Configurer et analyser votre tunnel de conversion sur Google Analytics

Quand on utilise un outil comme Google Analytics 4 (GA4) pour analyser le trafic sur son site internet, la mise en place d’objectifs est une étape incontournable. Pour un site ecommerce, les objectifs peuvent être la réalisation d’une vente et d’un ajout panier, pour un site media, il s’agira d’un nombre de pages vues ou de l’inscription à la newsletter. Quand il s’agit d’un objectif de type Destination URL (exemple : arrivée sur la page de confirmation d’achat), la mise en place d’un « tunnel » est très intéressante pour analyser les différentes étapes avant la réalisation de l’objectif. Nous allons vous donner dans cet article les clés pour paramétrer les tunnels de conversions sur Google Analytics, et surtout les analyser correctement, en évitant les erreurs classiques.

1. Définir les objectifs et les pages du tunnel de conversion

Comment choisir les objectifs ?

Tout d’abord, il est nécessaire de rappeler qu’il est très important de configurer des objectifs sur Google Analytics, puisque les statistiques relatives à ces objectifs, notamment le taux de conversion par objectif apparaît sur de nombreux rapports Google Analytics. Comme présenté sur le board ci-dessous, ces metrics apparaissent à droite, sur les deux dernières colonnes. Avec cet exemple de rapport, on a donc le détail des objectifs en fonction de la provenance du trafic : provenance des moteurs de recherche sans publicité (Organic Search), avec publicité (Paid Search), les visiteurs venant directement sur le site (Direct), les visites provenant d’autres sites avec un lien direct vers certaines pages de notre site (Referral), provenant des réseaux sociaux (Social), campagnes mail (email), etc.

Configurer des événements et des conversions est essentiel pour mieux comprendre le comportement des internautes sur un site internet. Avec Google Analytics 4, la configuration repose principalement sur le suivi d’événements personnalisés (par exemple : achat, téléchargement de fichier, inscription à une newsletter, ajout de produit au panier, etc.), qui peuvent ensuite être marqués comme conversions selon les besoins.

Prenons l’exemple d’un site ecommerce. L’utilisateur du compte Google Analytics peut décider de paramétrer des objectifs pour plusieurs éléments sélectionnés distinctement. Classiquement et surtout pour le ecommerce, il est important de connaître le cheminement des visiteurs en configurant par exemple :

• Objectif 1 : Achat (lorsqu’un visiteur achète un produit)
• Objectif 2 : Ajout panier
• Objectif 3 : Création compte utilisateur
• Objectif 4 : Inscription newsletter

Dans Google Analytics 4, la gestion des conversions est plus flexible : il est possible de modifier ou de supprimer des événements marqués comme conversions sans perdre l’historique des données.

Définir les pages du tunnel de conversion

Tout d’abord, il semble utile de rappeler ce qu’on entend par tunnel de conversion ou bien encore entonnoir de conversion. Il s’agit de plusieurs étapes que le visiteur doit franchir, pour réaliser l’objectif final qui s’apparente à la conversion. Dans le cas d’un site e-commerce, le tunnel de conversion représentera l’ensemble des étapes avant l’achat, comme la sélection du produit, l’ajout au panier, la confirmation de commande, etc. Et la conversion sera effective seulement une fois que l’utilisateur a effectivement acheté le produit. Généralement après l’achat, sur les sites e-commerce, l’utilisateur visionne une page « Confirmation de commande » qui va lui indiquer qu’il a bien acheté le produit. C’est cette page qui sert de repère à Google Analytics, pour tracker une conversion.
Il y a 4 manières définir un objectif sur Google Analytics :

• URL de réalisation, exemple /paiement/confirmation
• Evènement (ce qui suppose la mise en place d’un tag spécifique) > Utilisé pour des actions qui ne génèrent pas de nouvelle page vue, par exemple un ajout panier ou l’ouverture d’une pop up.
• Temps passé par page
• Nombre de pages par session

