La technique "Durée de vie de l'utilisateur" vous permet d'analyser le comportement des utilisateurs au cours de la période pendant laquelle ils ont été clients sur votre site ou dans votre application. Elle peut vous aider à obtenir des insights spécifiques :
-
Source/support/campagne qui ont attiré les utilisateurs ayant généré les revenus les plus élevés pendant leur durée de vie, par rapport aux revenus seulement pour le mois sélectionné
-
Campagnes actives générant des utilisateurs à forte valeur potentielle, car affichant une probabilité d'achat plus élevée et une faible probabilité de perte des utilisateurs (probabilités calculées par les modèles de prédiction Google Analytics)
-
Insights sur le comportement des utilisateurs uniques (ex. : la dernière fois que vos utilisateurs actifs par mois ont acheté un produit sur votre site ou interagi avec votre application)
Créer une exploration de la durée de vie de l'utilisateur
- Dans Explorer, à droite de Démarrer une nouvelle exploration, cliquez sur Galerie de modèles.
Le lien précédent ouvre la dernière propriété Analytics à laquelle vous avez accédé. Vous pouvez modifier la propriété à l'aide du sélecteur de propriété. Vous devez être analyste (ou avoir un rôle supérieur) à créer un rapport sur la durée de vie de l'utilisateur.
- Sélectionnez le modèle "Durée de vie de l'utilisateur".
Données sur la durée de vie de l'utilisateur
Ces données sont disponibles pour les utilisateurs qui ont été actifs sur votre site ou dans votre application depuis le 15 août 2020. Pour ces utilisateurs, les données sur la durée de vie de l'utilisateur incluent toutes celles enregistrées depuis leur première visite sur votre site ou dans votre application. Par exemple, un utilisateur qui a visité votre site pour la première fois en décembre 2019, mais qui a été actif pour la dernière fois le 14 août 2020, n'est pas inclus. Si cet utilisateur était actif le 16 août 2020, toutes les données remontant à l'année passée sont incluses.
La technique "Durée de vie de l'utilisateur" affiche des données globales pour les utilisateurs de votre site ou de votre application. Plus précisément, voici les informations que vous pouvez obtenir pour chaque utilisateur :
- Interactions initiales : données associées aux premières statistiques mesurées pour un utilisateur pour une propriété spécifique. Par exemple, il peut s'agir de la date de sa première visite ou de son premier achat, ou de la campagne via laquelle il a été acquis en tant qu'utilisateur.
- Dernières interactions : données associées aux dernières statistiques mesurées pour un utilisateur pour une propriété spécifique. Par exemple, il peut s'agir de la dernière activité qu'il a effectuée ou de la date de son dernier achat.
- Interactions pendant la durée de vie : données cumulées sur toute la durée de vie de l'utilisateur. Par exemple, il peut s'agir du montant des revenus générés ou du taux d'engagement enregistré pendant la durée de vie de l'utilisateur.
- Métriques prédictives : données générées par le machine learning pour prédire le comportement des utilisateurs :
- Probabilité d'achat
- Probabilité d'achat via l'application
- Probabilité de perte de l'utilisateur
Chacune des métriques disponibles dans cette technique, à l'exception du nombre d'utilisateurs, peut être affichée sous forme de moyenne, de total ou de l'un des quatre centiles représentatifs (10e, 50e, 80e et 90e) pour vous fournir des insights sur les distributions des métriques. Par exemple, si vous examinez la valeur vie (LTV) par premier support de l'utilisateur, vous pouvez afficher les points de données suivants pour vos utilisateurs, regroupés selon le support à l'origine de leur première visite sur l'application ou le site Web:
- Valeur vie (USD): total: affiche la somme de la valeur vie des utilisateurs acquis par chaque support.
- Valeur vie (USD): moyenne: affiche la LTV moyenne des utilisateurs acquis par chaque support.
- Valeur vie (USD): 10e centile: pour chaque support, cette métrique affiche la valeur vie (LTV) correspondant à 10% des utilisateurs ayant une valeur vie plus faible (par exemple, si cette valeur est de 20 €, cela signifie que 10% des utilisateurs ont une LTV inférieure à 20 €).
