Pourquoi avez-vous besoin d'un audit analytique : comment vous assurer que vos données sont exactes

Les données sont une grosse affaire. 90 % des stratégies des entreprises consistent à investir dans les données pour atteindre de nouveaux publics et personnaliser les expériences.

Mais que se passe-t-il si les données sur lesquelles ils s'appuient ne sont pas exactes ? La plupart des configurations d'analyse sont défectueuses. Et les configurations brisées et les résultats biaisés conduisent souvent à des prises de décision erronées.

Étant donné que les mauvaises données sont pires que l'absence de données, cela signifie que les outils d'analyse les plus populaires (y compris Google Analytics) égarent la plupart des entreprises.

Si vous utilisez des données pour guider votre marketing, il est essentiel de vous assurer que les données sont fiables. Cet article vous aidera à auditer vos analyses et à rester sur la bonne voie pour atteindre vos objectifs commerciaux.

Vous manquez les cibles de votre campagne marketing ? Auditez vos analyses

L'analyse des données marketing a deux objectifs principaux :

1. Pour mesurer l'efficacité de vos campagnes marketing ;

2. Déterminer ce que vous pouvez faire différemment pour améliorer les résultats sur l'ensemble de vos canaux marketing.

Les données brutes collectées par les analyses informent votre stratégie marketing et vous permettent de créer un plan d'action qui vous en donne plus pour votre argent.

Mais des améliorations ne peuvent être apportées que si les données s'empilent , et le simple fait d'avoir des analyses en cours d'exécution n'offre aucune garantie que ce soit le cas.

Selon une étude de Netacea, 68 % des entreprises déclarent avoir été affectées par des analyses biaisées au coût de 4 % de perte de revenus annuelle en moyenne. Cela rend les mauvaises données d'analyse aussi dommageables que la fraude publicitaire (utilisation de bots pour simuler des clics sur les publicités), qui coûte aux entreprises 42 milliards de dollars par an.

Des données asymétriques peuvent se produire pour plusieurs raisons :

• Erreurs dans les ensembles de données . Redondances, fautes de frappe, dénominations irrégulières et données incomplètes et obsolètes.
• Manque de normalisation . Les données ne sont pas transférées dans un format cohérent pour permettre une analyse comparable et compatible (par exemple, un ensemble de données montrant le revenu annuel et un autre montrant le revenu trimestriel).

Cependant, un problème plus important concerne les bots .

Les pirates et les escrocs utilisent des bots pour cliquer sur les publicités et gaspiller les budgets publicitaires, acheter des biens, voler du contenu via le grattage en masse, pirater des comptes et voler les détails de la carte. Une telle activité a un impact sur les données que vous voyez.

Même si les bots ne vous ciblent pas directement, ils faussent les statistiques de sorte que vous ne voyez pas ce qui se passe réellement sur le marché.

Le résultat est des campagnes mal exécutées et des dépenses inutiles. Les recherches de Netacea montrent que plus de la moitié des entreprises ont organisé des promotions spéciales, commandé de nouveaux stocks ou épuisé leur budget marketing en raison d'analyses incorrectes.

Brian Uffelman, vice-président et évangéliste de la sécurité chez PerimeterX, a déclaré à Ecommerce Times :

Les robots représentant souvent jusqu'à la moitié du trafic Web, les pertes dues à de mauvaises décisions commerciales prises en raison d'analyses biaisées peuvent être importantes, allant de millions à quelques milliards de dollars.

Les bots faussent de nombreux KPI et métriques, y compris le suivi et l'engagement des utilisateurs, la durée de la session, les taux de rebond, les clics sur les annonces, les ratios look-to-book, les données de campagne et l'entonnoir de conversion.

Pour les sites de commerce électronique, de voyage et de médias, les robots de scraping non autorisés imitent les humains en vérifiant dynamiquement les listes, les prix et le contenu, ce qui fausse les données.

Un audit d'analyse marketing évalue la qualité et la crédibilité des données pour éviter les informations biaisées. Il s'agit d'une évaluation des risques qui garantit que les chiffres sur lesquels vous vous appuyez pour prendre des décisions sont exacts et pertinents.

