Comment analyser les rapports et les données analytiques dans Shopify : guide du débutant

Comment analyser les rapports et les données analytiques dans Shopify : guide du débutant

Comment analyser les rapports et les données analytiques

Quels sont les sites qui redirigent du trafic vers votre boutique en ligne ? Dans quels coins du monde résident vos visiteurs web ? Quels ont été les résultats des campagnes marketing que vous avez déployées à l’occasion des périodes de soldes (Black Friday Cyber Monday, soldes d’hiver, etc.) ? Quels sont les produits les plus recherchés par les visiteurs dans votre site ?

Vous vous posez certainement de nombreuses questions au sujet de votre activité, de vos clients et de vos efforts de marketing.

Mise à jour : avec Live View, vous pouvez suivre en temps réel la conversion de vos visiteurs en clients. Vous pouvez maintenant célébrer les ventes à mesure qu’elles se produisent. En savoir plus.

Heureusement, les réponses à la plupart de ces questions peuvent être obtenues à travers l’analyse des données analytiques et des rapports Shopify de votre boutique en ligne.

Rapport des données vs Analyse des données

C’est la fin de la journée, de la semaine ou du mois ; vous ouvrez votre outil analytique et prenez note de certains indicateurs clés. «  Le trafic augmente de 2 % de semaine en semaine. C’est encourageant !  » Vous célébrez la nouvelle à votre façon.

Vous ne faites que recueillir les données. L’augmentation est bonne, la baisse est mauvaise.

Cependant, les statistiques et les données analytiques doivent être abordées avec la métaphore de l’iceberg en tête. Vous pouvez certainement apercevoir quelques indicateurs brillants au-dessus de l’eau, mais il y a tellement d’informations dissimulées sous la surface.

L’analyse est le processus qui vise à découvrir ces informations cachées, qui sont généralement d’une importance capitale pour votre activité. Au lieu de simplement recueillir les données qui vous sont présentées, vous vous posez des questions pour tenter de comprendre le «  pourquoi  », et vous formulez par la suite des hypothèses bien fondées à tester.

L’interprétation des données analytiques va bien au-delà des conclusions simplistes comme «  l’augmentation est bonne, la baisse est mauvaise  ». L’analyse approfondie des données peut évidemment se révéler compliquée, que vous utilisiez Google Analytics ou Shopify Analytics.

Cela dit, il est vital de persévérer, puisque vous découvrirez sous la surface :

  • Des réponses à des questions importantes concernant votre activité (et de nouvelles questions à poser également).
  • Des problèmes dont vous ne soupçonniez pas l’existence — qui pourraient être en train de nuire à vos bénéfices.
  • Des idées quant aux modifications et aux ajustements à apporter pour améliorer l’expérience utilisateur et le taux de conversion.

Posez les bonnes questions pour pouvoir extraire les réponses de vos données

Donc, l’objectif est de mettre la main sur les informations qui se dissimulent sous la surface. La question devient : comment explorer ce qui se cache sous la surface ? La réponse : en posant des questions pertinentes relatives à votre boutique en ligne et votre activité.

Vous apercevrez un grand volume de données en ouvrant votre outil analytique. Toutes ces données pourraient très rapidement vous confondre. Pour canaliser vos efforts, il vous faudra dresser une liste de questions auxquelles vous souhaitez apporter des réponses.

tableau de bord

De cette façon, les rapports présentés par défaut ne vous distrairont pas aussi facilement. Vous devez clairement définir les objectifs de votre analyse.

Donc, quelles seraient les bonnes questions directrices à poser ? Bonne question.

Pour trouver des objectifs pertinents qui guideront efficacement votre analyse, il vous faudra passer en revue vos questions directrices potentielles en vous demandant chaque fois ce qui suit : « Quels ajustements la réponse à cette question me permettra-t-elle d’apporter ? » Si aucune idée ne vous vient à l’esprit, passez à la question suivante.

Tentez de vous projeter dans des scénarios éventuels pour chaque question évaluée (« Si…, alors… », « Si ce n’est pas le cas, alors… »).

Apprendre à formuler des questions pertinentes pour l’analyse des données analytiques

Voici un processus très simple pour apprendre à formuler des questions pertinentes qui pourront guider votre analyse analytique :

  1. Passez en revue votre site dans le but d’identifier tous les aspects problématiques pouvant nuire d’une façon ou d’une autre à la performance de votre boutique.
  2. Prenez note de tous les aspects problématiques identifiés au cours de la procédure (notez également toutes les questions et les préoccupations qui vous viennent à l’esprit.)
  3. Tournez-vous vers vos données analytiques pour savoir si les statistiques confirment l’existence du problème.