Pour plus d’infos : Centre d’aide Google Analytics 4
Rappelons que pour obtenir des informations précises sur les différentes étapes d’un tunnel de conversion dans Google Analytics 4, il est recommandé d’utiliser la fonctionnalité ‘Explorations’ (Exploration des entonnoirs), qui permet de visualiser et d’analyser les parcours utilisateurs à partir des événements et des paramètres associés, plutôt que de se limiter à la configuration par URL.
Quand il y a plusieurs parcours possibles qui permettent d’aboutir à l’URL de la conversion, il est recommandé d’utiliser le rapport ‘Exploration’ (Explorations) dans Google Analytics 4, qui permet d’analyser les parcours utilisateurs de manière plus flexible et détaillée. Rassurez-vous, il est possible de rendre la première étape du tunnel facultative pour que les personnes réalisant un parcours différent soient bien comptabilisées dans vos objectifs

2.   Configurer le tunnel de conversion (et créer des profils)

Création d’un objectif avec un entonnoir

Pour configurer une conversion dans Google Analytics 4, il faut accéder à l’onglet « Admin » puis à la section « Événements ». Vous pouvez alors marquer un événement existant comme conversion ou en créer un nouveau selon vos besoins.

Une fois le nouvel objectif créé, Il faut alors le. La page qui s’affiche nous demande de renseigner tout d’abord le modèle de notre objectif. L’utilisateur peut alors préconfigurer son objectif en fonction des propositions qui apparaissent. Si vous souhaitez analyser un tunnel de conversion dans lequel une transaction ou un achat de produit est effectué, il suffira de choisir la ligne correspondant dans les propositions. Dans l’exemple ci-dessous, l’objectif que nous souhaitons s’appelle « Effectuer un paiement ». Il est regroupé dans la catégorie Chiffre d’Affaires. Il est également possible d’analyser un tunnel de conversion incluant des interactions telles que la lecture d’une vidéo, en configurant des événements personnalisés adaptés dans Google Analytics 4. Dans ce cas, il suffit de configurer un événement spécifique pour la lecture d’un fichier multimédia (par exemple, ‘video_play’), puis de le marquer comme conversion dans Google Analytics 4.

Il faut ensuite nommer l’événement de conversion de façon explicite (par exemple « Order »), et s’assurer que l’événement est bien déclenché lors de l’action souhaitée (par exemple, l’affichage de la page de confirmation de commande). Dans Google Analytics 4, il n’est plus nécessaire de choisir un type d’objectif comme « Destination » ; tout repose sur la configuration et le marquage des événements.

Ensuite, il faut renseigner les détails de l’objectif. Cette étape est très importante, car c’est ici que l’on va devoir renseigner la page de destination pour laquelle on veut la conversion effective. En sélectionnant Expression Régulière (encore appelée Regex), on va indiquer à Google Analytics que seule la page comportant le champ rempli fera office de validation de la conversion. Dans l’exemple ci-dessous, notre page de destination s’intitule « orderconfirmation ».

Choisissez ensuite si vous voulez attribuer une valeur monétaire à la conversion, ainsi que si vous souhaitez ou non créer un entonnoir de conversion. Ici, et c’est une étape cruciale, vous allez définir le cheminement idéal de l’utilisateur jusqu’à ce qu’il atteigne l’objectif final. Dans le cas d’une transaction, il est recommandé de définir chaque étape clé du parcours (par exemple : saisie des coordonnées bancaires, adresse de livraison, création de compte, paiement) comme des événements distincts. L’analyse des entonnoirs dans Google Analytics 4 se fait ensuite via les rapports d’exploration, où vous pouvez visualiser le cheminement des utilisateurs à travers ces événements, sans imposer un ordre strict ou des étapes obligatoires.

Une fois que vous avez bien rempli consciencieusement chacun des champs, vous pouvez valider votre objectif, qui s’activera automatiquement.