Des audits réguliers vous donnent l'assurance que vos données amélioreront, et non endommageront, vos campagnes marketing.

L'audit pose les bonnes questions

L'analyse marketing est tout type d'analyse de données qui vous aide dans vos efforts de marketing. Cela peut inclure l'analyse du Web, des médias sociaux ou des ventes, ainsi qu'un large éventail d'outils d'analyse, tels que :

• Google Analytics;
• Adobe Analytics ;
• annonces Google ;
• Marketo ;
• force de vente ;
• Woopra ;
• Hoot Suite ;
• pousse sociale ;
• SEMRush ;
• Ahrefs.

Mais quels que soient les canaux ou les logiciels, l'analyse couvre une ou plusieurs des trois catégories principales :

1. Analyse descriptive . Utiliser des données pour découvrir ce qui s'est passé dans le passé. Par exemple, utilisez Google Analytics (GA) pour mesurer le nombre de pages vues et de clics sur un article de blog en 30 jours par rapport à un article similaire que vous avez publié dans le passé.
2. Analyse prédictive . Utilisation d'algorithmes d'apprentissage automatique pour faire des prédictions précises sur les résultats futurs, comme l'identification de segments rentables en fonction des données démographiques, des intérêts et du comportement de l'audience.
3. Analyse prescriptive . Utilisation des données passées pour recommander les prochaines étapes percutantes. Par exemple, si l'analyse prédictive suggère une augmentation du nombre de nouveaux visiteurs, l'analyse prescriptive peut vous aider à identifier les meilleurs produits et messages à promouvoir.

Un audit d'analyse marketing peut être appliqué de manière identique à l'analyse descriptive, prédictive ou prescriptive pour répondre aux mêmes questions :

1. Les données sont-elles exactes ? Les données sont-elles fiables et s'alignent-elles sur d'autres systèmes ? Par exemple, les données GA sont-elles exactes avec les données de votre logiciel de commerce électronique ?
2. Que manque-t-il ? Obtenez-vous une image complète de vos données ? Est-ce que tout est configuré et configuré correctement ? Est-ce que quelque chose est cassé ?
3. Les données sont-elles significatives ? Les mesures sont-elles pertinentes par rapport à ce que vous essayez d'atteindre ? Par exemple, les likes sont-ils vraiment significatifs ou les clics sont-ils la meilleure mesure ?
4. Que pouvez-vous mesurer et analyser pour obtenir des résultats plus significatifs ? Quel suivi peut être mis en place pour optimiser les informations, l'accessibilité de l'équipe et l'actionnabilité ?
5. Avez-vous effectué une assurance qualité appropriée ? Les chiffres ont-ils un sens ? Les chiffres trop surprenants ou différents ne doivent jamais être pris au pied de la lettre

Comment auditer les analyses de données pour de meilleures performances marketing

Le processus d’audit marketing analytics se décompose en deux parties :

1. Identifier ce qu'il faut mesurer ;
2. Passez en revue votre configuration d'analyse actuelle.

Avant d'aborder ces étapes, il est important de reconnaître que les données d'analyse ne sont jamais parfaites .

Ne vous attendez pas à pouvoir atteindre une précision de 100 % entre les sources de données après l'audit. Les bloqueurs de publicités, le type d'appareil, les erreurs javascript, les délais d'expiration des pages, les cookies désactivés, les différentes méthodologies entre les outils et les robots influenceront tous les données.

Google Analytics utilise des exemples de données pour générer des rapports. Par exemple, si vous créez un rapport personnalisé dans GA avec une plage de données comprenant 700 000 sessions, Google n'utilisera pas toutes ces sessions. Au lieu de cela, il peut utiliser la moitié et fournir un total estimé, ce qui facilite le chargement du rapport.

Concernant l'échantillonnage des données, la page d'aide de Google indique :

Dans l'analyse des données, l'échantillonnage est la pratique consistant à analyser un sous-ensemble de toutes les données afin de découvrir les informations significatives dans l'ensemble de données plus large.