Il vous faudra définir un processus pour parvenir à accomplir la première étape sans que vos biais cognitifs nuisent à la fiabilité de vos conclusions. Voici certains des facteurs les plus importants à prendre en compte :

  • Friction : y a-t-il des points de friction ? Comment pourriez-vous les éliminer ? Y a-t-il des obstacles qui empêchent vos visiteurs d’acheter ?
  • Distraction : y a-t-il des éléments qui distraient vos visiteurs lorsque ces derniers souhaitent accomplir une action à forte valeur (par exemple, ajouter un article au panier d’achat ou passer la commande) ?
  • Motivation : y a-t-il des éléments qui augmentent ou diminuent l’enthousiasme de vos visiteurs ? Les encouragez-vous suffisamment à répondre aux appels à l’action à forte valeur ?
  • Pertinence : les éléments de contenu de vos pages sont-ils en cohérence ? Y a-t-il des éléments inutiles ou qui manquent de pertinence ? Tous les éléments de vos pages incitent-ils les visiteurs à effectuer l’action la plus désirée ?
  • Clarté : la valeur du produit ou du service est-elle clairement véhiculée ? L’étape suivante est-elle clairement mise en évidence ? L’appel à l’action le plus important est-il bien expliqué ? Y a-t-il quelque chose de flou ?

Après avoir suivi la procédure, vous vous retrouverez certainement avec une grande liste de questions pertinentes. Ces questions guideront votre analyse analytique.

Gardez en tête ce dicton très populaire parmi les statisticiens, répandu initialement par Ronald H. Coase : « Torturez les données assez longtemps, et elles vous révéleront tout ce que vous souhaitez savoir. »

Si vous recherchez une réponse bien précise, vous la trouverez. Bien qu’il soit difficile d’éliminer les biais cognitifs au cours d’une analyse analytique, vous pouvez contourner le problème en vous focalisant sur vos questions — et non sur vos réponses présumées.

Comment évaluer les indicateurs de performance 

Qu’est-ce qu’un « bon » volume de trafic mensuel ? Qu’est-ce qu’un « bon » taux de conversion ? Qu’est-ce qu’un « bon » panier moyen ? Qu’est-ce qu’un bon… ?

Il n’y a pas de réponses formelles à ces questions. Il existe bien sûr dans chaque industrie des références et des moyennes sur lesquelles vous pourriez fonder votre évaluation, mais vous constaterez que ces nombres sont plus intéressants qu’autre chose.

Par exemple, qu’allez-vous faire en apprenant que la boutique en ligne typique dans votre niche reçoit 100 000 visiteurs par mois ?

Si vous recevez moins de 100 000 visiteurs mensuels, vous allez certainement vouloir augmenter votre trafic mensuel ou mener davantage d’études concurrentielles. Mais ces initiatives n’occupent-elles pas déjà une place centrale dans votre stratégie ? Et si vous recevez plus de 100 000 visiteurs par mois, allez-vous vous reposer sur vos lauriers ?

Vous pouvez donc considérer qu’un bon volume de trafic est un volume plus élevé que celui du mois passé. Vous pouvez suivre le même raisonnement pour évaluer n’importe quel autre indicateur suivi.

Focalisez-vous sur une approche terre à terre qui se révélera bénéfique à la fois pour vous et votre activité.

Focalisez-vous en priorité sur les opportunités

Si vous n’avez actuellement pas le temps de passer en revue votre site e-commerce dans sa totalité ou que vous peinez à démarrer, commencez par vous focaliser sur les opportunités. Il vous faudra essentiellement considérer trois catégories d’opportunités :

  1. Pages à trafic élevé et à faible valeur : ce sont les pages qui reçoivent beaucoup de trafic, mais qui ne génèrent qu’un faible revenu. Par exemple, il pourrait s’agir d’un ancien article de blog.
  2. Pages à faible trafic et à forte valeur : ce sont les pages qui génèrent un faible volume de trafic, mais ce trafic est de meilleure qualité — et plus susceptible de convertir. Par exemple, votre page de commande.
  3. Votre tunnel de vente. Divisez votre tunnel de vente en étapes bien définies. Puisque les tunnels linéaires sont en voie de disparition, vous devriez penser aux différentes façons dont les visiteurs pourraient intégrer le cycle d’achat. Voici par exemple un tunnel de vente divisé en 5 étapes :
  • Première étape : page d’accueil.
  • Deuxième étape : page de catégorie.
  • Troisième étape : page de produit.
  • Quatrième étape : ajout du produit au panier d’achat.
  • Cinquième et dernière étape : confirmation du paiement.

