- Quelles pages de mon site/application génèrent le plus de vues ?
- Quelles pages de destination sont les plus performantes ou génèrent le plus de conversions ?
- Que recherchent les internautes sur mon site/application ? Où puis-je améliorer le contenu ou la navigation de mon site ?
- Quelles sont les performances de mes pages de destination au fil du temps ? Plusieurs pages ont-elles la même popularité ?
- Comment les utilisateurs progressent-ils dans l'entonnoir d'achat ?
- Comment les utilisateurs progressent-ils dans les niveaux de mon jeu ?
- Qu'est-ce qui a incité un utilisateur à ajouter un produit à son panier ?
- Pourquoi les utilisateurs ont-ils supprimé mon application ?
- Existe-t-il des intersections intéressantes entre différents segments de mes données ?
- Les utilisateurs se comportent-ils différemment selon la date de leur première visite sur mon site ?
- Quelles sources génèrent les utilisateurs les plus intéressants ?
Quelles pages de mon site/application génèrent le plus de vues ?
Dans Universal Analytics, nous avons l'habitude de consulter le rapport "Pages" qui présente les données selon la dimension "Chemin de la page" et selon des métriques telles que "Pages vues", "Pages vues uniques", "Taux de rebond", etc. Dans les propriétés Google Analytics 4, le rapport "Pages" est différent, mais vous pouvez toujours recréer facilement ce que vous recherchez sous la forme d'une exploration dans Explorer.
Tout d'abord, vous devrez activer une dimension supplémentaire avec l'icône + pour ajouter des dimensions dans le volet "Paramètres des onglets" de la fonctionnalité Explorer. Plus précisément, vous allez ajouter la dimension "Chemin de la page + chaîne de requête". Si vous souhaitez également afficher vos données par titre de page (dans UA, le rapport "Pages" utilise "Chemin de la page"), vous pouvez activer une dimension supplémentaire : "Titre de la page et nom de l'écran".
Vous devrez ensuite ajouter la métrique "Vues" afin de pouvoir l'intégrer dans votre exploration. Pour ce faire, cliquez sur l'icône + de la section "Métriques" dans le volet "Variables", puis recherchez la métrique "Vues" à ajouter.
Pour créer l'exploration des pages, vous devrez supprimer les métriques et dimensions par défaut appliquées aux paramètres des lignes et des colonnes. Vous devrez aussi ajouter "Chemin de la page et chaîne de requête" comme dimension pour les lignes et "Vues" comme métrique pour les colonnes. À des fins de comparaison, vous pouvez également ajouter "Utilisateurs actifs" en tant que métrique pour les colonnes. Ainsi, vous pourrez vous faire une idée de la popularité de chaque page par utilisateur unique.
Pour Google Merchandise Store, si vous supprimez la page d'accueil (/) et la page du panier, vous constaterez rapidement que les pages de produits les plus populaires sont les sections "Déstockage" et "Vêtements pour hommes" du site Web.
Quelles pages de destination sont les plus performantes ou génèrent le plus de conversions ?
Connaître le point d'entrée des utilisateurs qui accèdent pour la première fois à votre application ou à votre site Web peut vous aider à optimiser l'expérience utilisateur et vos actions marketing. Dans Universal Analytics, il s'agit d'un rapport prêt à l'emploi dans l'interface de création des rapports. Toutefois, dans les propriétés Google Analytics 4, ce rapport n'existe pas encore. Dans Explorer, nous pouvons le recréer entièrement sous la forme d'une exploration.
Pour créer cette exploration, vous aurez besoin de quelques éléments importants : la dimension "Page de destination", et les métriques pertinentes telles que "Vues", "Sessions" et "Utilisateurs". Pour ajouter ces dimensions et métriques, vous devrez cliquer sur l'icône + :
Une fois ces dimensions et métriques disponibles, commencez par ajouter la dimension "Page de destination" comme ligne, puis les métriques pertinentes telles que "Vues", "Sessions" et "Utilisateurs actifs" comme valeurs. Vous obtiendrez ainsi une exploration de la page de destination en fonction de ces métriques.
En ajoutant une métrique "Achats", vous pouvez également savoir quelles pages de destination ont été vues lorsqu'un achat a eu lieu :
Vous pouvez désormais identifier les pages de destination vues lorsqu'un achat a eu lieu et les comparer aux valeurs totales pour mieux comprendre l'efficacité des pages de destination.
