Antoine Tissier, consultant expert chez Altima Agency
Le Web Analytics, un outil d’aide à la décision précieux mais insuffisant
Les données du Web Analytics sont accessibles publiquement en écriture. En effet, le Web Analytics se base principalement sur des «beacons» qui sont des images transparentes téléchargées automatiquement via le javascript des solutions Web Analytics. L’enjeu majeur étant de sauvegarder des informations via les paramètres envoyés à l’image (clics effectués, source de trafic, montant de la conversion...).
Si cette méthode présente de nombreux avantages, les résultats peuvent être facilement biaisés par de fausses informations en provenance d’un tiers malveillant. Il suffit pour cela de créer des requêtes HTTP ou encore de disséminer des pixels malveillants dans des messages sur des forums peu protégés (CSRF...).
Le problème est identifié depuis longtemps, mais cette technique est tellement pratique qu’elle reste largement utilisée pour faire du testing (A/B, MVT...), piloter des campagnes de trafic voire automatiser des actions en fonction du comportement des internautes (envoi de relance par mails des abandonnistes, mise en avant d’articles en fonction de leur popularité....).
Les dangers sont pourtant réels. Un concurrent mal attentionné pourrait inciter, via l’écriture de données malicieuses, à faire de mauvais investissements et à faire de mauvaises modifications sur le site Internet.
Pour diminuer les risques, il est impératif de confronter plusieurs sources de données. Pour aller plus loin, il faut remonter les éléments clés (transactions, leads...), de manière alternative, par exemple via des échanges serveur à serveur, avec contrôle de l’authenticité des données.
Au-delà de la lecture, une interprétation nécessaire
Si le Web Analytics permet de visualiser instantanément les métriques clés de l’activité d’un site e- commerce, il est nécessaire de procéder à une analyse détaillée pour bénéficier d’une visibilité plus fine.
La plupart des outils de Web Analytics ne remontent en effet que les valeurs totales et les valeurs moyennes. Mais, un panier moyen qui stagne, peut cacher une augmentation des petits paniers, la notion de distribution étant souvent absente des outils de Web Analytics (pas de quartile, de médiane...).
De la même façon, il peut être tentant d’examiner les recherches les plus fréquentes sur le site, mais cela peut entraîner des raccourcis.
Par exemple, si “manteau” est la requête la plus fréquente sur le site, cela ne signifie pas que les manteaux sont les produits les plus recherchés, mais que la chaîne de caractères “manteau” a été la plus recherchée.
Les problèmes d’orthographe dans les mots clés recherchés sont fréquents, certaines expressions peuvent comporter des synonymes et la plupart des recherches comportent plusieurs mots.
Ainsi pour connaître le nombre de fois où « manteau »a été réellement recherché, il faudrait aller au- delà de la lecture du Web Analytics et regrouper les recherches par cluster (regroupements) pour prendre en compte :
les différentes variantes orthographiques (manteau, manteaux, manteaus, manto...) ;
les synonymes voire les mots s’y rapprochant (parka, duffle coat, trench, caban...) ;
les chaînes de caractères qui contiennent des expressions (“blouson noir fille 14 ans”...).
Enfin, en raison de la complexification des parcours des internautes, et de la multiplication de leurs terminaux, il est de plus en plus difficile de mesurer précisément l’efficacité des différents canaux, et ce malgré les innovations des différents éditeurs de solution analytics.
Faut-il donc ignorer le Web Analytics ?
La non-consultation d’informations issues d’outils de Web Analytics peut-être dangereuse et ces dernières ne peuvent pas être ignorées.
En revanche, la “donnée” ne doit pas être placée sur un piédestal et vénérée mais doit, à l’inverse, être régulièrement mise en doute et contrôlée. Les analyses doivent être effectuées par des personnes maîtrisant parfaitement leurs outils et le business du client.
L’expérience et l’intuition ne peuvent et ne doivent pas être reléguées au second plan.
A propos de l’auteur
Antoine Tissier, 35 ans, a rejoint les équipes d’altima° en 2006. Il occupe le poste de consultant expert Web Analytics depuis plus de 4 ans. ll accompagne des acteurs majeurs du e-commerce dans leur stratégie analytics et l’optimisation de leur performance digitale.
