas assez développées, il

convient de proposer la mise en place d’actions permettant de développer le maillage externe du

site : rédaction et mise en ligne de communiqués de presse et développement de partenariats

notamment.

B. Taux de visites en provenance de mots clés de notoriété VS Taux de visites en

provenance de mots clés hors notoriété en référencement naturel

Les mots clés de notoriété sont intéressants car ils témoignent d’un intérêt plus important des

visiteurs vis-à-vis du site que des mots clés uniquement thématiques, qui servent davantage à faire

connaître le site auprès d’un public qui ne le connaît pas forcément ou est en démarche de

comparaison et sera donc potentiellement plus difficile à conquérir. Cela dit, les mots clés

thématiques sont tout à fait pertinents dans une optique d’acquisition pure. Dans le cas où ceux-ci

auraient une part faible dans le trafic SEO, il convient d’identifier ceux sur lesquels il est possible

d’obtenir une meilleure position (la première page du moteur et les trois premières positions de la

première page étant les plus porteuses, comme le montre la figure 26 ci-après) ou d’identifier de


nouveaux mots clés sur lesquels il serait possible de positionner le site pour développer son

référencement.

Figure 26 - Proportion de clics par position dans les résultats naturels de Google (Source : D’après Le Journal du Net, via des données Optify)

Cependant, si une position en 1ère page ne peut raisonnablement être atteinte pour certains mots

clés SEO thématiques identifiés (concurrence supérieure à 1 000 000 de résultats sur Google) ou en

attendant d’obtenir une position intéressante, il convient de recommander la mise en place d’une

campagne d’achat de mots clés permettant de se positionner sur les dits mots clés.

C. Temps moyen passé, Nombre moyen de pages vues par visite et Taux de rebond

Temps moyen passé sur le site et Temps moyen passé sur la page

Temps moyen passé sur le site

Selon Nicolas Malo et Jacques Warren, il n’y a pas de durée de visite idéale à partir du moment où le

visiteur trouve ce qu’il était venu chercher sur le site. Cela dit, plus la visite est longue, plus

l’internaute s’est engagé vis-à-vis du site, ce qui témoigne d’un intérêt pour le site.

Page 1 Page 2

« Le premier lien *…+ attire en moyenne plus du tiers des clics (36,4%). C'est presque trois fois plus que le deuxième lien (12,5%) et quatre fois plus que le troisième (9.5%). »


Temps moyen passé sur la page

L’interprétation du caractère positif ou négatif du temps moyen passé sur une page ou un type de

pages du site (page d’accueil, page de gamme, fiche produit…) doit être fait non pas en se fiant à un

chiffre comme seuil absolu, mais en considérant bien la page ou le type de page concernées, son rôle

et les contenus qu’elle contient.

Page de transition (ex : page d’accueil, page gamme…) :

Son rôle est d’amener le visiteur à se rendre sur une page plus profonde voire plus stratégique du

site. Le temps moyen passé peut donc y être faible (15 secondes par exemple) sans que cela ne soit

négatif. On pourrait même aller plus loin en disant qu’un temps passé long sur ce type de page

pourrait être le signe que les visiteurs ont du mal à identifier ce qu’ils doivent y faire, ce qui est tout à

fait négatif pour une page de transition !

Page de contenu (ex : fiche produit, page de description de l’entreprise, information sur les services

proposés…) :

Son rôle est d’informer le visiteur. Un temps passé avoisinant le temps nécessaire à la lecture d’un ou

plusieurs paragraphes de la page semblerait être un bon temps passé ; néanmoins dans le cas d’une

fiche produit, on peut très bien imaginer qu’un visiteur imprime la page ou fasse un copier-coller des

informations qui l’intéressent afin de faire un comparatif de plusieurs produits ou un comparatif à

posteriori avec les offres concurrentes. Dans tous les cas, si le taux de rebond et le taux de sortie

voire de l’indice de valeur de la page (hors fiches produit, car il est logique qu’elles soient consultées

avant un achat) sont bons, alors il n’y a pas de problème majeur sur la page en question.

Nombre moyen de pages vues par visites

Tout comme le temps passé sur le site, plus le nombre de pages vues sur le site est important, plus

cela démontre l’intérêt du visiteur. Par ailleurs, plus le nombre de pages vues est important, plus un

visiteur est susceptible de faire des achats.

Le nombre de pages vues peut être augmenté en développant des systèmes de cross-selling (« Les

visiteurs ayant aimé ce produit ont également aimé ces produits », « Accessoires »…) qui pourront

inciter les visiteurs à poursuivre leur visite au lieu de quitter tout simplement le site si, par exemple,

le produit consulté ne répond pas à leurs attentes.


Taux de rebond

Comme le mentionne Serge Roukine dans son ouvrage « Améliorer ses taux de conversion web », les

internautes n’ayant consulté qu’une seule page sur le site appartiennent majoritairement à quatre

catégories d’internautes :

- Ceux qui cherchaient quelque chose qui n’est pas sur le site

- Ceux qui cherchaient quelque chose qui est sur le site mais qui ne se sont pas rendus compte

que cela était sur le site

- Ceux qui n’ont pas eu confiance dans le site

- Ceux qui ont trouvé l’information qu’ils recherchaient, sans avoir voulu entrer dans un

processus de conversion

Pour une interprétation correcte, le taux de rebond doit être envisagé pour une page de destination

donnée et une source donnée (mot clé…). C’est en effet en sachant ce que cherchaient les

internautes et en faisant la corrélation avec la page qu’ils ont visualisée avant de s’en aller qu’il est

possible d’avancer des hypothèses pouvant expliquer le taux de rebond constaté, et en particulier de

se faire une idée sur l’état de satisfaction de l’internaute lorsqu’il a quitté le site. Si l’internaute était

satisfait même après une visite d’une seule et unique page, cela n’est pas problématique. Le taux de

rebond est par contre problématique si le site n’a pas su répondre aux attentes de l’internaute : soit

des dépenses sont effectuées pour des visites peu qualifiées, soit il existe un problème de rétention

du trafic sur le site, qui réduit le potentiel de conversions du site.

Un taux de rebond plus fort est normal sur certaines pages, dont la consultation peut se suffire à elle-

même et satisfaire l’internaute dans sa recherche :

- Page de contact contenant le numéro de téléphone ou l’adresse de l’entreprise, pour des

internautes qui cherchent tout simplement à obtenir ces informations pour contacter

l’entreprise et n’ont jamais eu l’intention de remplir un formulaire de contact

- Pages informatives : si l’information recherchée par l’internaute est directement accessible

sur la page, celui-ci s’en ira satisfait d’avoir trouvé immédiatement l’information qu’il

recherchait.