Par exemple, si vous vouliez estimer le nombre d'arbres dans une zone de 100 acres où la distribution des arbres était assez uniforme, vous pourriez compter le nombre d'arbres dans 1 acre et multiplier par 100, ou compter les arbres dans un demi-acre et multiplier par 200 pour obtenir une représentation précise de l'ensemble des 100 acres.

Si vous avez une précision de 90 à 95 %, vous disposez de bonnes données sur lesquelles travailler. Si vous présentez des données aux parties prenantes, il est important de préciser que les données ne peuvent pas être fiables à 100 %.

Identifiez les KPI qui comptent pour votre marketing

Plus vous élargissez votre réseau, plus vous avez de chances de capturer des informations non pertinentes qui ne contribuent pas à vos objectifs généraux. La première étape de votre audit interne consiste à définir clairement ce qu'il est important de mesurer pour vos objectifs marketing.

Passez en revue votre stratégie de campagne marketing actuelle et votre plan de mesure. Les tactiques de marketing doivent s'aligner sur les indicateurs de performance clés (KPI).

Par exemple, si votre campagne marketing implique la création de plus de contenu de blog, un KPI de soutien pourrait être d'augmenter le trafic de recherche organique de marque. Si l'augmentation du trafic sur le site Web est le KPI le plus important, une mesure telle que les abonnés aux médias sociaux pourrait être moins précieuse et ne vaut pas la peine d'être mesurée dans cette campagne.

Voici un exemple de plan marketing par Fresh Egg :

Examinez attentivement vos KPI et évaluez chacun pour sa pertinence.

1. Utilise-t-il des données pouvant être obtenues (c'est-à-dire que les données aident à améliorer l'efficacité du marketing) ?
2. Est-ce lié à votre objectif marketing ?
3. S'agit-il d'un ratio ou d'une comparaison (par exemple, un indicateur de performance clé pour stimuler l'engagement des utilisateurs peut consister à augmenter la durée de la session ou le temps passé sur le site pour une période par rapport à une autre) ?
4. Est-ce facile de signaler ? Votre équipe peut-elle facilement comprendre le KPI et pourquoi il est important ?

Tout ce qui n'est pas pertinent n'a pas besoin d'être suivi.

Ensuite, assurez-vous que les analyses à l'échelle de l'entreprise sont alignées. Par exemple, les ventes peuvent-elles être attribuées par canal ?

L'attribution est importante pour que l'équipe marketing comprenne comment leurs efforts ont abouti à une vente et pour l'équipe commerciale pour voir si leur matériel aboutit à des conversions. Il est utile que les équipes d'audit soient composées de membres du marketing et des ventes pour vérifier la qualité de l'audit en fonction de leurs besoins.

Vérifiez que des canaux personnalisés sont en place pour des KPI spécifiques. Par exemple, si vous utilisez les réseaux sociaux dans le cadre de votre campagne marketing, les réseaux sociaux organiques sont-ils séparés des réseaux sociaux payants et du contenu partagé par votre public ?

Le suivi de chaque canal séparément facilitera la création de rapports et l'évaluation de la contribution des campagnes aux objectifs marketing et de l'entreprise.

La stratégie marketing évolue à chaque campagne. Revoyez votre plan de mesure pour évaluer la valeur des KPI au moins une fois par an, mais de préférence tous les trimestres ou lorsque vous lancez une nouvelle campagne.

Passez en revue votre configuration analytique actuelle pour améliorer la qualité des données

Alors que les équipes d'audit bénéficieront de compétences spécialisées en science des données et techniques, les outils d'analyse sont de plus en plus conviviaux. Toute personne familière avec les plateformes d'analyse de votre entreprise peut effectuer cette analyse d'audit interne.

Avant de commencer, pour évaluer pleinement les performances, vous aurez besoin d'un accès de niveau administrateur. Si vous ne l'avez pas déjà, demandez l'accès à votre administrateur système.

Faites une liste des éléments que vous devez analyser et assurez-vous d'une configuration correcte. Les éléments de cette liste seront liés aux métriques importantes pour vos KPI.

Par exemple, si vous gérez une boutique en ligne et que votre objectif est l'acquisition de clients, vous voudrez revoir le suivi du commerce électronique.