Les tunnels de vente sont particulièrement intéressants. En rassemblant des données relatives à chaque étape du tunnel, vous pourrez identifier avec exactitude là où se produisent les « fuites ». Cela revient à identifier les endroits où les prospects quittent le cycle d’achat. Par exemple :

  • 100 personnes atteignent la page de catégorie.
  • 50 personnes atteignent la page de produit.
  • 40 personnes ajoutent le produit à leur panier d’achat.

Vous pouvez constater à travers cet exemple (minimaliste) de tunnel de vente que la plus grosse fuite se produit sur la page de catégorie, puisque c’est là où sont perdus 50 % des visiteurs. Il s’agirait donc d’un excellent point de départ pour commencer à formuler des questions qui pourraient guider l’analyse analytique.

Gardez en tête qu’il est beaucoup plus facile de créer un impact important à travers de petites optimisations si les étapes considérées sont proches de la fin du tunnel de vente. Par exemple :

  • 100 personnes atteignent la page de catégorie.
  • 50 personnes atteignent la page de produit.
  • 40 personnes ajoutent le produit à leur panier d’achat.
  • 20 personnes cliquent sur le bouton commander.
  • 4 personnes effectuent le paiement.

Dans cet exemple, si le nombre de paiements effectués augmentait de 4 à 6, il en résulterait une augmentation de 50 % du chiffre d’affaires. En revanche, si le nombre de personnes qui atteignent la page de produit augmentait de 50 à 52 (une augmentation du même ordre), l’impact serait beaucoup moins important — puisqu’il s’agit d’une étape initiale du tunnel.

C’est pourquoi l’optimisation des étapes finales de votre tunnel de conversion doit occuper une place centrale dans votre stratégie.

3 catégories principales de rapports Shopify à analyser 

Vous trouverez à la fois des tableaux de bord (« Dashboards ») et des rapports (« Reports ») d’analyse complets dans Shopify :

interface administrateur

Vous aurez accès à différents types de rapports en fonction de votre forfait Shopify. Tous les marchands ont accès au Tableau de bord principal (« Overview dashboard ») et aux Rapports financiers (« Finances reports »). Si vous avez souscrit au forfait Shopify Basic ou à un forfait supérieur, vous pourrez également accéder à trois autres catégories de rapports : rapports d’acquisition, rapports de comportement, et rapports de marketing.

1. Rapports d’acquisition

Les rapports d’acquisition vous fournissent des informations relatives aux visiteurs de votre site web. Deux points importants sont à garder en tête :

  • Le nombre de sessions et le nombre de visiteurs sont calculés à partir de cookies ou fichiers témoins. Deux types de cookies sont utilisés : l’un sert à identifier l’appareil (donc le visiteur), et l’autre sert à déterminer la durée de la session. Par conséquent, un visiteur peut générer plusieurs sessions s’il explore à multiples reprises votre site web.
  • Une visite ou session se termine automatiquement après 30 minutes d’inactivité ou à minuit (heure UTC).

Visites sur la durée (« Visits Over Time »)

Vous trouverez ce rapport sous « Acquisition » dans la section « Reports » (Rapports).

rapports acquisition

Le rapport « Visits Over Time » vous affiche le nombre de visiteurs et le nombre de sessions générés au cours d’un intervalle de temps déterminé :

visites sur duree

Un diagramme en barres vous est affiché au-dessus du tableau de données pour vous faciliter l’interprétation.

Il vous est possible de cliquer sur les entêtes des colonnes pour trier les données par ordre croissant ou décroissant.

Vous pouvez personnaliser l’intervalle de temps de l’analyse pour accéder à des données plus anciennes :

intervalle temps

Prenez l’habitude d’approfondir votre analyse pour découvrir de nouvelles informations en comparant les données relatives à différentes périodes (par exemple, comparez les données des 30 derniers jours aux données de l’avant dernier mois, comparez le 3e trimestre [« 3rd Quarter »] de cette année au 3e trimestre de l’an passé, etc.)

Tentez avant tout d’identifier les tendances émergentes. Les données varieront beaucoup. Au lieu d’analyser uniquement la semaine passée, comparez celle-ci aux 8 dernières semaines. Évitez de vous focaliser sur les variations mineures, et cherchez plutôt à identifier les tendances qui semblent émerger.

Visiteurs par source référente (« Visitors by referrer »)

Vous trouverez également ce rapport sous « Acquisition » dans la section « Reports » (Rapports).

Le rapport « Visitors by referrer » (Visiteurs par source référente) vous montre le nombre de visiteurs et le nombre de sessions générés par chaque source référente :

source referente

Sur la capture d’écran, nous pouvons constater que la recherche Google (« Google search ») est la source référente la plus importante. Google a redirigé 574 visiteurs vers cette boutique, et ces derniers ont généré 604 sessions.