Un taux de rebond élevé n’a en revanche rien de positif appliqué à des pages de transition telles que

des pages de gamme ou la home page si celle-ci ne contient aucune information directement

assimilable par l’internaute. Dans ce cas, le rôle de guidage des pages de transition n’est pas assuré ;

le problème vient-il d’un manque de qualification du trafic ? Ou bien la source de trafic est-elle tout à


fait pertinent, suggérant l’existence d’un problème ergonomique ou marketing sur la page de

destination ?

Selon une étude parue sur le Journal Du Net en juillet 2011, le taux de rebond moyen des sites e-

commerce en France est autour de 50%. Dans le même ordre de grandeur, Serge Roukine considère

qu’un taux de rebond entre 40% et 60% est classique, qu’un taux de rebond de 80% est trop élevé, et

qu’un taux de rebond de 20% est excellent voire suspect.

Les consultants Intuiti se réfèrent cela dit à une échelle légèrement différente, que l’on pourrait

résumer comme suit :

Taux de rebond excellent

Taux de rebond bon

Taux de rebond légèrement élevé

Taux de rebond élevé

Taux de rebond très élevé

20% / 30% 40% 50% 60% / 70% A partir de 80%

Figure 27 - Ordres de grandeur liés au taux de rebond

L’appréciation du niveau d’un taux de rebond est aussi à considérer selon l’historique du site (un bon

taux de rebond est un taux de rebond en baisse).

Il convient par ailleurs de savoir détecter les « faux rebonds » qui, lorsqu’ils existent, augmentent

artificiellement le taux de rebond. Cela peut être le cas par exemple, lorsqu’une page de destination

met en avant un lien vers un site externe : les internautes qui poursuivent leur visite via ce lien

seront quoiqu’ils fassent par la suite comptabilisés parmi les rebonds. Comment faire dans ce cas

pour différencier les vrais rebonds des faux ? Il suffit de comptabiliser les clics effectués sur le lien

sortant via (pour Google Analytics) la création d’un évènement.

Voici les recommandations susceptibles d’être effectuées afin de diminuer le taux de rebond :


Recommandations liées aux sources de trafic Recommandations liées aux pages d’entrée

Améliorer la cohérence entre les éléments promotionnels et les pages d’entrée afin de ne pas

risquer de décevoir les internautes avec des promesses qui ne se vérifient pas dès la page de

d’entrée

Moteurs de recherche : être présent sur des

requêtes de recherche plus précises et plus

qualifiées

Meilleure sélection des pages d’entrée

Proposer des contenus plus pertinents par

rapport aux besoins des visiteurs (informations

pratiques, réassurance, bénéfices proposés,

avantages concurrentiels)

Améliorer l’ergonomie de la page afin de

permettre aux visiteurs de trouver plus

rapidement ce qu’ils cherchent et de les guider

davantage vers l’action à accomplir

Améliorer le graphisme des pages afin

d’inspirer la confiance par une image

professionnelle et moderne

Réduire le temps de chargement des pages

d’entrée

Figure 28 - Recommandations susceptibles d'être effectuées afin de diminuer le taux de rebond

L’étude des pages bénéficiant d’un bon indice de valeur peut aider à prendre conscience d’éléments

utiles pour les visiteurs, mais qui sont peu mis en avant et qui mériteraient de l’être sur les pages de

destination.

L’étude des requêtes effectuées par les internautes pour arriver sur le site sont également utiles pour

apprendre à connaître ses visiteurs et leurs besoins, et identifier si le contenu proposé sur leur

correspond. Par exemple, dans le cas d’un site vendant du matériel informatique, les internautes

ayant rebondi sur le site ont-ils saisi des mots clés techniques suggérant qu’ils sont experts sur les

produits recherchés ? Ou bien s’agit-il davantage de visiteurs peu au fait des éléments techniques et

qui pourraient avoir besoin de davantage d’explication ?

Pages d’entrées suscitant l’intérêt

Il s’agira, via l’étude parallèle de ces différents indicateurs, d’identifier les pages d’entrées qui sont

efficaces pour capter l’intérêt des internautes et les emmener à s’engager avec le site, afin d’adapter


les différentes caractéristiques de ces pages (caractéristiques visuelles, éditoriales, ergonomiques)

aux pages qui ne rencontrent pas la même efficacité.

D. Taux de conversion, chiffre d’affaires et marge des différentes sources de trafic

Comme vu dans la partie 1, le taux de conversion, le chiffre d’affaires et la marge ventilés par sources

de trafic sont à utiliser avec précaution et davantage pour comparer les performances de sources

comparables que pour comparer entre elles différentes sources n’ayant pas la même place dans le

cycle d’achat, et donc pas le même rôle ni – de manière générale – les mêmes performances en

termes de conversion pure.

Ici également, il s’agit d’identifier les sources et supports qui fonctionnent, afin de comprendre la/les

raison(s) de ce succès et de pouvoir la généraliser. Par exemple, quand les visiteurs en provenance

d’un site référent donné convertissent bien, il est conseillé d’étudier le message véhiculé sur la page

du site référent où se trouve le lien, de voir vers quelle page du site étudié celui-ci redirige, quelle

cible en particulier est concernée. La connaissance issue de cette étude pourra faire émerger de

nouvelles idées susceptibles d’être mises en place sur le site ou dans les éléments de

communication.

2.2.1.2 Capacité des contenus et des pages à guider les internautes et à susciter leur désir

A. « Taux de rebond e-commerce »

Cet indicateur peut venir compléter l’indicateur « Nombre de pages vues » : un site e-commerce peut

avoir un nombre de pages vues par visite moyen tout à fait honorable, mais un taux de rebond e-

commerce relativement important qui viendrait contrebalancer la tendance.

Parmi les recommandations envisageables afin de favoriser une hausse de trafic sur les fiches produit

figure celle de créer un accès plus rapide aux fiches produits (en essayant de se rapprocher de la

règle des 3 clics), en proposant par exemple :

- La mise en avant de produits dès la page de destination (page d’accueil, page de catégorie)

soit sous la forme de «Meilleures ventes », de « Nouveautés » ou de « Promotions ». Ces


mises en avant pourront par ailleurs inspirer les internautes de type « indécis »21 qui ne

cherchent aucun article en particulier mais peuvent être à-même de se laisser séduire.