Que recherchent les internautes sur mon site/application ? Où puis-je améliorer le contenu ou la navigation de mon site ?
Site Search est un autre rapport que vous voudrez peut-être recréer sous la forme d'une exploration. Pour ce faire, il faut suivre plusieurs étapes.
Tout d'abord, vous devez activer l'événement des mesures améliorées ou un événement personnalisé pour collecter les données sur les recherches effectuées sur votre site. Si vous utilisez les mesures améliorées, cet événement s'appellera "view_search_results". Vous devrez ensuite vous assurer que le paramètre "search_term" est activé en tant que dimension personnalisée dans votre propriété. Vous pourrez ensuite l'utiliser dans Explorer.
Une fois que vous disposez des données pertinentes, vous pouvez créer votre exploration. Elle se composera de plusieurs éléments. Tout d'abord, vous devrez activer la dimension "search_term" pour pouvoir l'utiliser dans l'exploration :
Vous pourrez alors l'ajouter à votre exploration via le paramètre "Lignes". Vous obtiendrez un résultat semblable à celui-ci :
Cette exploration affiche de nombreuses valeurs (non défini), car elle examine tous les événements. Pour réduire le bruit, vous devrez créer un filtre pour "Nom de l'événement" correspondant exactement à "view_search_results" afin de n'afficher que les données pour cet événement :
Une fois le filtre appliqué, votre exploration sera mise à jour et indiquera le nombre de recherches pour chaque terme listé. Vous disposez ainsi d'une exploration des termes de recherche utilisés sur le site :
Comprendre ce que les utilisateurs recherchent sur votre site Web est un excellent moyen d'optimiser votre contenu pour améliorer l'engagement et la satisfaction des utilisateurs. Par exemple, si vous constatez un pic pour un terme de recherche spécifique, vous pouvez envisager d'ajouter des contenus correspondant à ce terme afin d'aider les utilisateurs de votre site à trouver plus facilement ce qu'ils recherchent ou les réponses à leurs questions.
Quelles sont les performances de mes pages de destination au fil du temps ? Plusieurs pages ont-elles la même popularité ?
Pour chaque exploration, vous disposez de plusieurs options de visualisation. Le graphique en courbes peut être utile afin de suivre l'évolution des tendances dans le temps. Pour observer l'évolution des données concernant vos pages de destination au fil du temps, il vous suffit de modifier le type de visualisation en cliquant sur l'une des six options proposées dans le volet "Paramètres des onglets".
Si vous utilisez le graphique en courbes, vous pourrez créer un graphique avec les données historiques des 10 meilleures pages de destination.
Pointez sur le graphique pour afficher la liste des points de données pour chaque jour.
Les données concernant d'éventuelles anomalies sont identifiées par un cercle vide. Si vous pointez sur le cercle vide, les informations sur les anomalies s'affichent. Dans l'exemple ci-dessous, selon les données collectées précédemment, Google Analytics prévoyait qu'environ 1 000 utilisateurs actifs visiteraient la page d'accueil le 2 février. Cependant, le nombre d'utilisateurs actifs observés était de 2 200, soit 116 % de plus que prévu.
Les entonnoirs sont un excellent outil pour visualiser facilement la progression des utilisateurs à travers un ensemble d'étapes que vous les imaginez suivre. Pour les entreprises d'e-commerce, il peut s'agir, par exemple, du comportement d'achat ou du comportement lors du paiement. Pour les développeurs de jeux, il peut être utile de consulter la progression des utilisateurs dans les niveaux du jeu. Étudions des exemples spécifiques pour chacun de ces entonnoirs.
Comment les utilisateurs progressent-ils dans l'entonnoir d'achat ?
Pour le comportement d'achat, il peut être utile d'analyser la progression des différents segments d'utilisateurs dans l'entonnoir du comportement d'achat (consulter un article, l'ajouter au panier et l'acheter). Pour commencer, vous pouvez créer cet entonnoir à partir de zéro ou utiliser l'un des modèles pratiques disponibles dans le compte de démonstration GA4 de Google Merchandise Store. Pour ce faire, accédez au hub d'exploration, faites défiler la page vers le bas, puis sélectionnez "Shopping Behavior Funnel" dans la liste des explorations de démonstration.