- Valeur vie (USD): 90e centile: pour chaque support, cette métrique affiche la valeur vie (LTV) correspondant à 90% des utilisateurs ayant une valeur vie plus faible (par exemple, si cette valeur est de 100 €, cela signifie que 90% des utilisateurs ont une LTV inférieure à 100 €).
Notez que les métriques de centile pour les métriques de revenus telles que la LTV sont souvent nulles, car la plupart des utilisateurs ne sont pas des acheteurs, et même le 90e centile est nul (90% des utilisateurs ont une LTV inférieure ou égale à zéro). Dans ce cas, appliquer un segment qui ne filtre que les acheteurs vous permettra d'obtenir des insights plus précis sur la répartition de la LTV entre les acheteurs plutôt qu'entre tous les utilisateurs.
Plages de dates dans les explorations de la durée de vie des utilisateurs
Lorsque vous sélectionnez une plage de dates, l'exploration affiche les utilisateurs actifs pendant la plage de dates sélectionnée et fournit des informations sur toute leur durée de vie, y compris les données antérieures au début de la plage spécifiée.
Vous ne pouvez pas modifier la date de fin d'une exploration de la durée de vie de l'utilisateur. Celle-ci est fixée sur "hier".
Explorations de la durée de vie des utilisateurs et identité pour le reporting
La fonctionnalité User-ID offre aux propriétés Google Analytics 4 deux méthodes pour identifier les utilisateurs et créer des rapports les concernant sur différents appareils et plates-formes. La méthode d'identité de reporting utilisée pour votre propriété affecte les données sur la durée de vie de l'utilisateur, comme expliqué ci-dessous :
Par User-ID, puis par appareil
Cette méthode utilise la valeur User-ID, qui est l'identifiant utilisateur le plus précis. Si celui-ci peut être collecté, il permet d'identifier un utilisateur, et d'unifier tous les événements qui lui sont associés au niveau des rapports et des explorations. Si aucun ID utilisateur n'est collecté, Analytics identifie l'utilisateur grâce à l'ID de l'appareil, à savoir l'ID client pour les sites Web ou l'ID d'instance pour les applications.
Lorsqu'un utilisateur donné a effectué des activités en étant tour à tour connecté et déconnecté pendant la période sélectionnée, l'exploration n'utilise que la partie des données sur la durée de vie de l'utilisateur enregistrées lorsqu'il était connecté. Vous obtenez ainsi une représentation plus précise de vos données utilisateur. Le nombre d'utilisateurs n'est pas dupliqué, et les métriques telles que la LTV moyenne sont plus précises lorsqu'elles sont basées sur l'User-ID. Les activités réalisées hors connexion par l'utilisateur ne sont pas incluses dans l'exploration.
Remarque : Si vous avez activé la collecte des données fournies par les utilisateurs (bêta) pour votre propriété et que vous recueillez également les User-ID dans celle-ci, il pourra exister des écarts de données dans les explorations de la durée de vie des utilisateurs. Plus précisément, vous constaterez peut-être des doublons au niveau des nombres d'utilisateurs ou de faibles métriques sur la durée de vie des utilisateurs. Ce problème survient si la période de votre exploration chevauche la date à laquelle vous avez activé la collecte des données fournies par les utilisateurs. Vous pouvez vérifier cette date d'activation dans l'historique des modifications de la propriété. De plus, pour ces propriétés, nous n'acceptons pas actuellement les explorations de la durée de vie des utilisateurs basées sur les User-ID.
Par appareil uniquement
Cette méthode n'utilise que l'ID de l'appareil (la valeur client_id
du cookie Analytics pour les sites Web ou l'ID d'instance d'application pour les applications mobiles) afin d'identifier un utilisateur. Elle ignore tous les User-ID éventuellement collectés. Les données sur la durée de vie de l'utilisateur sont agrégées au niveau des appareils.