- En cas d’arrivées massives sur la page d’accueil, la mise en place d’un menu principal de

navigation permettant non pas uniquement l’accès aux grandes catégories de produits (ex :

Séjour linguistique collégiens / Séjour linguistique étudiants sur un site de vente de séjours

linguistiques – cf. figure 29 ci-après) mais également l’accès direct, via un menu déroulant

activable au survol, à des gammes de produits (Séjours collégiens Angleterre, Séjours

collégiens Espagne…). Ainsi, le nombre de clics nécessaires pour arriver sur une fiche produit

se voit réduit. La figure 30 ci-après apporte un exemple de menu intéressant à ce point de

vue, tiré du site www.laredoute.fr.

Figure 29 - Exemple de menu non déroulant ne proposant pas d'accès direct à des catégories de produits

Figure 30 - Exemple de menu déroulant permettant un accès direct aux catégories de produits (Source : laredoute.fr)

21 Catégorie d’internautes mis en avant par les auteurs du livre Always Be Testing et reprise par Serge Roukine dans sont ouvrage Améliorer ses taux de conversion web, p. 81. La typologie proposée segmente les internautes selon leur propension à l’achat, et distingue les prospects parfais, les acheteurs potentiels, les indécis et sont qui sont là par erreur.

http://www.laredoute.fr/


B. Principales pages de sortie et taux de sortie associés

Concernant les visiteurs ayant consulté plus d’une page sur le site mais n’ayant consulté aucune fiche

produit, il sera intéressant afin d’étayer l’analyse de voir quelles sont les principales pages consultées

par ces visiteurs et quelles sont les éventuelles recherches qu’ils ont pu effectuées via le moteur

interne du site :

- S’agit-il de visiteurs à la recherche d’informations autres que purement commerciales sur le

site (et qui n’ont donc aucunement l’intention d’effectuer un achat) ?

- Ou bien de clients potentiels qui n’ont pas trouvé ce qu’ils cherchaient malgré leur

engagement au-delà de la première page visitée ?

Concernant les sorties effectuées depuis une page de transition, les auteurs du livre WebAnalytics :

mesurer le succès et maximiser les profits de votre site web, affirment qu’un taux de sortie de 25% et

plus sur une page de transition peut être révélateur d’un problème :

- Problème ergonomique ? Ex : Absence de call to action ou mauvais call to action

- Problème lié à l’offre ? Ex : Absence du produit recherché sur le site

Une étude ergonomique du site avec comme base la source de trafic majeure utilisée par les

internautes en question permettra de se faire une idée sur la question et d’identifier des

recommandations pertinentes à formuler.

C. Recherches effectuées sur le site par les internautes

Figure 31 - Présentation des statistiques liées aux recherches internes sur Google Analytics


Comme nous l’avons vu précédemment et comme le montre la figure 31 ci-dessus, les statistiques

liées aux recherches internes sur Google Analytics peuvent être divisées en deux catégories : celles

permettant d’étudier les centres d’intérêt des internautes et leur vocabulaire (partie gauche sur la

capture), et celles permettant d’étudier la pertinence des résultats de recherche affichés par le

moteur en réponse aux requêtes des internautes.

Vocabulaire et centres d’intérêt des internautes

Si un terme est particulièrement créateur de recherches internes, il se peut que la page

correspondante ne soit pas facile à trouver pour les internautes qui la cherche, soit parce que son

point d’accès est peu visible, soit parce que le terme employé sur le site n’est pas le même que celui

employé par les visiteurs, et qu’il y a donc une incompréhension.

Il se peut également qu’un terme recherché ne corresponde à aucun contenu présent sur le site, ce

qui signifierait la présence d’une autre incompréhension de la part des visiteurs : une

incompréhension ou une méconnaissance de l’offre proposée.

Pertinence des résultats de recherche22

Afin d’améliorer la pertinence des résultats, il s’agira d’identifier les requêtes pour lesquelles le

nombre de pages de résultats vues, le taux d’affinage des requêtes et surtout le taux de sortie sont

élevés. Les résultats à optimiser en premier lieu sont en effet ceux pour lesquels le taux de sortie est

élevé : des clients potentiels se trouvent peut-être parmi ces internautes qui quittent le site.

Il est notamment possible de mettre en place un système de suggestions automatiques au fil de la

saisie de la requête de recherche par l’internaute, pour l’orienter dans sa recherche. Pour les

requêtes sur lesquelles aucun résultat n’est présenté, il peut s’agir de requêtes contenant des fautes

d’orthographe : il s’agira alors de consigner ces orthographes et de permettre l’affichage des

résultats de recherche sur ces variantes orthographiques. Pour les autres requêtes sans résultats

possibles à afficher, il s’agira de trouver d’autres éléments à présenter qui inciteront le visiteur à

rester sur le site.

22 Plus d’informations dans le livre de Serge Roukine Améliorer ses taux de conversion web


D. Indice de valeur

L’indice de valeur n’est pas un indicateur qui se prête à une appréciation positive ou négative ; il n’y a

pas de performance inhérente à l’indice de valeur. Il s’agit simplement, comme nous l’avons vu dans

la partie I, d’identifier les pages ou les sections de contenu étant à l’origine de conversions sur le site,

en particulier concernant des pages qui ne se trouvent pas sur le chemin de conversion (page

gamme, fiche produit, pages des entonnoirs de conversion).

Il peut s’agir de pages d’aide, de pages de présentation de l’entreprise et de ses valeurs, de pages

liées à la protection des données personnelles des internautes, des mentions légales, etc. Si certaines

pages ou certains types d’informations sont régulièrement consultés par les visiteurs avant de

procéder à une commande, il s’agit très certainement d’informations importantes à leurs yeux en

vue de s’engager dans un achat. Afin de fluidifier le parcours des visiteurs vers la conversion, et

également en vue de diminuer le taux de rebond, les informations contenues dans les pages

identifiées via l’indice de valeur pourront être présentées de manière synthétique sur les principales

pages de destination ainsi que sur les fiches produits et/ou sur les étapes de l’entonnoir de

conversion : en résumé, partout où ces informations pourraient être utiles aux visiteurs, afin qu’ils

puissent en prendre connaissance directement et ne pas ressentir le besoin d’aller les chercher.