Entre autres vérifications, Annie Cushing d'Annielytics effectue l'analyse suivante lors de la réalisation d'audits Google Analytics :

• Si le site utilise le suivi du commerce électronique, le code de suivi figure-t-il sur toutes les pages de conversion ?
• Si le site utilise le suivi du commerce électronique, y a-t-il des erreurs de programmation JavaScript ou côté serveur avant que la méthode _trackTrans() l'empêche de se déclencher ?
• Si le site utilise le suivi du commerce électronique, le code comporte-t-il des symboles monétaires ou des milliers de séparateurs dans le code ?
• Si le site utilise le suivi du commerce électronique, ses produits ou l'identifiant de sa boutique utilisent-ils des apostrophes ?

Pour savoir comment exécuter un audit GA complet, consultez notre guide de bilan de santé DIY.

Votre liste de contrôle spécifique variera en fonction de votre plan de marketing et de mesure, mais il y a huit tâches essentielles que chaque audit doit accomplir.

1. Vérifiez que les codes d'analyse sont correctement installés

L'intégrité de vos données dépend du bon fonctionnement des codes d'analyse. La première chose à vérifier est que vous avez correctement installé le code (ou le code Google Tag Manager pour les annonces Google) sur toutes les pages de votre site Web.

Le code d'analyse doit être collé en entier juste avant la balise de fermeture </head>. Il fonctionnera s'il est installé dans la section corps ou pied de page du code de votre site Web, mais prendra plus de temps à charger et peut ne pas capturer toutes les données.

Le suivi des problèmes liés sera évident dans les rapports en temps réel. Si vous avez des visiteurs actifs et que le code de suivi n'envoie pas d'informations en temps réel, le code ne fonctionne pas correctement.

Utilisez l'un des outils suivants pour vérifier l'installation correcte :

• Vérificateur GA ;
• Violoneux;
• Débogueur Google Analytics.

2. Vérifier l'accès des utilisateurs pour maintenir la sécurité

Les bonnes personnes disposent-elles des accès et des autorisations appropriés pour vos analyses ? Les recherches de Beyond Identity montrent que près de 25 % des employés déclarent avoir toujours accès aux comptes d'anciens lieux de travail.

Étant donné que les analyses sont des plates-formes basées sur le cloud, toute personne ayant accès à vos données qui n'en a pas besoin compromet la sécurité.

Les détails d'accès seront disponibles dans votre panneau d'administration, votre panneau de configuration ou vos paramètres utilisateur. Chaque utilisateur aura généralement un rôle. Dans GA, il existe quatre niveaux d'utilisateur :

1. Administrateur. Contrôle total des analyses et possibilité de gérer les utilisateurs et d'accorder des autorisations.
2. Éditeur. Contrôle total des paramètres, mais ne peut pas gérer les utilisateurs.
3. Analyste. Peut créer, modifier, supprimer et partager des actifs de propriété (par exemple, des rapports personnalisés, des tableaux de bord et des segments de conversion) et peut collaborer sur des actifs partagés.
4. Téléspectateur. Peut voir les données mais ne peut pas modifier, supprimer, partager ou collaborer.

Ce graphique de ClickInsight met en évidence les autorisations qui doivent être réservées aux administrateurs et celles qui doivent être attribuées aux utilisateurs :

Mettez en place un système qui avertit votre administrateur d'analyse lorsqu'un employé quitte l'entreprise ou change de rôle afin que l'accès puisse être mis à jour. Cela peut être aussi simple qu'un e-mail ou un message dans votre système de gestion de projet.

3. Vérifiez que les données sont séparées pour fournir des résultats précis

La ségrégation des données est cruciale pour montrer avec précision comment votre public interagit avec votre site Web et vos campagnes marketing.

Sans clusters en place, vous suivez probablement l'utilisation des employés et testez le trafic. Les employés utiliseront votre site Web de manière spécifique lorsqu'ils testeront différents aspects de la page. Cela sera souvent différent de la façon dont un visiteur naviguera sur la page. Le regroupement de données peut fausser vos analyses de manière favorable ou négative.

