4 points à surveiller pour une meilleure interprétation des résultats Google Analytics

Pour disposer d’informations basiques (nombre de visiteurs, nombre de pages vues, temps passé) mais aussi pour avoir des données plus poussées, la solution gratuite de Google est idéale. Qu’il s’agisse de son déploiement (installation du code de suivi) ou des premiers pas, Google Analytics est accessible même aux débutants. Oui, mais ensuite, la grande difficulté réside dans l’analyse des chiffres. Les erreurs d’interprétation sont simples à réaliser, et les mauvaises décisions qui en découlent peuvent se multiplier. Vous devez faire attention à l’analyse des données dans Google Analytics, afin de bien les interpréter.

4 erreurs d’interprétation des données fréquentes dans Google Analytics

Les données ne sont pas assez segmentées

Vous faites trop confiance aux moyennes. En vous connectant à l’interface de Google Analytics, vous pouvez instantanément connaitre le taux de rebond de votre site, le temps moyen passé sur celui-ci ou encore le taux de transformation. Ces chiffres sont des moyennes. Ils ne doivent pas vous servir de base de jugement pour dire si le site est bon ou mauvais. La segmentation est la clé pour une analyse précise des données. La segmentation permet d’isoler et d’analyser des sous-ensembles de votre trafic. Du “Trafic généré par les liens commerciaux” aux “Visites avec conversions” sans oublier vos propres segments, vous pouvez porter votre attention sur une partie du trafic. Vous pouvez ? Vous devez ! Ne pensez pas toujours global, mais allez chercher le bon chiffre, au bon moment.

La terminologie de Google Analytics vous échappe

Session, utilisateur, page vue, page vue unique. Le plus compliqué parfois avec Google Analytics, c’est de comprendre ce que les termes signifient. Pour éviter les erreurs d’interprétation, assurez-vous de bien comprendre la donnée que vous consultez, ce qu’elle signifie. Les pages d’aide sur le site de Google sont assez bien fournies. Alphalyr pense aussi à vous avec sa rubrique Lexique.

Vous utilisez une période d’analyse non-adaptée

Par défaut, si vous utilisez des chiffres de manière brute (comme le nombre de visiteurs ou le taux de conversion) vous allez avoir tendance à comparer les résultats avec la même période, le mois dernier. Vous obtenez alors une idée de l’évolution de ces chiffres. Erreur. Comparer les performances des 30 derniers jours avec la même période, 30 jours avant, est un non-sens ! En effet, en faisant cela, vous passez totalement outre la notion de saisonnalité.

Il est plus pertinent de faire la comparaison avec le même mois, l’année d’avant (voire même N-2). Tenez compte des jours fériés, des week-end, des périodes de vacances, des événements dans votre secteur d’activité. Tirer des conclusions sans inclure ces paramètres n’est pas une bonne idée.

Vous utilisez un échantillon trop faible

Vous devez disposer d’un échantillon d’information assez important et représentatif de vos visites, afin de pouvoir tirer des conclusions. Un taux de rebond analysé sur 10 000 pages vues sera bien plus fin que celui analysé sur 100 pages vues. Cela parait simple, mais pourtant, il est parfois facile de tirer des conclusions alors que l’échantillon est trop faible. Pensez à contourner l’échantillonnage de Google Analytics afin d’avoir des données toujours plus fiables.  

Passez 15mn avec l'un de nos experts

Facebook
Facebook
Twitter
Visit Us
LinkedIn