E. Délai avant achat

Le nombre de visites et le nombre de jours avant achat dépendent de l’engagement plus où moins

grand que représente l’achat du/des produits proposés : moins l’achat est engageant, plus le nombre

de visites et de jours nécessaires avant achat sont susceptibles d’être faible. Si un site avait pour

habitude de concrétiser beaucoup d’achats dès la première visite mais que la part d’achats réalisés

dès la première visite baisse, on peut penser que le site n’est plus aussi persuasif qu’avant

(vieillissement du site ? diminution de fréquentation de la part de visiteurs fidèles habitués à acheter

dès la première visite ?). En cas de vieillissement du site, une refonte graphique voire une refonte

plus poussée peut être envisagée afin de lui apporter en modernité.


1.2.1.3 Capacité du site à convertir

A. Taux de conversion des différents objectifs

Taux de conversion du site en termes de vente (base : visites, dont visites avec rebond)

Qu’est-ce qu’un « bon » taux de conversion ? Concernant la vente, on parle communément d’un bon

taux de conversion (au sens de « qui se situe dans la moyenne ») quand celui-ci se situe entre 1,5% et

2%. Selon une étude Benchmark Group de 2011 publiée sur le Journal du Net, les performances en

termes de taux de conversion dépendraient du type de produits vendus (cf. figure 32 ci-après), allant

de 0,9% pour l’équipement de la maison à 1,9% pour les voyages.

Figure 32 - Taux de transformation moyen de l'e-commerce en France par famille de produits (Source : Journal Du Net, 2011)

Taux de conversion des visites hors rebond en termes de vente

Cette mesure étant mois répandue et plus artisanale, il est plus difficile d’estimer sa performance au

regard d’une moyenne du secteur e-commerce. Il existe bien des chiffres publiés dans une étude

réalisée par AT Internet Institute en février 2010 ; néanmoins ceux-ci sont à prendre avec précaution

car ils ne reposent que sur l’étude de 8 sites dont le trafic ne comprend pas de trafic naturel. Ils ne

pas être représentatifs. L’étude en question (cf. figure 33 ci-après) distingue le taux de conversion

hors visites avec rebonds (appelé « taux de conversion des visites entrantes ») des sites clicks-and-

mortars (appelés « bricks-and-clicks » sur les graphiques) et celui des pure-players.

La plupart des secteurs présentés dans

cette étude se situent entre 1,3% et 2%, ce

qui confirme donc qu’un taux de

conversion, compris entre 1,5% et 2% est

un bon taux de conversion.


Figure 33 - Taux de conversion des visites hors rebond (Source : AT Internet Institute, Février 2010)

Le taux de conversion moyen des visites hors rebond, selon cette étude, serait de 0,7% pour les

clicks-and-mortar (à peine plus élevé que le taux de conversion global : 0,7% vs 0,5%) et de 4,1% pour

les pure players soit 1,7% plus élevé que sur l’ensemble des visites. A noter néanmoins : concernant

les pure players, l’écart type est beaucoup plus important pour le taux de conversion hors rebonds

que pour le taux de conversion global, ce qui signifie que les performances enregistrées sur cet

indicateur sont très variables d’un site à l’autre parmi l’échantillon.

Le mieux reste donc de se baser sur l’historique du site étudié, et de chercher à améliorer petit à

petit les performances enregistrées en interne.

Taux de conversion d’étape en étape dans le plan de vie client

Tout comme le taux de conversion hors visites avec rebonds, il convient de se baser sur l’historique

du site pour évaluer la performance des différents taux de conversion au sein d’un plan de vie client.

Cela est d’autant plus vrai si la base de calcul utilisée n’est pas le nombre de visites mais le nombre

de visiteurs uniques.


Taux de conversion des nouveaux visiteurs VS Taux de conversion des clients fidèles

Selon les auteurs du livre Web Conversion : stratégies pour convertir vos visiteurs en clients, en pure

acquisition un taux de conversion de 2% est « honorable ». Ce taux peut selon eux atteindre 20% sur

les clients fidèles. Il semblerait par ailleurs que ces chiffres soient basés sur le nombre de visiteurs

uniques, et non sur le nombre de visites globales !

B. Déperdition des entonnoirs de conversion

L’un des moyens d’augmenter un taux de conversion réside dans le fait de diminuer la déperdition

entre chaque étape de l’entonnoir de conversion associé. Nous allons donc voir quel est le taux

moyen de conversion d’un entonnoir de conversion menant à la vente d’un produit, et à partir de

quel ordre de grandeur un taux de déperdition peut être considéré comme problématique.

Taux de conversion de l’entonnoir de conversion « Vente »

Selon une étude Benchmark Group de 2010 réalisée sur 51 e-commerçants, dont les principaux

leaders de chaque grand secteur d'activité de l'e-commerce, le taux moyen d’abandon de commande

(appelé « taux d’abandon de panier » sur la figure 34 ci-dessous, mais il s’agit bien des commandes

non finalisées quelque soit l’étape de sortie du processus, et non le taux de sorties directement après

l’étape Panier) varie selon le type de produits commercialisés et oscille entre 47% (secteur de

l’habillement) et 72% (équipement de la maison).

Figure 34 - Taux d'abandon de panier selon les secteurs (Source : Journal du Net via Benchmark Group, 2010)


On remarque essentiellement deux catégories de produits au sein de ce graphique :

- des produits à l’achat peu impliquant (Habillement et Biens culturels) : taux d’abandon de

commande plus faible (47% à 63%)

- des produits à l’achat plus impliquant (High-tech et électroménager, Voyage et hébergement

de vacances, et Equipement de la maison) : taux d’abandon de commande plus élevé (68% à

72%)

Le taux d’abandon de commande varie donc en fonction du degré d’implication représenté par

l’achat du type de produit sélectionné. Cette variation pourrait notamment venir du fait que les

produits plus impliquants font sans doute davantage l’objet d’une comparaison sur des sites

concurrents et/ou des comparateurs de prix, ou bien on peut penser qu’ils sont mis au panier par

une personne au sein d’un ménage afin d’être ensuite montrés au deuxième membre du ménage

avant la prise de décision d’un achat.

