Les étapes d’une refonte analytics

1. Définition des objectifs

👋 Le plan de mesure établit un lien entre les questions auxquelles nous souhaitons répondre et les données nécessaires à leurs interprétations.

KPI : mesure du succès de l’expérience utilisateur sur les étapes clefs

Afin d’établir un plan de taggage, on s’assure d’identifier les étapes clés du parcours utilisateur et les enjeux business liés à la plateforme. Cela permet de définir des KPIs clés à analyser et les données indispensables à mesurer dans le temps.

Business questions : enjeux liés à la performance menant à des actions concrètes.

💡 La qualité des réponses est déterminée par la qualité des questions. Le plan de mesure garantit que le plan de marquage répondra à des besoins clients pertinents.

Exemples de bonnes pratiques

✅ DO

• La fonctionnalité de recherche retourne-t-elle des résultats pertinents ?

• Quel type d'articles ou de contenu est le plus influent ?

• Comment mes campagnes publicitaires se comparent-elles à mes objectifs commerciaux ?

• Où perdons-nous des utilisateurs dans le tunnel de conversion ?

• Comment les filtres sont-ils utilisés et quels sont les plus efficaces ?

• Quel type de promotion interne fonctionne le mieux ?

• Dans quelle mesure les fonctionnalités du site contribuent aux conversions ?

• Comment mesurer l'engagement des utilisateurs, afin de créer des audiences de retargeting ?

Exemples de mauvaises pratiques

⛔️ DON’T

• “Mesurer les clics sur les éléments et les appels à l'action” ⚠️ Que faire avec cette information ?

• "Comprendre le parcours de l'utilisateur”⚠️ Trop vague, quelles actions pouvons-nous prendre sur cette information ?

• "Mesurer les clics sur les listes produits"⚠️ Le nombre de produits sélectionnés dépend aussi du nombre d’affichage “réel” de chaque produit. Il faut donc prendre en compte les “impressions”.

• “Vues de page, temps sur le site”⚠️ Est-ce mieux si l’utilisateur met plus de temps ?

Les besoins métier supplémentaires

• Quels sont les pixels publicitaires à considérer ? (Tag Facebook, Meta, Google Ads, Wizaly, Awin, Snapchat…)

• Devrions-nous déployer un tracking avec ou sans consentement ?

• Quelle CMP (Consent Mananagement Plarform) devons-nous utiliser pour gérer le consentement des utilisateurs ? (Didomi, OneTrust, Cookiebot, Axeptio, CookiePro, Tarte au citron, Piwik PRO…)

• Est-ce intéressant de collecter des données Server-Side ? (Facebook Conversion API, Google Tag Manager Server-Side…)

• Quels outils sont les mieux adaptés pour la collecte de données ? (GA4, Piwik Pro, Matomo, Piano Analytics, Aodbe Analytics, Plausible, Kissmetrics, Amplitude…)

2. Création du plan de taggage

Un “tagging plan” ou plan de taggage est une documentation claire et à jour qui détaille l’ensemble du tracking d’un site web ou une application mobile.

Il comprend généralement des informations telles que les évènements et paramètres (variables) associées. Parmi les avantages :

• Sert de documentation de référence centralisée pour l’ensemble des acteurs

• Assurer une collecte de données cohérente et précise pour l'analyse

• Réduire le risque d'erreurs de suivi ou de données manquantes

• Faciliter la mise en place de nouvelles fonctionnalités de suivi ou de nouveaux outils

• Optimiser les coûts de collecte de données en évitant des ajouts ou des modifications de tags superflus ou incorrects.

3. Rédaction des spécifications techniques

Pour les développeurs, les spécifications techniques peuvent fournir des informations importantes sur les exigences et la conception d'un produit ou d'un système, y compris des éléments tels que l'architecture, les API, les modèles de données et d'autres détails techniques.

Dans le contexte d’une implémentation de tracking. Les spécifications techniques visent généralement à expliquer aux développeurs comment passer l’information dans un datalayer sur le web ou via des SDK pour les applications mobiles.

Il faudra probablement rédiger les spécifications en fonction du TMS utilisé (TagCo, Tealium, GTM).

dataLayer.push({
	event: 'share'
	method: 'spotify'
});

Extrait d’une spécification technique pour un event share

⚠️ Do not declare empty variablesIf the variable value is not available like user_type , user_id , account_id, or user_payment etc. then we do not declare the variable. This will avoid overriding user-level properties in Google Analytics.

⚠️ Events sequenceEnsure the page_view event is always the first event to be pushed on the page

4. Recette du datalayer

Une fois l’implémentation des spécifications effectuées par les développeurs, nous devons vérifier que les consignes ont été suivies.

Il convient ainsi de vérifier notamment :

• Les événements sont envoyés au bon moment dans le dataLayer

• Les événements ne sont pas envoyés en double

• Les paramètres, clefs d’évènements et valeurs sont corrects

Il est nécessaire d’avoir accès à un environnement de “test” (ou de “qa”, “dev” ou “preprod”, les environnements prennent plusieurs noms).

5. Configuration des outils

Les Tag Management System (TMS), les infrastructures d'hébergement Server-Side, les outils d'analyse, les Consent Management Platforms (CMP) et les solutions d'attribution doivent être configurés pour la collecte de données web.

Pour vérifier que les balises se déclenchent correctement et que les données envoyées aux différents outils (analytiques, médias et CRM) sont correctes, vous devez effectuer une recette finale des différents dispositifs.

⚠️ Migration d’audiences et autres tags Une refonte analytics peut impliquer une modification du dataLayer (objet utilisé pour alimenter les données associées aux tags) et nécessiter un réajustement du paramétrage des tags.

6. Ouverture BigQuery

Google BigQuery est une plateforme de traitement et d'analyse de données qui peut être utilisée pour stocker, interroger et analyser des données de Google Analytics 4 (GA4). Les avantages d'utiliser Google BigQuery avec GA4 incluent :

✅ Des performances améliorées pour l'analyse de grands volumes de données GA4

✅ Des options de requêtes plus avancées pour explorer et interroger les données GA4

✅ La possibilité de combiner les données de GA4 avec d'autres sources de données, telles que des données transactionnelles ou de CRM, pour une analyse plus complète

✅ Des fonctionnalités d'analyse de données avancées telles que l'apprentissage automatique ou l'analyse en temps réel

✅ La capacité à créer des tableaux de bord personnalisés et des visualisations basées sur les données GA4 stockées dans BigQuery

7. Création des rapports et analyses

Si les outils de collectes de données comme GA4, Piwik Pro, Piano ou Matomo sont utiles, bien souvient ils sont limités pour transformer vos données en informations pertinentes et visuelles.

Utiliser un outil de Dataviz comme PowerBI ou Looker Studio permettra de répondre aux questions du Plan de Mesure visuellement et d’interagir facilement avec la donnée.

Exemple de dashboards :