Vérifiez que les données Web sont séparées en trois vues :

1. Toutes les données . Laissez cette vue non filtrée afin de pouvoir accéder facilement à tout ce qui est collecté et ne pas risquer de perdre des informations utiles.
2. Données d'essai . Utilisez cette vue pour tester de nouveaux filtres et voir comment le trafic est affecté avant qu'il ne soit ajouté à votre vue principale. En testant d'abord, vous pouvez vous assurer que les visiteurs que vous attendez ne sont pas filtrés, ce qui vous donne des résultats plus fiables.
3. Toutes les données + filtres . Faites-en votre point de vue pour l'analyse au jour le jour. C'est ici que vous pouvez ajouter des filtres testés.

Vous pouvez également séparer les données par trafic interne et externe pour exclure les actions de l'équipe marketing des données des visiteurs.

4. Assurez-vous que les filtres excluent les données non pertinentes

Les filtres sont conçus pour limiter les informations affichées dans les tableaux, les graphiques et les rapports. Par exemple, vous pouvez utiliser un filtre dans l'analyse des médias sociaux pour afficher les données d'un mot-clé spécifique, comme les mentions de marque.

Passez en revue tous les filtres et vérifiez qu'ils sont à jour. Pour le trafic Web, faites particulièrement attention aux filtres d'adresses IP. De nombreux appareils utilisent des adresses IP dynamiques, qui sont attribuées par un réseau lorsqu'ils se connectent à Internet et changent au fil du temps. Ils ne changent pas toujours, mais s'ils le font, les filtres n'excluront plus les données.

Des filtres d'automatisation doivent également être en place pour bloquer le trafic des bots et empêcher les données déformées.

Dans Google Analytics :

Accédez à Admin > Affichage > Afficher les paramètres et assurez-vous que le filtrage des bots est coché (cela se fait automatiquement dans GA4).

Dans Adobe Analytics :

Accédez à Admin > Report Suites > Edit Settings > General > Bot Rules et assurez-vous que Enable IAB Bot Filtering Rules est sélectionné.

Si vous avez configuré des règles de bot personnalisées, vérifiez que les agents utilisateurs, les adresses IP et les plages IP sont corrects.

Lorsque vous effectuez des vérifications de filtre, passez en revue tous les paramètres de requête d'URL. Chaque fois qu'un paramètre de requête est ajouté à une URL, les données sont signalées sur une page distincte. Cela peut entraîner le signalement de centaines de pages, ce qui rend plus difficile l'obtention de données précises.

Il existe deux types de paramètres d'URL à rechercher :

1. Paramètres de modification de contenu . Paramètres qui modifient le contenu affiché sur une page. Par exemple, "http://mywebsite.com?productid=xyz" enverrait quelqu'un directement à la page de produit "xyz" sur votre site Web.

2. Paramètres de suivi . Paramètres qui transmettent des informations (par exemple, de quelle campagne ou de quel groupe d'annonces provient le trafic) mais qui ne modifient pas le contenu de la page. Par exemple, "https://mywebsite.com/?utm_source=newsletter&utm_medium=email" peut être utilisé pour suivre le trafic de votre newsletter.

Tout paramètre qui ne modifie pas le contenu de la page ou ne modifie que légèrement la page d'une manière qui n'affecte pas le contenu doit être exclu.

5. Comparez les données d'analyse avec les chiffres du back-end

Comme indiqué précédemment, les analyses ne seront jamais totalement exactes et vous ne devez jamais utiliser de données pour remplacer vos systèmes de reporting financier ou de commerce électronique. Mais les chiffres doivent correspondre étroitement.

Choisissez une période donnée dans vos rapports principaux et comparez les données à la même période dans vos analyses (par exemple, les transactions au premier trimestre).

Les données doivent être exactes à 90 % ou plus. Si tel est le cas, vous disposez d'informations fiables pour informer les campagnes marketing. S'il est inférieur à cela, cela indique un problème mineur qui peut nécessiter ou non une attention particulière.