Si l’on considère non plus l’abandon de commande, mais que l’on renverse les chiffres pour obtenir

le pourcentage de moyen de commandes finalisées une fois le panier rempli (donc le taux de

conversion de l’entonnoir allant du panier jusqu’au paiement effectif), voici les chiffres obtenus :

- Habillement (hors VAD et ventes privées) : 53%

- Biens culturels : 37%

- High-tech et électroménager : 32%

- Voyage et hébergement de vacances : 29%

- Equipement de la maison : 28%

Taux de déperdition entre les différentes étapes de l’entonnoir de conversion « Vente »

Les différentes étapes d’un entonnoir de conversion sont des pages de transition. Les auteurs du livre

WebAnalytics : mesurer le succès et maximiser les profits de votre site web considèrent qu’un taux de

sortie de 25% et plus sur une page de transition peut être révélateur d’un problème. En l’absence

d’autres chiffres, nous pouvons conserver cet ordre de grandeur à l’esprit pour apprécier la

performance des différentes étapes d’un entonnoir de conversion, tout en gardant à l’esprit que les

pages considérées sont des pages de transition un peu particulières puisque plus engageantes, par

exemple, que des pages de gamme.

L’autre nuance à prendre en compte est la suivante : la mise au panier d’un ou plusieurs produits

n’est pas forcément synonyme d’un engagement dans le processus de conversion de la part des


internautes. En effet, certains s’en servent pour voir le prix total (produits + frais de livraison) et le

comparer avec d’autres sites, ou encore – dans une moindre mesure – pour mémoriser un produit et

y revenir plus tard. Un moyen de limiter l’ajout au panier pour cause de découverte du prix total est

d’afficher le panier et toutes les informations relatives au prix des produits et aux frais de livraison

sur toutes les pages consultées par les visiteurs ; c’est par exemple ce que fait Yves Rocher (cf. figure

35 ci-dessous), qui est considéré par les internautes en 2011 comme le meilleur site e-commerce

français en termes d’ergonomie et de services23.

Figure 35 - Informations relatives au panier mises à jour dynamiquement sur l'ensemble des pages du site Yves Rocher

Comme nous l’avons vu précédemment, l’étude des pages vers lesquelles se sont dirigés les visiteurs

quittant l’entonnoir de conversion peut s’avérer tout à fait enrichissante et amener à prendre

conscience du fait que certains contenus figurant sur les pages en question pourraient être mis en

place directement sur les pages de l’entonnoir afin d’éviter aux visiteurs d’en sortir. Par ailleurs, une

analyse ergonomique des pages de l’entonnoir de conversion s’impose en cas de taux de déperdition

trop important.

De manière générale, voici quelques recommandations susceptibles d’être réalisées pour limiter la

déperdition sur l’entonnoir de conversion menant à l’achat de produits :

- Limiter le nombre d’étapes au sein de l’entonnoir et permettre au visiteur de se situer dans

le processus de commande grâce à une barre de défilement

- Proposer la livraison gratuite (des frais de livraison trop élevés seraient la première cause

d’abandon de commande)

- Rassurer à tout moment les visiteurs sur l’aspect sécurisé du paiement

23 Source : http://www.journaldunet.com/ebusiness/commerce/attractivite-sites-marchands/ (étude OC&C publiée sur le Journal du Net le 20/05/11)

Format de l’info Panier quand le panier est vide

1

Format de l’info Panier mis à jour à mesure que le panier se remplit

2

http://www.journaldunet.com/ebusiness/commerce/attractivite-sites-marchands/


- Proposer de nombreux moyens de paiement

- Proposer de nombreux moyens de livraison

- Laisser affiché le récapitulatif de la commande sur toutes les pages de l’entonnoir afin que le

visiteur ne soit jamais pris d’un doute qui lui donne envie de revenir à l’étape précédente

pour vérifier une information

- Utiliser un call to action clair et efficace

- Limiter les portes de sortie au sein de l'entonnoir de conversion en limitant le nombre de

liens proposés (suppression des menus de navigation par exemple)

- …

En résumé, il s’agit de proposer un parcours rapide et fluide et d’anticiper les questions que sont

susceptibles de se poser les visiteurs à chaque étape, et d’y apporter une réponse directement sur

la/les page(s) en question.

2.2.1.4 Capacité du site à fidéliser ses visiteurs/clients

Aucune donnée chiffrée moyenne ne semble être disponible concernant la fidélité des visiteurs, et

l’on peut penser, de plus, que ce type de donnée est très variable selon la notoriété de la marque et

les actions mises en place à des fins de fidélisation. Il s’agira donc de travailler d’après les données

enregistrées par le site.

La récurrence des visites passe par un renouvellement des contenus du site et par un certain

maintien de sa notoriété. Les deux sont d’ailleurs intimement liés : plus les contenus sont renouvelés,

plus l’internaute est susceptible de se rendre sur le site, et plus l’internaute se rend sur le site, plus la

notoriété s’entretient naturellement. Et comme vous le savez, en marketing plus la notoriété est

importante, plus le consommateur est susceptible de choisir l’enseigne en question pour effectuer

ses achats lors de l’émergence d’un besoin. Le renouvellement des contenus peut s’opérer sur le site

en lui-même, mais également via un blog par le biais de billets thématiques.

Pour les internautes qui ne font pas la démarche d’aller régulièrement sur le site afin de découvrir les

nouveaux contenus disponibles, la possibilité de recevoir des newsletters, des actualités Facebook ou

des flux RSS – outre le fait que cela démontre leur intérêt envers la marque – permet de maintenir

auprès d’eux la notoriété du site et de les inviter à consulter le contenu mis en avant sur le site. De

plus, la newsletter est un levier intéressant qui permet de susciter des envies.


Comment développer le nombre d’inscrits à une newsletter ? Voici quelques pistes de

préconisations :

- Pour donner davantage envie aux visiteurs du site de s’inscrire, il est conseillé de mettre en

avant une présentation succincte des avantages dont ils bénéficieront une fois inscrits

- La mise en avant de la périodicité de la newsletter, ou la possibilité pour l’internaute de

choisir lui-même la périodicité des envois peut, à mon sens, éliminer un frein à l’inscription :

l’internaute peut être sûr qu’il ne sera pas envahi d’e-mails comme c’est parfois le cas via

certains sites particulièrement agressifs dans leur politique d’e-mailing

- Proposer l’inscription à la newsletter (sous forme d’opt-in) dans les jeux concours réalisés par

le site

Le site de vente de produits multimédia et électroménager www.boulanger.fr donne un bon exemple

des deux premiers points listés ci-dessus :

Figure 36 - Extrait de la page "Inscription newsletter" du site boulanger.fr (Source : boulanger.fr)

Comment développer le nombre d’inscrits à une page Facebook ? Voici quelques pistes de

préconisations :

- Mise en place sur la page Facebook d’une page d’atterrissage ou d’une reveal page

accueillant l’internaute et lui présentant ou lui suggérant les avantages dont il bénéficiera

une fois devenu fan

- Mise en avant de la page Facebook sur le site, éventuellement via une « Fan box »

permettant de devenir fan directement depuis le site

- Organisation d’un jeu concours Facebook proposant de gagner un cadeau en lien avec le type

de produits commercialisés par le site, pour s’assurer l’attrait de membres ciblés

- Réalisation d’une campagne d’e-publicité ciblée sur Facebook

http://www.boulanger.fr/


2.2.2 Savoir identifier d’éventuels problèmes de tracking

Afin de ne pas faire d’erreurs dans l’interprétation des indicateurs, il est nécessaire de savoir prendre

du recul face aux données fournies par son outil de webanalytics. Il est notamment nécessaire d’être

à même de déceler d’éventuels problèmes de tracking sur le site qui empêchent la remontée de

certaines données et doivent être pris en compte dans l’analyse réalisée.

