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…
F. Marot – Mémoire de stage M2 MTIC / Intuiti [7]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [8]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [9]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [10]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [11]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [12]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [13]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [14]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [15]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [16]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [17]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [18]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [19]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [20]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [21]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [22]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [23]
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 ?).
F. Marot – Mémoire de stage M2 MTIC / Intuiti [24]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [25]
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)
F. Marot – Mémoire de stage M2 MTIC / Intuiti [26]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [27]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [28]
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
Consultation fiche produit
Téléchargement brochure
Ajout au panier Achat
Consultation fiche produit
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [29]
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%
F. Marot – Mémoire de stage M2 MTIC / Intuiti [30]
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).
F. Marot – Mémoire de stage M2 MTIC / Intuiti [31]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [32]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [33]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [34]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [35]
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)
F. Marot – Mémoire de stage M2 MTIC / Intuiti [36]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [37]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [38]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [39]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [40]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [41]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [42]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [43]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [44]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [45]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [46]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [47]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [48]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [49]
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).
F. Marot – Mémoire de stage M2 MTIC / Intuiti [50]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [51]
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%). »
F. Marot – Mémoire de stage M2 MTIC / Intuiti [52]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [53]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [54]
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 :
F. Marot – Mémoire de stage M2 MTIC / Intuiti [55]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [56]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [57]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [58]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [59]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [60]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [61]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [62]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [63]
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)
F. Marot – Mémoire de stage M2 MTIC / Intuiti [64]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [65]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [66]
- 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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [67]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [68]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [69]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [70]
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.
F. Marot – Mémoire de stage M2 MTIC / Intuiti [71]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [72]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [73]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [74]
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
F. Marot – Mémoire de stage M2 MTIC / Intuiti [75]
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 :
http://www.google.com/support/analytics/bin/answer.py?answer=57045
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 :
http://www.journaldunet.com/ebusiness/commerce/attractivite-sites-marchands/
Outil de création de liens utm Google Analytics :
http://www.google.com/support/analytics/bin/answer.py?answer=55578
Centre d’aide Google Analytics :
http://www.google.com/support/googleanalytics/?hl=fr_FR
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/
F. Marot – Mémoire de stage M2 MTIC / Intuiti [76]
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
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
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.