Lorsque cette exploration s'ouvrira, elle sera en lecture seule, mais vous pouvez cliquer sur "Créer une copie" en haut à droite pour obtenir une copie de cette exploration de démonstration, dont vous serez le propriétaire. Une fois que vous disposez d'une copie, vous pouvez la modifier et l'ajuster à votre guise.
Le Google Merchandise Store vend des produits de marque Google. Deux catégories d'équipements populaires sur le site sont les articles de marque Android et les articles de marque YouTube. Il peut être intéressant de comparer ces deux catégories d'articles pour comprendre le comportement d'achat. Pour cela, vous devrez créer deux segments, un pour chaque catégorie. Dans ce cas, vous pouvez créer un segment avec la condition que l'événement soit "select_item", et que le paramètre "item_name" contienne "Android" ou "YouTube".
Ces segments afficheront alors les utilisateurs qui ont progressé dans l'entonnoir du comportement d'achat, et qui ont au moins cliqué sur un produit de marque Android ou YouTube. Il est intéressant de noter que les utilisateurs qui ont cliqué sur au moins un produit de marque Android étaient presque deux fois plus enclins à acheter un produit que ceux qui ont interagi avec un produit de marque YouTube. Cela ne signifie pas qu'ils ont acheté un produit de la marque, mais simplement qu'ils ont cliqué dessus. Si vous ne vous intéressez qu'aux achats d'articles de la marque spécifique, utilisez plutôt l'événement d'achat, comme ci-dessous :
Une fois ces segments appliqués, la comparaison de votre entonnoir du comportement d'achat se présente comme suit :
Une nouvelle fonctionnalité des entonnoirs dans GA4 permet d'examiner cet entonnoir dans le temps. Pour ce faire, définissez le type de visualisation sur "Entonnoir linéaire" dans le volet "Paramètres des onglets". Vous accédez ainsi à une vue de l'entonnoir linéaire avec toutes les étapes dans le temps. Vous pouvez pointer dessus pour afficher les totaux par jour, pour chaque étape et chaque segment.
Vous pouvez également afficher une seule étape à la fois afin de visualiser plus facilement l'évolution au fil du temps. Dans cet exemple, vous voyez qu'à partir du 10 mars, il y a un pic d'achats qui n'était pas visible dans la vue précédente des données. Il est intéressant de noter que les différences d'achat entre les utilisateurs Android et YouTube semblent se produire presque entièrement après ce pic. Cela indique un possible changement concernant la mise en page du site Web ou les actions marketing qui a augmenté la visibilité des produits Android à partir de cette date.
Comment les utilisateurs progressent-ils dans les niveaux de mon jeu ?
Il s'agit d'une question fréquente chez les développeurs de jeux ou d'applications. Vous pouvez obtenir des réponses utiles à l'aide d'un entonnoir.
Tout d'abord, vous devrez créer des étapes spécifiques à la progression entre les niveaux du jeu. Dans cet exemple, vous pouvez utiliser l'événement "level_up" et créer cinq étapes, pour cinq niveaux dans le compte de démonstration GA4 de Flood-it!.
En appliquant ces étapes vous pourrez observer comment les utilisateurs ont progressé dans chaque niveau du jeu.
Il semble que les utilisateurs qui terminent le premier niveau sont plus susceptibles de continuer à jouer. Ces informations peuvent vous aider à réaliser des tests A/B présentant des conseils ou d'autres méthodes visant à encourager les utilisateurs à terminer le niveau 1 et ainsi réduire la perte d'utilisateurs.
Si vous suivez l'évolution de l'entonnoir ci-dessus au fil du temps, vous remarquerez également une augmentation pour toutes les étapes à partir du 19 mars, indiquant qu'il est possible que la promotion ou la visibilité du jeu aient changé à partir de cette date.
Vous pouvez également segmenter cet entonnoir pour voir si les différents canaux d'acquisition ont un impact sur la progression globale dans les niveaux. Dans cet exemple, vous pouvez comparer les accès directs au trafic généré par les liens commerciaux. Vous remarquerez que les utilisateurs acquis via des campagnes payantes restent plus longtemps (taux d'abandon plus faibles) que ceux acquis directement, ce qui indique que votre publicité payante fonctionne sûrement comme prévu.