Si certains chiffres paraissent trop beaux pour être vrais, il convient de s’interroger sur l’exclusion

effective ou non des adresses IP du client, sur la fiabilité des données recueillies et sur la pertinence

et l’exhaustivité du tracking mis en place.

A titre d’exemple, une étude statistique réalisée par un consultant Intuiti faisait état d’un taux de

rebond moyen mensuel de 4% et d’un temps moyen passé sur le site de 10 minutes ; il se trouve que

le site en question utilisait des cadres (frames) et qu’une page contenant ce type d’éléments génère

plusieurs consultations de page : « une pour la page de cadre et une pour chaque page affichée dans

un cadre ». Ainsi, les données relatives au temps passé et au nombre de pages vues étaient

probablement surévaluées.

Autre exemple : dans le cadre d’une étude statistique que j’ai réalisée pour le compte d’un client de

l’agence, coexistaient deux conversions différentes de type « devis » ; l’une comptabilisait les devis

réalisés en provenance du catalogue en ligne, et l’autre les devis réalisés en provenance du module

de personnalisation de produits. En comparant les sites référents et les mots clés sources de

conversions pour chacun de ces objectifs, on pouvait constater que ceux-ci étaient tout à fait

identiques : l’URL validant les deux conversions était la même. Par ailleurs, des éléments en flash

n’étaient pas trackés sur le site, faussant ainsi le nombre de pages vues global puisqu’ils étaient

nombreux sur les fiches produits (onglets d’information) et au sein du module de personnalisation de

produits.

Ou encore : un taux de rebond élevé pour des visites en accès direct peut suggérer qu’une exclusion

d’IP n’a pas été réalisées ; il s’agira donc de vérifier ce paramètre avant d’accorder un total crédit au

chiffre en question.

Le signalement de ces anomalies au client et leur rectification permettra d’améliorer la pertinence

des données recueillies et permettra d’affiner les analyses réalisées.


Conclusion

Une prestation de web analytics en vue d’améliorer les performances d’un site e-commerce doit

permettre au client de prendre des décisions en lui présentant des recommandations reposent sur

l’étude d’indicateurs pertinents et segmentés. Les grandes familles d’indicateurs mis en avant dans

ce mémoire permettent d’acquérir une vue d’ensemble intéressante des performances d’un site e-

commerce sur lesquelles une agence de marketing digital est habilitée à effectuer des préconisations

et à intervenir :

- Acquisition de trafic : dispositifs utilisés, qualité du trafic et capacité des pages d’entrée à

susciter l’intérêt

- Capacité des contenus et des pages à guider les internautes et à susciter leur désir

- Capacité du site à convertir

- Capacité du site à fidéliser ses clients/visiteurs.

Nous avons vu que le web analytics permettait d’obtenir de nombreuses informations sur le

comportement des visiteurs d’un site mais qu’il n’était néanmoins pas suffisant à lui-seul pour

comprendre les raisons de ces comportements. Nous avons notamment mis en avant le fait que les

certaines données ne pouvaient être analysées qu’au regard du type de page concerné, et que la

réalisation d’une étude ergonomique de certaines pages du site s’avérait tout à fait nécessaire en

vue de réaliser des hypothèses sur l’origine des (manques de) performances observés et d’établir des

recommandations. Par ailleurs, si ce mémoire traite en majeure partie de web analytics

comportemental, le web analytics dans son sens le plus large ne s’arrête pas à la seule exploitation

de données récoltées via un outil de web analytics. Nous avons évoqué la possibilité de soumettre un

questionnaire aux visiteurs à la fin de leur visite afin d’évaluer leur satisfaction et leur intention de

revenir ou non par la suite sur le site. Ceci n’est qu’une possibilité parmi celles offertes par ce type de

questionnaires. Ceux-ci peuvent en effet servir à en savoir davantage sur les motivations des

internautes qui quittent le processus d’achat par exemple. En outre, dans le cas d’un site e-

commerce click-and-mortar, la soumission d’un questionnaire peut permettre d’en savoir davantage

sur le comportement d’achat des visiteurs et en particulier sur la place et le rôle respectifs du site et

des éléments physiques (magasins, catalogues…) dans leur cycle d’achat présent, et leurs attentes

pour améliorer la complémentarité entre online et offline ou leurs idées/avis sur des éléments qui

s’ils étaient mis en place favoriseraient leur préférence pour le site vis-à-vis d’un site concurrent. Cela

amène à évoquer le sujet du multi-canal, ou comment analyse des ventes online et offline ne font

plus qu’un via l’agrégation des informations dans un entrepôt de données unique. Cela dit ce type de


données, par leur nature, ont vocation à être traitées en interne et non à faire l’objet de prestations

externes auprès d’agences de marketing digital.