Vous pouvez constater que les sources référentes sont organisées par nom (« Referrer name »).

 tri sources referentes

Nous remarquons également que Facebook est la source référente sociale la plus importante.

Ce rapport fournit des données plus détaillées que le rapport relatif aux visites sur la durée. Vous savez non seulement qui visite votre site et à quelle fréquence, mais vous pouvez également découvrir d’où proviennent vos visiteurs.

Ce sont des données qui vous permettront d’investir vos efforts marketing et votre argent plus intelligemment. En tant qu’entrepreneur surmené, il vous est impossible d’explorer tous les canaux de marketing simultanément. Identifiez les initiatives les plus efficaces et focalisez vos ressources dessus. Vous pourriez également tester une nouvelle source référente et évaluer le trafic que celle-ci génère au cours d’une période déterminée.

Assurez-vous de faire la différence entre visiteurs et sessions. Si une source référente génère un nombre élevé de visiteurs et que le nombre de sessions semble être du même ordre, cela pourrait indiquer (parfois) que le trafic est de mauvaise qualité ou que le niveau d’engagement n’est pas élevé.

Visiteurs par emplacement (« Visitors by location »)

Vous trouverez également ce rapport sous « Acquisition » dans la section « Reports » (Rapports).

Le rapport « Visitors by locations » (Visiteurs par emplacements) vous affiche le nombre de visiteurs et le nombre de sessions en fonction des pays :

visiteurs par exmplacement

Il est toujours intéressant de connaître les pays d’où proviennent les visites sur votre site web, et les données géographiques peuvent également se révéler très utiles pour l’optimisation de votre ciblage publicitaire.

Par exemple, si vous diffusez des publicités Facebook qui redirigent vers vos pages de produits les plus populaires, vous pourrez définir un ciblage ultraprécis en vous fondant sur vos données géographiques :

ciblage facebook

Vous pourriez également organiser vos campagnes par pays pour identifier les régions qui génèrent le plus de trafic vers votre boutique. Il vous serait même possible par la suite d’augmenter le budget des campagnes qui ciblent des pays qui semblent prometteurs.

Les données géographiques vous seront également utiles pour augmenter la pertinence de la terminologie employée dans votre contenu promotionnel, des références culturelles, et de certains aspects des éléments de contenu visuels censés représenter votre client cible (teints de peau, visages, etc.). Vous pourriez même aller plus loin en vous fondant sur les données géographiques pour optimiser vos stratégies de prix et d’expédition.

2. Rapports de comportement

 Les rapports de comportement vous affichent des informations relatives aux actions des visiteurs sur votre site. Gardez ces deux points en tête :

  • Le rapport d’analyse de panier d’achat e-commerce (« website cart analysis report ») appartient également à cette catégorie — mais il ne peut être consulté que par les marchands ayant souscrit au forfait Shopify ou à un forfait supérieur.
  • La moitié de ces rapports requièrent l’utilisation d’un thème comportant une barre de recherche — autrement, deux des quatre rapports présentés à continuation n’afficheront aucune donnée.

Recherches sur-site les plus populaires (« Top Online Store Searches »)

Vous trouverez ce rapport sous « Behavior » (Comportement) dans la section « Reports » (Rapports) :

rapports comportement

Le rapport « Top Online Store Searches » (Recherches sur-site les plus populaires) vous affiche les requêtes que vos visiteurs utilisent pour trouver ce qu’ils recherchent sur votre site :

recherches populaires sur-site

La colonne « Original Query » (Requête initiale) vous affiche les mots-clés exacts que les visiteurs ont recherchés dans votre boutique en ligne. La colonne « Total searches » (Recherches totales) vous indique combien de fois chaque mot-clé a été recherché.

Vous pourriez extraire plusieurs informations de ce rapport :

  • Voix du client (concept qui englobe la façon dont vos clients perçoivent et décrivent les produits que vous vendez) : incorporez les requêtes des visiteurs dans les titres et les descriptions de vos pages de produits, vos propositions de valeur, vos noms de catégories, etc.
  • Popularité des produits : la fréquence de recherche sera souvent corrélée avec la popularité du produit. Analysez le rapport sur de plus longues périodes pour identifier les produits qui pourraient être en train de gagner/perdre en popularité.
  • Confusion résultant de l'expérience utilisateur : lorsqu’un visiteur effectue une recherche sur votre boutique, cela signifie souvent qu’il ne parvient pas à trouver lui-même ce qui l’intéresse (même si parfois certains visiteurs utiliseront la fonction de recherche par pure préférence). Tentez d’évaluer la convivialité de l’expérience de navigation sur votre boutique. Par exemple, vous pourriez remarquer une augmentation du nombre de recherches sur-site si la sélection de produits listés sur votre boutique s’est élargie sans que la navigation et l’expérience utilisateur aient été optimisées en conséquence.