S'il y a des écarts, regardez :

• Filtres. Les données transactionnelles sont-elles enregistrées dans le back-end qui sont filtrées dans les analyses ? Par exemple, si vous excluez le trafic interne et qu'un employé effectue un achat, la transaction sera enregistrée dans le back-end.
• Emplacement. Certains pays comme la Chine, la France et l'Italie bloquent GA. Si un achat est effectué depuis ce pays, il ne sera pas enregistré dans GA mais le sera dans le back-end.
• Fuseau horaire. Votre fuseau horaire d'analyse correspond-il à votre back-end ?
• Paramètres d'annulation. Si un achat est annulé par téléphone, chat en direct ou e-mail, il peut toujours être enregistré dans les analyses, mais supprimé dans le back-end. Assurez-vous que les données de vente de vos analyses sont à jour. Consultez le guide d'Optimize Smart pour annuler les transactions.

6. Vérifiez que vous ne collectez pas d'informations personnelles identifiables (PII)

Les informations personnelles identifiables (PII) sont toutes les informations qui pourraient être utilisées pour identifier, contacter ou localiser un individu. Ceci comprend:

• Adresses mail;
• adresses postales ;
• Noms complets ou noms d'utilisateur ;
• Les numéros de téléphone;
• Numéro de permis de conduire;
• Numéro de passeport;
• Emplacements précis (par exemple, coordonnées GPS);
• Informations de carte de crédit ou SSN.

Les cookies, les identifiants publicitaires et les adresses IP ne sont pas considérés comme des PII.

La collecte de données PII est interdite par les lois du Règlement général sur la protection des données (RGPD) dans l'UE et les lois sur la confidentialité des données des consommateurs aux États-Unis et dans le monde, sauf si vous avez l'autorisation explicite d'un individu.

Google, Adobe et d'autres plates-formes d'analyse ont également des lois strictes sur la confidentialité qui exigent la protection de la vie privée des utilisateurs et empêchent la transmission de données personnelles.

Assurez-vous que l'analyse ne collecte pas d'informations personnelles en vérifiant :

• Pages. Recherchez @ dans le filtre pour voir si les adresses e-mail sont collectées.
• Dimensions de l'événement. Consultez les catégories, les actions et les étiquettes pour obtenir des informations personnelles.
• Dimensions personnalisées. Exécutez des rapports personnalisés qui extraient des dimensions personnalisées et assurez-vous qu'aucune valeur PII n'est collectée.
• Termes de recherche. Vérifiez les rapports sur les termes de recherche pour tout signe de détails personnels.
• Importations de données. Recherchez des ensembles de données pour les PII avant de les importer dans vos analyses.

Si des informations personnelles se sont glissées sur le net, informez-en votre équipe de développement pour en trouver la source et la supprimer. Lorsque votre site ne collecte plus d'informations personnelles, sauvegardez les vues existantes pour les visualiser et exportez les données importantes.

Vérifiez qu'aucune donnée personnelle n'est accidentellement stockée lorsque vous le faites, car tout type de stockage peut enfreindre les lois sur la confidentialité. Supprimez la vue corrompue et créez-en une nouvelle sans PII.

7. Le tracking correspond-il à vos objectifs marketing ?

La dernière étape consiste à vérifier que l'analyse fait ce que vous voulez. Passez en revue vos objectifs marketing et vérifiez que les données nécessaires sont collectées.

Par exemple, si votre objectif est de générer du trafic à partir des réseaux sociaux, les références réseau sont-elles configurées pour suivre les canaux les plus performants ? Si vous souhaitez que davantage de personnes téléchargent votre lead magnet, suivez-vous les soumissions de formulaires ? Si vous souhaitez améliorer l'efficacité des annonces, le suivi des revenus est-il configuré pour mesurer le coût par acquisition (CPA) et le retour sur les dépenses publicitaires (ROAS) ?