Table des illustrations

Figure 1 - Indicateurs stratégiques et opérationnels d'un tableau de bord.......................................... 10

Figure 2 - Graphique montrant l'évolution du nombre de visites sur une année sur le site étudié ..... 14

Figure 3 - Visites triées par durée de visite .......................................................................................... 17

Figure 4 - Visites triées par nombre de pages vues par visite ............................................................... 18

Figure 5 - Segmentation des sources de trafic par supports ............................................................... 18

Figure 6 - Les deux approches de l'analyse des mots clés .................................................................... 20

Figure 7 - Fonctionnement de l'indice de valeur (Source : Centre d’Aide Google Analytics)................. 25

Figure 8 - Indice de valeur avec tri pondéré ......................................................................................... 26

Figure 9 - Exemples de cycles de vie clients permettant de définir différents taux de conversion pour

un site e-commerce.............................................................................................................................. 28

Figure 10 - Le concept d'entonnoir de conversion ............................................................................... 29

Figure 11 - Présentation de l'entonnoir de conversion Google Analytics (Source : web-analytics.fr) ... 30

Figure 12 - Proposition d'obtention d'une carte de fidélité (Source : kiabi.com) ................................. 33

Figure 13 – Etudier la tendance des chiffres dans la durée .................................................................. 34

Figure 14 - Activation du module e-commerce Google Analytics ......................................................... 36

Figure 15 - Exclusion d'une adresse IP sur Google Analytics ................................................................ 37

Figure 16 - Création d'un objectif de conversion et paramétrage pour sa prise en compte dans l'indice

de valeur des pages du site .................................................................................................................. 38

Figure 17 - Paramétrage d'un entonnoir de conversion sur Google Analytics ...................................... 39

Figure 18 - Double chemin de conversion "ajout au panier" sur le site conforama.fr .......................... 39

Figure 19 - Activation du suivi des recherches internes sur Google Analytics ...................................... 40

Figure 21 – Exemples de profils Google Analytics ................................................................................ 41

Figure 20 - Identifier la variable de recherche interne dans une URL................................................... 41

Figure 22 - Création d'un segment avancé de type "Visiteurs ayant réalisé une conversion donnée" 43

Figure 23 - Création d'un segment avancé de type "Mots clés de notoriété" ...................................... 44

Figure 24 - Tableau Acquisition de trafic globale.................................................................................. 46

Figure 25- Exemple de colonnes de données pouvant être retirées dans les éléments présentés au

client .................................................................................................................................................... 49

Figure 26 - Proportion de clics par position dans les résultats naturels de Google (Source : D’après Le

Journal du Net, via des données Optify) ............................................................................................... 51

Figure 27 - Ordres de grandeur liés au taux de rebond ........................................................................ 54


Figure 28 - Recommandations susceptibles d'être effectuées afin de diminuer le taux de rebond ..... 55

Figure 29 - Exemple de menu non déroulant ne proposant pas d'accès direct à des catégories de

produits ................................................................................................................................................ 57

Figure 30 - Exemple de menu déroulant permettant un accès direct aux catégories de produits

(Source : laredoute.fr) .......................................................................................................................... 57

Figure 31 - Présentation des statistiques liées aux recherches internes sur Google Analytics ............. 58

Figure 32 - Taux de transformation moyen de l'e-commerce en France par famille de produits (Source

: Journal Du Net, 2011) ......................................................................................................................... 61

Figure 33 - Taux de conversion des visites hors rebond (Source : AT Internet Institute, Février 2010) . 62

Figure 34 - Taux d'abandon de panier selon les secteurs (Source : Journal du Net via Benchmark

Group, 2010) ........................................................................................................................................ 63

Figure 35 - Informations relatives au panier mises à jour dynamiquement sur l'ensemble des pages du

site Yves Rocher ................................................................................................................................... 65

Figure 36 - Extrait de la page "Inscription newsletter" du site boulanger.fr (Source : boulanger.fr) .... 67


Bibliographie

Livres

MALO, Nicolas, WARREN, Jacques. Web analytics : mesurer le success et maximiser les profits de

votre site web. Eyrolles Editions Organisation, Paris, 2009. Collection Marketing. ISBN : 978-2-212-

54481- 7

FAIVRE-DUBOZ, Thomas, FETIQUE, Raphaël. Web conversion : stratégies pour convertir vos visiteurs

en clients. Dunod, Paris, 2009. ISBN : 978-2-10-052388-7

ROUKINE, Serge. Améliorer ses taux de conversion web : vers la performance des sites web au-delà du

webmarketing. Eyrolles, Paris, 2009. Collection Accès Libre. ISBN : 978-2-212-12858-1

Articles

Econsultancy, Conversion Report 2010 (extrait, 2010) :

http://econsultancy.com/uk/reports/conversion-report/downloads/3242-sample-conversion-report-

2010-pdf

Raphaël Fétique, Comment bien analyser ses taux de rebonds (31/05/10) :

www.converteo.com/blog-conversion/web-analytics/comment-bien-analyser-ses-taux-de-rebond/

Raphaël Fétique, Taux de rebond e-commerce (28/08/09) :

www.converteo.com/blog-conversion/web-analytics/taux-de-rebond-e-commerce-ecommerce-

bounce-rate/

Avinash Kaushik, Excellent Analytics Tips #19: Identify Website Goal [Economic] Values (24/01/2010):

www.kaushik.net/avinash/2011/01/web-analytics-tips-identify-website-goal-values.html

Ressources du support d’aide de Google Analytics sur l’indice de valeur :

- http://www.google.com/support/analyticshelp/bin/answer.py?hl=fr&answer=1006938&topi

c=1006229

- http://www.google.com/support/analytics/bin/answer.py?hl=fr&answer=86205

http://econsultancy.com/uk/reports/conversion-report/downloads/3242-sample-conversion-report-2010-pdf

http://econsultancy.com/uk/reports/conversion-report/downloads/3242-sample-conversion-report-2010-pdf

http://www.converteo.com/blog-conversion/web-analytics/comment-bien-analyser-ses-taux-de-rebond/

http://www.converteo.com/blog-conversion/web-analytics/taux-de-rebond-e-commerce-ecommerce-bounce-rate/

http://www.converteo.com/blog-conversion/web-analytics/taux-de-rebond-e-commerce-ecommerce-bounce-rate/

http://www.kaushik.net/avinash/2011/01/web-analytics-tips-identify-website-goal-values.html

http://www.google.com/support/analyticshelp/bin/answer.py?hl=fr&answer=1006938&topic=1006229

http://www.google.com/support/analyticshelp/bin/answer.py?hl=fr&answer=1006938&topic=1006229

http://www.google.com/support/analytics/bin/answer.py?hl=fr&answer=86205


Jeremy Aube, Tracking a section with Google Analytics (16/10/08):

http://www.roirevolution.com/blog/2008/10/tracking_a_section.php

WebRankInfo, Comment exclure son trafic des rapports Google Analytics (09/10/08) :

http://www.webrankinfo.com/dossiers/google-analytics/exclure-son-propre-trafic

Benoît Méli, Chiffres de l’e-commerce en France : des taux de transformation variables selon les

produits (16/06/11) d’après des chiffres de Benchmark Group (2011) :

http://www.journaldunet.com/ebusiness/commerce/e-commerce-france-2011/taux-de-

transformation.shtml

Flore Fauconnier, Les secteurs en vogue de l’e-commerce (08/07/10) d’après des chiffres de