Les données du Web Analytics sont accessibles publiquement en écriture. En effet, le Web Analytics se base principalement sur des «beacons» qui sont des images transparentes téléchargées automatiquement via le javascript des solutions Web Analytics. L’enjeu majeur étant de sauvegarder des informations via les paramètres envoyés à l’image (clics effectués, source de trafic, montant de la conversion...).
Si cette méthode présente de nombreux avantages, les résultats peuvent être facilement biaisés par de fausses informations en provenance d’un tiers malveillant. Il suffit pour cela de créer des requêtes HTTP ou encore de disséminer des pixels malveillants dans des messages sur des forums peu protégés (CSRF...).
Le problème est identifié depuis longtemps, mais cette technique est tellement pratique qu’elle reste largement utilisée pour faire du testing (A/B, MVT...), piloter des campagnes de trafic voire automatiser des actions en fonction du comportement des internautes (envoi de relance par mails des abandonnistes, mise en avant d’articles en fonction de leur popularité....).
Les dangers sont pourtant réels. Un concurrent mal attentionné pourrait inciter, via l’écriture de données malicieuses, à faire de mauvais investissements et à faire de mauvaises modifications sur le site Internet.
Pour diminuer les risques, il est impératif de confronter plusieurs sources de données. Pour aller plus loin, il faut remonter les éléments clés (transactions, leads...), de manière alternative, par exemple via des échanges serveur à serveur, avec contrôle de l’authenticité des données.
Au-delà de la lecture, une interprétation nécessaire
Si le Web Analytics permet de visualiser instantanément les métriques clés de l’activité d’un site e- commerce, il est nécessaire de procéder à une analyse détaillée pour bénéficier d’une visibilité plus fine.
La plupart des outils de Web Analytics ne remontent en effet que les valeurs totales et les valeurs moyennes. Mais, un panier moyen qui stagne, peut cacher une augmentation des petits paniers, la notion de distribution étant souvent absente des outils de Web Analytics (pas de quartile, de médiane...).
De la même façon, il peut être tentant d’examiner les recherches les plus fréquentes sur le site, mais cela peut entraîner des raccourcis.
Par exemple, si “manteau” est la requête la plus fréquente sur le site, cela ne signifie pas que les manteaux sont les produits les plus recherchés, mais que la chaîne de caractères “manteau” a été la plus recherchée.
Les problèmes d’orthographe dans les mots clés recherchés sont fréquents, certaines expressions peuvent comporter des synonymes et la plupart des recherches comportent plusieurs mots.
Ainsi pour connaître le nombre de fois où « manteau »a été réellement recherché, il faudrait aller au- delà de la lecture du Web Analytics et regrouper les recherches par cluster (regroupements) pour prendre en compte :
les différentes variantes orthographiques (manteau, manteaux, manteaus, manto...) ;
les synonymes voire les mots s’y rapprochant (parka, duffle coat, trench, caban...) ;
les chaînes de caractères qui contiennent des expressions (“blouson noir fille 14 ans”...).
Enfin, en raison de la complexification des parcours des internautes, et de la multiplication de leurs terminaux, il est de plus en plus difficile de mesurer précisément l’efficacité des différents canaux, et ce malgré les innovations des différents éditeurs de solution analytics.
Faut-il donc ignorer le Web Analytics ?
La non-consultation d’informations issues d’outils de Web Analytics peut-être dangereuse et ces dernières ne peuvent pas être ignorées.
En revanche, la “donnée” ne doit pas être placée sur un piédestal et vénérée mais doit, à l’inverse, être régulièrement mise en doute et contrôlée. Les analyses doivent être effectuées par des personnes maîtrisant parfaitement leurs outils et le business du client.
L’expérience et l’intuition ne peuvent et ne doivent pas être reléguées au second plan.
A propos de l’auteur
Antoine Tissier, 35 ans, a rejoint les équipes d’altima° en 2006. Il occupe le poste de consultant expert Web Analytics depuis plus de 4 ans. ll accompagne des acteurs majeurs du e-commerce dans leur stratégie analytics et l’optimisation de leur performance digitale.