Recherches sur-site les plus populaires sans résultats (« Top Online Store Searches With No Results »)

Vous trouverez également ce rapport sous « Behavior » (Comportement) dans la section « Reports » (Rapports) :

Le rapport « Top Online Store Searches With No Results » (Recherches sur-site les plus populaires sans résultats) vous indique les requêtes les plus souvent recherchées, mais pour lesquelles aucun résultat n’est retourné :

recherches sans resultats

Pour consulter ce rapport, il vous faudra activer le filtre « Returned results is No » (Aucun résultat retourné). Il s’agit d’un excellent exemple de segmentation de rapport, puisque la seule différence entre le rapport de requêtes de recherche précédent et celui-ci réside dans l’activation du filtre. Pourtant, cette segmentation permet de découvrir une toute nouvelle série d’informations.

Lorsque vos visiteurs effectuent une recherche sur votre site, vous pouvez supposer qu’ils ont une certaine intention d’achat en tête. Si aucun résultat ne leur est retourné, ils seront certainement très déçus par l’expérience vécue sur votre site. Voici donc comment vous pourriez utiliser ce rapport pour minimiser leur frustration :

  • Demande pour les produits : si des gens recherchent des termes/expressions qui ne sont pas en lien direct avec vos produits ou votre niche, il se pourrait que vous ayez ciblé les mauvais mots-clés ou un segment démographique non approprié. Si les visiteurs recherchent des requêtes pertinentes, mais que celles-ci ne correspondent à aucun de vos produits existants, envisagez d’élargir votre catalogue en conséquence pour satisfaire la demande.
  • Désignation des produits : comme mentionné précédemment, vous devriez intégrer les requêtes pertinentes dans les titres et les descriptions de vos pages de produits — et tout autre élément de contenu pertinent — pour que celles-ci soient affichées en réponse aux requêtes de recherche des visiteurs.
  • Affichage hiérarchisé des produits : si l’un de vos produits correspond à une requête de recherche populaire, envisagez de mieux le mettre en évidence pour que les visiteurs puissent l’apercevoir et le consulter sans devoir effectuer de recherches.

Visiteurs par page de destination (« Visitors by Landing Page »)

Vous trouverez également ce rapport sous « Behavior » (Comportement) dans la section « Reports » (Rapports) :

Le rapport « Visitors by Landing Page » (Visiteurs par page de destination) vous affiche les pages sur lesquelles atterrissent vos visiteurs lorsqu’ils arrivent sur votre site :

visiteurs page destination

Dans l’exemple ci-dessus, nous constatons que le blog génère le plus grand volume de trafic, suivi des pages de produits et de la page d’accueil. Voici certains exemples de décisions stratégiques qui pourraient être prises à partir des données fournies dans ce rapport :

  1. Il se révélerait utile de focaliser davantage d’efforts sur le blogging puisqu’il s’agit d’une source de trafic efficace.
  2. Si les pages de produits enregistrent une bonne performance, comme c’est le cas ici, il serait judicieux de les utiliser comme pages de destination au moment de configurer des publicités payantes sur les réseaux sociaux.

Bien sûr, vous découvrirez également ce qui pose problème.

Assurez-vous de comparer la performance actuelle (les 7 à 30 derniers jours) avec la performance à long terme. Y a-t-il une nouvelle page de destination qui gagne en popularité ? Y a-t-il une page de destination qui s’est révélée performante par le passé, mais qui semble avoir disparu du rapport ?

Fondez-vous sur les données fournies dans ce rapport pour mieux investir le temps et les efforts destinés à l’optimisation de vos pages de destination. Par exemple, si la performance d’une page de destination qui enregistrait de bons résultats par le passé diminue tout à coup, cela signifie qu’il y a probablement des problèmes sur la page ; si vous remarquez qu’une URL de destination qui enregistrait une performance moyenne par le passé génère tout à coup un fort volume de trafic, focalisez-vous dessus en priorité lors de votre analyse ; et ainsi de suite.

En outre, ce rapport vous sera particulièrement utile si vous réalisez des tests par répartition ou tests A/B pour comparer la performance de plusieurs versions de vos pages de vente, et ce, en temps normal, ou durant les périodes promotionnelles — comme ce serait le cas à l’occasion des soldes d’hiver (p.ex. variation A contre variation B, version pour hommes contre version pour femmes).