Une autre fonctionnalité très utile de l'exploration de l'entonnoir consiste à créer un segment ou une audience à partir des utilisateurs qui abandonnent. Dans l'exemple ci-dessous, vous remarquerez que le taux d'abandon commence à augmenter vers le niveau 4. Vous voudrez peut-être créer un segment des visiteurs qui abandonnent au niveau 4 (qui n'atteignent pas le niveau 5) et l'utiliser comme audience pour étendre votre couverture, ou envoyer une notification push pour inciter les utilisateurs à revenir pour terminer le niveau et continuer le jeu.
Pour créer ce segment, effectuez un clic droit sur l'étape qui vous intéresse, puis choisissez de créer un segment. Le segment que vous souhaiterez utiliser ici inclura également un critère d'exclusion pour le niveau 5 afin de vous assurer que vous ciblez la bonne audience.
Enfin, vous pouvez ajouter la nouvelle métrique "Temps écoulé" à votre exploration de l'entonnoir. Pour ce faire, cliquez sur le bouton "Afficher le temps écoulé" dans le volet "Paramètres". Une nouvelle colonne de métriques sera alors ajoutée à votre tableau :
Le temps qu'il faut en moyenne pour passer d'une étape à l'autre peut être un excellent indicateur de la réussite de vos clients ou, dans le cas présent, de la difficulté d'un niveau. Cela peut aussi être utile pour créer une audience qui nécessite une action, comme l'envoi d'une notification push ou d'un message de remarketing. Par exemple, il semble qu'il faut en moyenne 3 heures et 53 minutes pour terminer le niveau 2. Vous pouvez créer une audience d'utilisateurs qui abandonnent ce processus en effectuant un clic droit et en choisissant cette option :
Ce segment serait une audience idéale à cibler avec un message d'encouragement afin que les utilisateurs ne finissent pas par abandonner le jeu ou l'application.
L'exploration du chemin est une nouvelle fonctionnalité très intéressante de l'exploration dans GA4. Vous pouvez désormais choisir un événement ou une page/un écran spécifiques à partir desquels vous souhaitez avancer ou reculer pour visualiser la progression des utilisateurs sur votre site ou dans votre application. Cette fonctionnalité permettant de comprendre le parcours utilisateur sur un site nous avait été demandée depuis longtemps : c'est enfin possible avec la nouvelle fonctionnalité d'exploration du chemin dans GA4.
Qu'est-ce qui a incité un utilisateur à ajouter un produit à son panier ?
Il s'agit d'une question que de nombreux sites d'e-commerce pourraient se poser. Vous pouvez désormais étudier cette question avec la fonctionnalité du cheminement inverse.
Pour commencer, ouvrez une nouvelle exploration du chemin, puis cliquez sur "Recommencer" en haut à droite. Vous pourrez ensuite sélectionner un point d'arrivée. Sélectionnez "Nom de l'événement".
Ensuite, sélectionnez l'événement à partir duquel vous voulez revenir en arrière dans le menu latéral. Ici, comme nous voulons voir ce que les utilisateurs ont ajouté au panier, nous allons choisir "add_to_cart". Si le nom d'événement qui vous intéresse ne s'affiche pas, vous pouvez cliquer sur "Plus" ou utiliser la barre de recherche située en haut de la page.
"Mon exploration" chargera quelques étapes déjà renseignées en fonction du nom de l'événement. Si vous souhaitez utiliser un cheminement par nom de page, vous pouvez modifier cela pour chaque étape. Dans l'exemple ci-dessous, nous avons utilisé l'option "Titre de la page et classe de l'écran", et nous constatons qu'un certain nombre de personnes ajoutent des produits au panier à partir de la page "Promotions". Vous pouvez ensuite étudier la situation plus en détail en consultant la page "Promotions" afin de déterminer si des articles particuliers sont plus intéressants, ce qui vous permettrait de mieux orienter la stratégie marketing.
Pourquoi les utilisateurs ont-ils supprimé mon application ?
Pour les développeurs d'applications, la perte d'utilisateurs (quand les utilisateurs suppriment l'application) est un problème majeur. Le cheminement inverse peut être une excellente ressource pour déterminer ce qui a conduit les clients à cesser d'utiliser une application. Pour commencer, créez un cheminement inverse en appuyant sur le bouton "Recommencer" en haut d'une exploration du chemin. Choisissez ensuite le nom d'événement "app_remove" comme point de départ.