N'oubliez pas que vous n'avez pas à tout suivre, uniquement les données liées aux KPI qui comptent pour votre entreprise. Triez les données en trois catégories :

1. Données cruciales . Points de données KPI qui pilotent votre marketing.
2. Données à l'appui . Des points de données qui complètent vos KPI pour une analyse plus approfondie et des vues d'ensemble. Par exemple, si vous suivez le taux de croissance des nouveaux utilisateurs, vous pouvez également suivre l'attribution des utilisateurs pour savoir d'où vient l'utilisateur.
3. Données de curiosité . Les points de données qui vous intéressent mais qui n'ont pas d'impact sur les campagnes marketing s'ils ne sont pas suivis correctement.

Analytics doit s'adapter à vos besoins marketing. Utilisez votre audit pour arrêter de suivre les données qui ne sont pas importantes et concentrez-vous sur ce qui compte en ce moment.

Comment effectuer un audit Google Analytics (c'est-à-dire un bilan de santé)

Dans le passé, nous avons couvert de manière assez approfondie la configuration et l'utilisation de Google Analytics. Si vous ne l'avez pas déjà fait, vous pouvez lire nos guides Google Analytics 101 et Google Analytics 102.

Plus récemment, nous avons couvert la segmentation et comment le faire correctement. Pourtant, les choses tournent mal. Une vérification de l'état de Google Analytics est une série de vérifications qui vous aident à répondre aux trois questions suivantes :

1. Est-ce que je collecte toutes les données dont j'ai besoin ?
2. Puis-je faire confiance aux données que je collecte ?
3. Y a-t-il quelque chose de cassé ou de suivi/rapport incorrect ? Pourquoi?

Notre check-list vous guidera, mais il s'agit d'une mission exploratoire, surtout si vous êtes une agence ou un freelance. Vous n'avez peut-être pas eu le contrôle sur la configuration initiale de Google Analytics, vous ne savez donc peut-être pas à quoi vous attendre.

Vous pouvez trouver de nouvelles bizarreries inattendues. Au fil du temps, ajoutez ces types de problèmes à votre liste de contrôle.

4 problèmes de suivi courants dans Google Analytics

1. Les bases

En commençant par les bases, voici une liste des problèmes de suivi courants publiés par Google :

• Utiliser un extrait de code incorrect et/ou afficher le mauvais compte ou la mauvaise vue . Si vous suivez plusieurs sites Web et/ou avez accès à plusieurs comptes Analytics, vous utilisez peut-être l'extrait d'un autre compte et/ou vue. Assurez-vous que vous affichez le bon compte et la bonne vue.
• Espaces ou caractères supplémentaires . Copiez l'extrait et collez-le directement sur votre site Web à l'aide d'un éditeur de texte ou d'un éditeur qui préserve la mise en forme du code. N'utilisez pas de traitement de texte pour copier l'extrait de votre compte. Cela peut ajouter un espace supplémentaire ou modifier les guillemets dans l'extrait de suivi, ce qui nécessite une mise en forme précise pour fonctionner.
• Erreurs de personnalisation . Si vous personnalisez le code de suivi, notez les points suivants :
  • Les noms de fonction sont sensibles à la casse et doivent avoir une casse correcte.
  • Les valeurs booléennes (par exemple, vrai ou faux) ne doivent pas être placées entre guillemets.
• Paramètres de filtre incorrects . Des paramètres de filtre incorrects peuvent affecter les données affichées et filtrer par inadvertance toutes les données de vos rapports. Dans la plupart des cas, cela se produit lorsque les utilisateurs appliquent plusieurs filtres "Inclure".
• Autres scripts sur votre page . Si vous exécutez d'autres scripts sur votre page, assurez-vous que vous n'utilisez aucune variable utilisée par Google Analytics.

2. Pages manquantes

Pour identifier les pages auxquelles manque votre code Google Analytics, vous pouvez rechercher des irrégularités dans vos données. Ou, vous pouvez utiliser un outil comme Google Analytics Checker.

Une fois que vous êtes sûr que chaque page de votre site contient le code, vous devez vous assurer qu'il s'agit du dernier code (asynchrone).

Cela signifie qu'au lieu que Google Analytics se charge de manière synchrone, il se charge de manière asynchrone pour éviter de bloquer les ressources qui se chargent plus tard sur la page. Essentiellement, cela améliore la vitesse à laquelle le code de suivi est chargé.