Visiteurs par appareil (« Visitors by Device »)

Vous trouverez également ce rapport sous « Acquisition » dans la section « Reports » (Rapports).

Le rapport « Visitors by Device » (Visiteurs par appareil) vous montre les types d’appareils utilisés par les visiteurs qui accèdent à votre boutique :

 visiteurs par appareil

Quelle est l’importance de ce rapport ? À première vue, vous pourriez penser que ce rapport ne contient que des données purement théoriques — mais vous pourriez en réalité en extraire plusieurs informations pratiques.

  • Ciblage publicitaire : sur la plupart des plateformes publicitaires en ligne, vous aurez la possibilité de créer des publicités pour mobile, pour ordinateurs de bureau, ou pour les deux catégories. Ce rapport vous permettra de prendre une décision plus stratégique. Par exemple, en consultant les données du rapport présenté ci-dessus, nous pouvons voir que les visiteurs accèdent au site web en question principalement sur mobile (« mobile ») et sur ordinateur (« desktop ») — l’annonceur pourrait donc créer des publicités optimisées pour les deux catégories d’appareils.
  • Expérience utilisateur : l’expérience utilisateur sur mobile diffère en matière de design et de convivialité de celle sur ordinateur. Ce fait est souvent négligé. Le design adaptatif doit naturellement être de mise, mais davantage d’optimisations doivent également être apportées. Pour ce qui est de l’expérience sur mobile, il faut prendre en compte plusieurs éléments tels que la taille des touches, le style de clavier, le fait de devoir faire glisser/taper sur l’écran, etc. Une navigation conviviale sur ordinateur de bureau pourrait se révéler très pénible sur mobile. Ce rapport vous aidera à détecter des problèmes éventuels liés à l’expérience utilisateur sur mobile et sur ordinateur.
  • Tests séparés : puisque l’expérience sur mobile et l’expérience sur ordinateur varient tellement, il est important de les tester/optimiser séparément. Le fait d’avoir accès à un rapport qui vous renseigne sur les types d’appareils utilisés par vos visiteurs vous facilitera grandement la tâche.

3. Rapports de marketing (« Marketing Reports »)

    Les rapports de marketing (« Marketing Reports ») vous renseignent sur l’efficacité de vos campagnes marketing. Il y a deux points importants à garder en tête :

    • 4 autres rapports appartiennent à cette catégorie, mais ils sont uniquement consultables par les marchands ayant souscrit au forfait Shopify ou à un forfait supérieur.
    • Les rapports de marketing résument les données des commandes de tous les canaux de votre boutique en ligne.

    Visiteurs par campagne marketing (« Visitors by Marketing Campaign »)

    Vous trouverez ce rapport sous « Marketing » dans la section « Reports » (Rapports) :

    rapports marketing

    Le rapport « Visitors by marketing campaign » (Visiteurs par campagne marketing) vous montre le nombre de visiteurs générés par les campagnes marketing à paramètres UTM :

    visiteurs campagnes marketing

    Si vous n’êtes pas familier avec les campagnes UTM, consultez notre guide pour vous mettre dans le bain. Voici les principes fondamentaux :

    • Les paramètres UTM sont de petites données qui peuvent être ajoutées aux URL et qui permettent le suivi des efforts de marketing.
    • Les trois paramètres UTM les plus fréquemment utilisés sont les suivants :
      • Source (utm_source) : paramètre généralement utilisé pour identifier la source dont le trafic est censé provenir (site web, réseau social, newsletter, etc.). Par exemple, utm_source=shopify ou utm_source=newsletter.
      • Support (utm_medium) : paramètre généralement utilisé pour définir le support de la campagne. Par exemple, utm_medium=ppc.
      • Nom de la campagne (utm_campaign) : paramètre généralement employé pour identifier la campagne. Par exemple, utm_campaign=noel ou utm_campaign=ete. 

    L’URL finale relative à votre campagne UTM ressemblera à ceci :

    wwww.votresite.com?utm_source=shopify&utm_medium=payant&utm_campaign=noel

    En consultant le rapport « Visitors by Marketing Campaign » (Visiteurs par campagne marketing), il vous est possible d’identifier les paramètres UTM que vous avez définis. Cela vous permet d’effectuer un meilleur suivi de vos efforts de marketing et de mieux évaluer la performance de vos campagnes ; des campagnes e-mailing aux campagnes de publicité payante.

    Gardez à l’esprit que les paramètres UTM sont automatiquement ajoutés par les applications de marketing qui s’intègrent avec Shopify.