Découvrez comment Google Analytics peut vous aider à améliorer votre taux de conversion.

L’intérêt du Regex dans la configuration de certains tunnels

Les Expressions Régulières (ou RegEx), servent à faire correspondre des chaînes de caractères, des mots ou des modèles (ensembles) de caractères sur un flux de données (conversion, audience, trafic, publicité, contenus, etc.). On les utilise notamment pour créer des objectifs. Comme nous l’avons vu plus haut, lorsqu’on configure un objectif, on a la possibilité d’inscrire une RegEx comme destination à notre objectif. En d’autres termes, lorsqu’on souhaite que la page de destination (dans notre cas) soit exacte à la chaîne de caractère inscrite dans le champ. Une RegEx se compose de caractères littéraux (lettres de l’alphabet), mais aussi de certains méta-caractères qui vont nous permettre de moduler la RegEx comme on le souhaite, lorsqu’on souhaite élargir le champ d’action de la RegEx.
L’utilisation des expressions régulières est très recommandées lorsqu’on souhaite développer ses compétences en analytics, en tracking, ou en webmarketing en général. En effet, la RegEx va nous permettre de filtrer très finement notre flux de données, afin de simplifier l’analyse des métriques obtenues à posteriori. Lorsque nous parlions plus haut d’élargir le champ d’action d’une RegEx, c’est en effet une pratique très intéressante lorsqu’une étape de notre tunnel de conversion peut être atteinte par différentes URL. Pour un site e-commerce, on pourrait imaginer des pages de destinations identiques en termes d’accomplissement de l’utilisateur, mais différentes au niveau de l’URL.
Nous allons illustrer ce dernier exemple avec quelques uns des éléments de syntaxe classiques. Pour plus d’infos, vous pouvez consulter la documentation officielle de Google Analytics sur l’utilisation des expressions régulières dans les filtres et événements : Expressions régulières dans Google Analytics.

• | : Cet élément permet d’avoir le choix entre plusieurs expressions inscrites. Par exemple, on pourra indiquer deux URL de la manière suivante : /chaussure/orderconfirmation|/pantalon/orderconfirmation. Ainsi, Google Analytics différenciera l’objectif en fonction de la provenance, mais la conversion sera quand même comptabilisée, puisqu’on a indiqué plusieurs URL possibles.
• . : le point fait correspondre un seul caractère, quel qu’il soit, par exemple goo.gle correspondra aussi bien à goo6gle, qu’à gooagle.
• * : De la même façon, cet élément supprime le caractère indique que le caractère sera égal à zéro ou à plusieurs occurrences du caractère suivant. Par exemple, goo*gle correspond à gooogle mais aussi à goooogle, etc.
• .* : cet élément indique de prendre tout ce qui précède l’élément.

Utiliser les fonctionnalités de segmentation avancée et les comparaisons dans Google Analytics 4 pour analyser l’entonnoir de conversion selon la source de trafic

Lorsque l’entonnoir de conversion est configuré, on peut alors commencer à préparer l’analyse. Dans Google Analytics 4, l’analyse des conversions et des entonnoirs se fait via les rapports personnalisés et les explorations, qui permettent de segmenter facilement les données selon la source de trafic ou d’autres dimensions.

La segmentation avancée reste essentielle pour analyser la performance des tunnels de conversion selon la source de trafic. Dans Google Analytics 4, il est conseillé d’utiliser les fonctionnalités de comparaison et de segmentation dans les rapports d’exploration pour visualiser le taux de conversion à chaque étape selon différentes sources (SEO, partenariats, email/CRM, direct, etc.). Cette approche permet d’identifier les canaux les plus performants et d’optimiser les parcours utilisateurs. Par exemple, sur l’image ci-dessous, pour l’ensemble des visites, on observe que 10,55% des visiteurs générés par les partenariats ajoutent des éléments au panier, quasiment 2 fois supérieures aux visites générées par le Référencement naturel SEO.
Sur ce rapport, on observe qu’il y a un fort taux de déperdition de 90,2% lorsque les visiteurs passent de l’étape Panier à l’étape Livraison, en ayant le détail précis des différentes sources de trafic.