Si vous remontez de quelques étapes, vous pourrez commencer à voir les activités qui ont pu entraîner la perte d'utilisateurs. Dans ce cas, nous constatons qu'environ 13 % des utilisateurs perdus avaient vu une impression d'annonce dans les deux étapes précédant la suppression de l'application. Il s'agit d'un pourcentage assez élevé, qui indique que vous devrez peut-être optimiser la diffusion d'annonces afin de réduire l'impact négatif sur les utilisateurs et ainsi réduire la perte d'utilisateurs.
Existe-t-il des intersections intéressantes entre différents segments de mes données ?
La technique du chevauchement de segments permet de visualiser facilement les interactions entre différents segments d'utilisateurs. Par exemple, il est possible de visualiser le chevauchement des utilisateurs d'ordinateurs de bureau et des utilisateurs d'appareils mobiles qui se sont abonnés à la newsletter d'un site. Cela permettrait de déterminer plus facilement d'où proviennent la majorité des inscriptions à la newsletter, plutôt que d'examiner en détail une exploration de tableau pour obtenir ces informations.
Pour ce faire, vous devrez tout d'abord ajouter les segments à analyser dans le volet "Variables". Cliquez sur l'icône + pour ajouter des segments. Vous ouvrirez ainsi l'outil de création de segments.
Pour créer l'événement d'inscription à la newsletter, sélectionnez un segment d'événements et choisissez l'événement approprié à filtrer, dans ce cas "sign_up".
Une fois que vous avez créé les segments que vous souhaitez visualiser, vous devrez les appliquer en double-cliquant dessus afin de les ajouter au volet "Paramètres des onglets". Vous pouvez ajouter jusqu'à trois segments à la fois pour visualiser leur chevauchement via un diagramme de Venn.
Dans cet exemple, nous avons ajouté des segments pour "Trafic sur ordinateur de bureau", "Trafic sur mobile" et "Inscription à la newsletter" pour voir d'où proviennent la majorité des inscriptions à la newsletter.
Comme vous pouvez le voir sur le diagramme de Venn et à la ligne 6 du tableau ci-dessous, la grande majorité des inscriptions à la newsletter proviennent d'utilisateurs d'ordinateurs de bureau. Cela peut indiquer que l'expérience mobile n'est pas adaptée à cet objectif ou qu'un problème d'expérience utilisateur empêche les utilisateurs de s'inscrire facilement à la newsletter. Il sera donc peut-être utile d'aborder ce point plus en détail avec les équipes de développement et de l'expérience utilisateur.
La technique du chevauchement de segments offre une fonctionnalité très utile : elle permet de créer un segment à partir d'un chevauchement. Par exemple, si vous souhaitez créer un segment incluant le trafic sur ordinateur de bureau et les inscriptions à la newsletter, vous pouvez effectuer un clic droit sur les données qui vous intéressent, soit dans le diagramme de Venn, soit dans le tableau, puis sélectionner l'option pour créer un segment.
L'outil de création de segments s'ouvrira alors avec les conditions présélectionnées en fonction de l'ensemble de segments que vous avez choisi. Un nom descriptif basé sur les conditions combinées sera alors attribué au segment, mais vous pourrez le modifier si vous le souhaitez.
Vous pouvez même créer une audience à partir de ce chevauchement en cochant la case dans l'angle supérieur droit. Vous pourrez ainsi partager cette audience avec d'autres produits Google Marketing Platform, tels que Google Ads, pour élargir votre couverture.
Les utilisateurs se comportent-ils différemment selon la date de leur première visite sur mon site ?
L'exploration des cohortes est un outil utile pour comprendre le comportement des différents groupes d'utilisateurs de votre site, en fonction du moment où ils ont rejoint une cohorte et de leur cheminement. Vous pouvez modifier la métrique ou le calcul de ce que vous analysez dans une exploration des cohortes pour la rendre encore plus utile.