    Comprendre les colonnes et les filtres

    Vous avez pu constater jusqu’ici que les rapports analytiques de Shopify renferment de précieuses données. La liste de problèmes ou d’aspects à explorer que vous avez dressée pour votre analyse doit déjà être assez longue.

    Mais nous n’avons fait qu’effleurer la surface. Il y a encore un tas d’informations à découvrir.

    Comment pourrez-vous explorer les données qui se dissimulent sous la surface ? À travers la segmentation.

    Bien que la segmentation soit un mot qui intimide, le concept sous-jacent est très simple. Imaginez avoir un paquet de bonbons entre les mains. Si vous séparez les bonbons en fonction des couleurs, vous aurez effectué une opération de segmentation.

    L’interface analytique de Shopify vous offre deux outils de segmentation : les filtres et les colonnes.

    Les filtres vous permettent d’isoler une partie déterminée des données du rapport (p.ex. les bonbons rouges de votre paquet de friandises).

    Les filtres peuvent être définis grâce à 3 composants clés :

    1. « Name » (Nom) : identifie le filtre et correspond à une colonne. Par exemple : « Device type » (Type d’appareil) ou « City » (Ville). 
    2. « Operator » (Opérateur) : vous permet de configurer le filtre en sélectionnant « is » — qui signifierait dans ce cas « égal à » — ou « is not » (n’est pas égal à).  
    3. « Value » (Valeur) : identifie les mots ou les chiffres/nombres que vous souhaitez utiliser pour le filtrage. Par exemple, « Mobile », ou « Paris ».

    En haut à gauche de vos tableaux de données, vous trouverez le bouton « Manage filters » (Gérer les filtres) qui ouvrira une fenêtre pop-up lorsque vous cliquerez dessus :

    filtres

    Il vous est possible d’ajouter ou de supprimer plusieurs filtres dans des catégories comme : « Device » (Appareil), « Landing page » (Page de destination), « Location » (Emplacement), « Marketing campaign » (Campagne marketing), « Referrer » (Source référente), « Returned results » (Résultats retournés), etc.

    Gardez à l’esprit que certains rapports offrent des options de filtrage uniques — comme les rapports de barre de recherche :

    recherche filtres

    Il vous est également possible d’ajouter plusieurs filtres simultanément. Plus vous segmenterez vos données, plus vos chances de découvrir des informations cachées augmenteront.

    Les colonnes vous permettent d’afficher plus de données que celles affichées par défaut. Il vous suffit de supprimer des entêtes — de colonnes déjà consultées — et d’en ajouter de nouveaux pour explorer de nouvelles données.

    Cliquez sur le bouton « Edit columns » (Modifier les colonnes) pour faire apparaître un menu déroulant qui affichera toutes les colonnes disponibles :

    modifier colonnes

    Il vous sera là aussi possible d’ajouter ou de supprimer plusieurs colonnes dans des catégories comme : « Device » (Appareil), « Landing page » (Page de destination), « Location » (Emplacement), « Marketing campaign » (Campagne marketing), « Referrer » (Source référente),  « Time » (Période), « Visits » (Visites), etc.

    Là aussi, certains rapports fournissent des options de colonnes uniques — comme les rapports de barre de recherche :

    recherche colonnes

    Mettons en pratique tous ces conseils théoriques, vous êtes d’accord ?

    Vous vous souvenez du rapport « Visitors by location » (Visiteurs par emplacement) ? Nous allons utiliser des filtres et des colonnes pour segmenter les données du rapport et nous immerger davantage dans les informations fournies :

     rapport villes

    Sur le rapport ci-dessus, vous pouvez voir les villes aux États-Unis (filtre) qui ont généré des visiteurs (colonne), des ajouts au panier d’achat (colonne) et des commandes (colonne).

    Gardez en tête qu’il est toujours préférable de s’intéresser de près aux indicateurs qui sont en corrélation directe avec le revenu financier généré — les commandes sont donc un indicateur de performance plus important que les visiteurs.

    Vous vous souvenez du rapport « Visitors by landing page » (Visiteurs par page de destination) ? C’est le rapport idéal pour montrer pourquoi les indicateurs de performance liés aux étapes finales du tunnel de vente (comme les commandes) sont plus importants que les indicateurs liés aux étapes initiales du tunnel de conversion (comme les visiteurs) :

    colonne segmentation

    Bien qu’une seule colonne (« Checkouts ») ait été ajoutée pour afficher le nombre de commandes, les conclusions pouvant être tirées du rapport ont radicalement changé. Lorsque le rapport n’affichait que les sessions, nous avions conclu qu’il fallait se focaliser sur la rédaction davantage d’articles de blog, puisque le blogging semblait être la source de trafic la plus efficace.