Benchmark Group (2010) :

http://www.journaldunet.com/ebusiness/commerce/marche-e-commerce/

Flore Fauconnier, Internet et les comportements d’achat : comportement cross-canal (01/09/10) :

http://www.journaldunet.com/ebusiness/commerce/internet-et-les-comportements-d-

achat/comportements-cross-canal.shtml

AT Internet Institute, Conversion et e-commerce (étude de février 2010) :

http://www.atinternet.com/Resources/Surveys/print.aspx?p=Enjeux-web-marketing/Campagnes-e-

commerce-Fevrier-2010/index-1-1-4-192.aspx

Thierry Rousseau, Neuf raisons d'abandon de panier (24/09/09) :

http://www.thierryrousseau.net/sept-raisons-sur-labandon-de-panier/

Benoît Gaillat, Les raisons de l’abandon de panier (10/08/11), d’après une infographie Kiss Metrics

utilisant des données de Forrester Research, Webcredible et Tech Crunch

http://www.info-ecommerce.fr/3072/les-raisons-de-labandon-de-panier-infographie/actualites-

ecommerce

Reyt, e-Commerce, le prix de livraison est la première cause d’abandon de panier (02/11/10) :

http://reyt.net/mobilite/e-commerce-le-prix-de-livraison-est-la-premiere-cause-dabandon-de-

panier/5176

http://www.roirevolution.com/blog/2008/10/tracking_a_section.php

http://www.webrankinfo.com/dossiers/google-analytics/exclure-son-propre-trafic

http://www.journaldunet.com/ebusiness/commerce/e-commerce-france-2011/taux-de-transformation.shtml

http://www.journaldunet.com/ebusiness/commerce/e-commerce-france-2011/taux-de-transformation.shtml

http://www.journaldunet.com/ebusiness/commerce/marche-e-commerce/

http://www.journaldunet.com/ebusiness/commerce/internet-et-les-comportements-d-achat/comportements-cross-canal.shtml

http://www.journaldunet.com/ebusiness/commerce/internet-et-les-comportements-d-achat/comportements-cross-canal.shtml

http://www.atinternet.com/Resources/Surveys/print.aspx?p=Enjeux-web-marketing/Campagnes-e-commerce-Fevrier-2010/index-1-1-4-192.aspx

http://www.atinternet.com/Resources/Surveys/print.aspx?p=Enjeux-web-marketing/Campagnes-e-commerce-Fevrier-2010/index-1-1-4-192.aspx

http://www.thierryrousseau.net/sept-raisons-sur-labandon-de-panier/

http://www.info-ecommerce.fr/3072/les-raisons-de-labandon-de-panier-infographie/actualites-ecommerce

http://www.info-ecommerce.fr/3072/les-raisons-de-labandon-de-panier-infographie/actualites-ecommerce

http://reyt.net/mobilite/e-commerce-le-prix-de-livraison-est-la-premiere-cause-dabandon-de-panier/5176

http://reyt.net/mobilite/e-commerce-le-prix-de-livraison-est-la-premiere-cause-dabandon-de-panier/5176


Virgile Juhan, SEO / SERP Google : quel apport en termes de trafic ?(06/05/11) :

http://www.journaldunet.com/solutions/moteur-referencement/seo-serp-google-quel-apport-en-

termes-de-trafic/

Ressources du support d’aide de Google Analytics sur les variables personnalisées :


Rémi Aubert, Variables personnalisées Google Analytics – Le guide complet (04/01/11) :

http://deeper-webanalytics.com/variables-personnalisees-google-analytics-le-guide-complet#duree-

vie

Flore Fauconnier, Les sites e-commerce les plus attractifs sont… (20/05/11) d’après une étude

d’OC&C Strategy Consultants :


Outil de création de liens utm Google Analytics :


Centre d’aide Google Analytics :


Thomas Faivre-Duboz, Google Analytics : variables personnalisées (Astuce n°10) (04/03/10) :

http://www.converteo.Com/blog-conversion/web-analytics/google-analytics-variables-

personnalisees-astuce-n°10/

Thomas Faivre-Duboz, « Mutichannel Funnels » : le multi-touch selon Google Analytics (18/04/11) :

http://www.converteo.com/blog-conversion/web-analytics/multichannel-funnels-le-multi-touch-

selon-google-analytics/

http://www.journaldunet.com/contact/redaction.shtml

http://www.journaldunet.com/solutions/moteur-referencement/seo-serp-google-quel-apport-en-termes-de-trafic/

http://www.journaldunet.com/solutions/moteur-referencement/seo-serp-google-quel-apport-en-termes-de-trafic/


http://deeper-webanalytics.com/variables-personnalisees-google-analytics-le-guide-complet#duree-vie

http://deeper-webanalytics.com/variables-personnalisees-google-analytics-le-guide-complet#duree-vie




http://www.converteo.com/blog-conversion/web-analytics/google-analytics-variables-personnalisees-astuce-n°10/

http://www.converteo.com/blog-conversion/web-analytics/google-analytics-variables-personnalisees-astuce-n°10/

http://www.converteo.com/blog-conversion/web-analytics/multichannel-funnels-le-multi-touch-selon-google-analytics/

http://www.converteo.com/blog-conversion/web-analytics/multichannel-funnels-le-multi-touch-selon-google-analytics/


Table des annexes

Annexe 1 – Questions orientées satisfaction et intention de renouvellement de visite sur le

questionnaire dispensé sur le site www.ikea.com

Annexe 2 – Document de collecte des indicateurs

http://www.ikea.com/

F. Marot – Mémoire de stage M2 MTIC / Intuiti [II]

Annexe 1 – Questions orientées satisfaction et intention de renouvellement de

visite sur le questionnaire dispensé sur le site www.ikea.com

http://www.ikea.com/

F. Marot – Mémoire de stage M2 MTIC / Intuiti [III]

F. Marot – Mémoire de stage M2 MTIC / Intuiti [IV]

F. Marot – Mémoire de stage M2 MTIC / Intuiti [V]

F. Marot – Mémoire de stage M2 MTIC / Intuiti [VI]

Annexe 2 - Document de collecte des indicateurs

Voir la feuille à part à la fin de ce mémoire. Le document au format numérique .xls est disponible sur

demande.

Documents

erformances d’un Site e-Commerce - DoYouBuzz · 2013-04-09 · Florence Marot – Mémoire de Master 2 Marketing & TIC Année 2010-2011 - Université d’Angers / Agence de marketing