Source : Audiaweb

Découvrez pas à pas comment mettre en place Google Tag Manager sur un site web.

3.   Analyser le tunnel de conversion : Zoom sur 3 problèmes d’interprétation classiques

Lors de l’analyse du tunnel de conversion, certains biais d’interprétation peuvent apparaître en fonction de la configuration de l’entonnoir. Dans certains cas, il faut absolument prendre en compte ces choix de configuration, afin de palier au biais d’interprétation. Nous allons nous focaliser sur 3 problèmes d’interprétation classiques. Pour plus de détails, vous pouvez lire un cet excellent article dont nous nous sommes inspirés, merci @webAnalyste !

La confusion visiteur / pages vues

L’une des premières erreur d’interprétation est la confusion entre visiteur et pages vues. Pour rappel, une page vue unique n’est comptée qu’une seule fois par visite, elle correspond au nombre de sessions. Alors peu importe le nombre de fois qu’un utilisateur a vu la page en question, Google Analytics indiquera 1 vue pour une page unique. C’est pour cela que le nombre de pages vues est supérieur au nombre de visiteur.

Le nombre indiqué par le rapport en dessous d’une étape nous indique le nombre de pages vues, et non le nombre de visiteurs. Autre exemple, si un utilisateur se rend sur le site à deux moments différents (2 sessions), et qu’à chaque fois il revient sur la page « à propos » 4 fois à la première session, et 3 fois à la seconde, le nombre de pages vues uniques pour la page « à propos » sera de 2, mais le nombre de visiteur sera bel et bien de 1.

Le tracking des boucles arrières dans le tunnel

Sur Google Analytics, le Rapport intitulé « Schéma de l’entonnoir de conversion » n’indique pas le chemin de conversion réel. Effectivement, si le visiteur se rend sur une page A, puis une page B, pour revenir sur la page A, l’entonnoir de conversion ne montrera pas l’ordre réel du cheminement. Ce biais arrive car l’entonnoir ne montre pas les « boucles arrières » (pratique consistant à revenir en arrière dans l’entonnoir de conversion). Il faut également faire attention aux visiteurs qui quittent ou qui entrent au milieu du tunnel de conversion.

L’échantillonnage et la validité statistique des résultats

Enfin, il existe une autre erreur classique d’interprétation souvent négligée, il s’agit de la prise en compte de l’échantillonnage dans l’analyse et la validité statistique des résultats. Pour des sites qui génèrent un trafic conséquent, Google Analytics échantillonne les données. Il faut alors bien vérifier si l’échantillonnage effectué est pertinent. Un mauvais échantillonnage de vos données impliquera des données « faussées », donc un biais dans l’interprétation de ces données. On estime que les indicateurs issus de l’échantillonnage peuvent varier de 10% à 80%. Pour un gros volume de données, il est recommandé de segmenter vos analyses et de travailler sur des périodes restreintes afin de minimiser l’impact de l’échantillonnage, même avec Google Analytics 4. L’utilisation des rapports d’exploration permet également de mieux contrôler la granularité des données analysées. Avec Google Analytics 4, la gestion de l’échantillonnage a évolué et dépend du type de rapport ou d’exploration utilisé. Les filtres et segments peuvent influencer la taille de l’échantillon selon le contexte. Cependant, les segments sont appliqués une fois que l’échantillonnage est effectué, le calcul peut alors comporter moins de sessions. Pour plus de détails, vous pouvez consulter le support Google qui détaille ces différents points.

Si vous souhaitez plus de détails sur ce vaste sujet qu’est la conversion, un autre article traite en profondeur de l’optimisation de la conversion.