Lorsque vous ouvrez pour la première fois une exploration des cohortes dans Explorer, vous verrez une exploration générée en fonction de l'élément d'inclusion dans la cohorte "first_touch" (autrement dit, comment un utilisateur s'est retrouvé admissible dans la cohorte, dans le cas présent, la première fois qu'il a visité le site ou l'application), des critères de retour de n'importe quel événement (autrement dit, ils sont revenus et ont effectué une action sur votre site ou dans votre application), d'une métrique sur les utilisateurs actifs et d'un type de calcul standard. Vous obtenez ainsi une exploration des cohortes de base qui vous indique le nombre d'utilisateurs qui reviennent chaque semaine sur votre site (pour une période de cinq semaines), et si cela varie en fonction de la date de leur première visite sur votre site ou dans votre application.
Si vous modifiez le type de métrique de cette exploration (de "Somme" à "Par utilisateur de la cohorte"), vous pouvez obtenir une idée des pourcentages de retour par semaine. Cette métrique est probablement plus utile que la somme pour cette vue, car elle vous permet de comparer les données de chaque cohorte pour les utilisateurs connus.
Sur un site d'e-commerce, il peut également être intéressant de modifier le paramètre "Valeurs" pour remplacer la métrique "Utilisateurs actifs" par une métrique "Revenus issus des achats". Ainsi, vous obtiendrez non seulement le nombre d'utilisateurs, mais aussi la valeur générée par chaque cohorte. Vous pouvez afficher cette métrique en tant que somme de la cohorte ou pour chaque utilisateur de la cohorte. Dans l'exemple ci-dessous, vous remarquerez que les deux premières cohortes ont généré très peu de revenus chaque semaine, mais qu'à partir de la troisième cohorte, les revenus commencent à augmenter.
Si vous passez du type de calcul "Standard" à "Cumulatif", vous pouvez consulter l'impact global de chaque cohorte sur les revenus de l'entreprise.
Dans cet exemple, les données suggèrent qu'à partir de la semaine du 7 mars environ, des actions marketing ont probablement été menées pour attirer des utilisateurs générant un grand nombre de conversions sur Google Merchandise Store.
Quelles sources génèrent les utilisateurs les plus intéressants ?
Cette information peut aider votre équipe marketing à identifier les sources à développer en tant que partenaires. Il s'agit ici des utilisateurs qui sont moins susceptibles d'être perdus, pour lesquels les prévisions de revenus publicitaires vie client sont plus élevées et dont la valeur vie (LTV) est plus élevée.
Pour créer cette exploration, vous devrez d'abord intégrer les métriques et les dimensions nécessaires pour explorer des éléments tels que la perte d'utilisateurs, la valeur vie et les revenus vie client. Les dimensions "source" et "support" seront utilisées. Pour les métriques, nous en ajouterons à partir de la section "Valeur vie utilisateur" via l'icône + située dans la section "Métriques" du volet "Variables".
Si vous appliquez ces métriques et dimensions, vous verrez que de nombreuses lignes ne comportent pas de valeur pour la probabilité de perte d'utilisateurs, car ces utilisateurs ne sont pas éligibles à la modélisation des prédictions de perte d'utilisateurs. Vous pouvez créer un filtre où la probabilité de perte d'utilisateurs est supérieure à 0 pour exclure tous les utilisateurs dont la probabilité de perte n'a pas été calculée. L'exploration se présente alors ainsi :
Vous pouvez ensuite trier vos données par probabilité de perte de l'utilisateur, et voir s'il existe une campagne avec un nombre d'utilisateurs important et un faible taux de perte attendu. Ces campagnes sont susceptibles de générer plus d'utilisateurs engagés que les campagnes avec un taux de perte d'utilisateurs attendu plus élevé.
De la même manière, vous pouvez consulter les prévisions d'achats, l'historique de la valeur vie et l'engagement prédictif afin de déterminer la valeur des utilisateurs acquis au-delà d'une seule session.
Si nous observons la capture d'écran ci-dessous, nous voyons plusieurs lignes de sites référents pour Google Merchandise Store qui ne sont pas associés à Google. Ces sites enregistrent peu d'utilisateurs, mais aussi une perte d'utilisateurs plus faible, une durée d'engagement plus longue, des transactions plus élevées et une bonne valeur vie moyenne. Ces sites référents semblent générer une valeur intéressante et c'est pourquoi nous recommanderions à l'équipe marketing de contacter ces sites pour développer une relation plus étroite.