    Mais nous remarquons maintenant que les articles de blog génèrent des visiteurs, mais pas suffisamment de ventes. Comment serait-il possible d’améliorer le taux de transformation à partir du blog ? C’est un exemple de question clé issue de l’analyse analytique qui guidera votre processus d’optimisation.

    Bien qu’il soit certainement utile de recevoir plus de visiteurs, l’objectif principal reste l’augmentation du chiffre d’affaires. Un trafic de basse qualité qui ne convertit pas consommera inutilement vos ressources (temps, argent, efforts marketing, etc.).

    Encore un dernier exemple. Vous vous souvenez du rapport « Visitors by device » (Visiteurs par appareil) ? Le voici avec de nouveaux filtres et colonnes :

    segmentation rapport

    Deux filtres ont été ajoutés — l’un servant à isoler les sessions sur Mobile (« Device type is Mobile »), et l’autre servant à isoler les visiteurs qui utilisent le système d’exploitation iOS (« Device operating system is iOS »). Comme conséquence, le tableau de données affiche uniquement des informations relatives aux utilisateurs qui possèdent un appareil mobile doté du système d’exploitation iOS.

    Trois nouvelles colonnes ont également été ajoutées — pour afficher le nombre de visiteurs (« Visitors ») ; la durée de session moyenne (« Average session duration ») ; et le nombre de commandes (« Checkouts »).

    Ce rapport se révèle utile pour plusieurs raisons :

    1. Vous serez surpris de constater que beaucoup de personnes utilisent encore d’anciens systèmes d’exploitation et d’anciennes versions de navigateurs pouvant être considérés comme obsolètes (vous pouvez recréer ce rapport pour les navigateurs également). Nous pouvons constater sur le rapport que 143 visiteurs ont accédé au site e-commerce en question à partir d’un iPhone 7.1. Nous pouvons supposer que la même chose se produira sur votre site. Votre thème s’affichera-t-il correctement sur un système d’exploitation mobile datant de 2013 ?
    2. Si la version du système d’exploitation d’un appareil déterminé enregistre une durée de session moyenne ou un nombre de commandes anormalement faible, cela pourrait indiquer l’existence de problèmes liés à l’expérience utilisateur sur la version en question. Assurez-vous cependant de toujours réaliser vos comparaisons au sein d’une même catégorie de systèmes d’exploitation. Par exemple, seules les versions iOS ont été délibérément isolées sur le rapport. Vous devriez ainsi ne jamais comparer iOS à Android — effectuez uniquement des comparaisons d’iOS à iOS et d’Android à Android.
    3. Il peut être très fastidieux de vérifier le bon fonctionnement de chaque page de votre boutique dans des dizaines de versions de navigateurs ou de systèmes d’exploitation. Ce rapport peut vous aider à identifier les versions les plus utilisées pour accéder à votre boutique (et celles qui semblent les plus problématiques), afin que vous sachiez clairement par où commencer. 

    Il vous est également possible d’exporter les rapports au format CSV :

    exporter

    Cela pourrait se révéler particulièrement utile pour les personnes qui préfèrent analyser leurs données dans Excel, un excellent outil pour les analystes de données plus expérimentés.

    À mesure que vous continuez de tester fonctionnalités, filtres et colonnes, des idées de segmentation vous viendront naturellement à l’esprit. Les options sont infinies ; il ne vous reste qu’à affiner vos compétences d’analyse analytique !

    Conclusion

    Les réponses à vos questions les plus pressantes vont inévitablement déboucher sur de nouvelles questions.

    Le processus d’analyse analytique consiste à formuler continuellement des questions, à effectuer un travail d’analyse approfondi pour trouver les réponses (que ce soit à travers l’analyse des rapports ou l’analyse sur-site), et à formuler chaque fois des questions plus pertinentes qui continueront de guider le processus d’optimisation.

    Continuez à segmenter vos rapports et à tester de nouveaux filtres et colonnes. Ne faites pas l’erreur de considérer uniquement les données qui vous sont présentées par défaut.

    Vous avez des questions ou des idées de combinaison de filtres/colonnes ? Partagez votre commentaire !


    Which method is right for you?À propos de l'auteure

    Aleks Ignjatovic est la rédactrice en chef du blog de Shopify en français, traductrice et responsable du marketing de contenu pour les marchés francophones.

    Article original en anglais : Shanelle Mullin
    Traduction : Mehdi Chakir 


    Vous avez des questions à propos de Shopify ?
    Envoyez un e-mail à l’adresse suivante et notre équipe d’assistance technique vous répondra en français dès que possible :
    assistance@shopify.com

    Sujets:

    Démarrez votre essai gratuit de 14 jours dès aujourd’hui !