Cliquez ici pour plus d'informations sur async.

3. Différentes données dans votre outil de panier

Si vous êtes dans le commerce électronique, vous utilisez probablement une sorte d'outil de panier d'achat. Alors, que se passe-t-il lorsque les données de votre outil de panier diffèrent de celles de Google Analytics ?

Il y a quatre problèmes possibles :

• Votre suivi de commerce électronique Google Analytics n'est pas correctement installé. Lisez ce guide complet pour vous assurer que vous l'avez fait correctement.
• Fuseau horaire. Si votre outil de panier et Google Analytics sont configurés pour générer des rapports dans des fuseaux horaires différents, il se peut que vos données ne correspondent pas.
• Moment de la journée. Si vous configurez votre suivi de commerce électronique en milieu de journée, les transactions qui ont eu lieu auparavant n'apparaîtront pas dans Google Analytics, mais apparaîtront bien sûr dans votre outil de panier.
• Opérations annulées. Les transactions sans valeur (c'est-à-dire 0 $) et les transactions annulées n'apparaissent pas dans Google Analytics.

4. Suivi inter-domaines

Vous avez vu le suivi inter-domaines mentionné à quelques reprises maintenant. C'est quoi exactement? Chris Mercer de MeasurementMarketing explique :

C'est ce qu'on appelle le « suivi inter-domaines » et il peut entrer en jeu si le site de votre client comporte plusieurs domaines dans le cadre de son entonnoir ou du parcours de l'acheteur. Dans ces cas, vous voudrez absolument configurer le suivi inter-domaines.

Si vous utilisez le Google Analytics traditionnel (ennuyeux), essayez de le faire. Si vous utilisez Google Tag Manager (vous devriez l'être), il est plus rapide de le faire. »

Par exemple, votre processus de paiement peut être sur un domaine différent. Malheureusement, Google Analytics utilise des cookies propriétaires, qui ne peuvent être lus que par le domaine qui les a émis.

Ainsi, pour effectuer un suivi inter-domaines, vous devez partager les informations des cookies avec les différents domaines concernés.

Une alternative à la ressource Google Analytics fournie par Chris ci-dessus est le guide de suivi inter-domaines Google Analytics d'Optimize Smart.

Effectuer un audit d'analyse marketing tous les trois mois

Les recherches de Databox montrent que plus de 40 % des spécialistes du marketing effectuent un audit analytique chaque mois. Si vos campagnes marketing évoluent rapidement, cette cadence peut vous convenir.

Considérez qu'un audit peut prendre plusieurs heures. Dans la plupart des cas, une approche d'audit trimestriel suffit pour vérifier et nettoyer les données qui impactent votre stratégie. Si les objectifs ou les campagnes changent entre les audits, profitez du lancement pour revoir votre configuration analytique actuelle.

3 problèmes courants liés à Google Tag Manager :

Les problèmes de suivi sont courants lors de la configuration et de l'utilisation de Google Tag Manager. Voici trois des problèmes les plus courants à reconnaître lors de votre audit, ainsi que des correctifs simples :

1. La balise ne se déclenche pas. Il existe un certain nombre de raisons pour lesquelles votre balise peut ne pas se déclencher. Vous avez des modifications non publiées, vos déclencheurs sont trop spécifiques, vos déclencheurs sont mal configurés, etc. Trouvez une liste complète et commencez le dépannage.
2. Mauvais paramètres de filtre. Lorsque vous appliquez plusieurs filtres d'inclusion, vous pouvez accidentellement filtrer toutes les données de vos rapports. Découvrez comment utiliser correctement les filtres d'inclusion (c'est-à-dire que le résultat est ignoré si le modèle ne correspond pas aux données) et les filtres d'exclusion (c'est-à-dire que le résultat est supprimé si le modèle ne correspond pas aux données).
3. Conteneur inédit. Avant d'ajouter la balise, assurez-vous d'avoir publié le conteneur, sinon il ne sera pas enregistré. Pour plus d'informations sur la publication de conteneurs, cliquez ici.

Conclusion

Des audits réguliers vous empêchent de fonder d'importantes décisions marketing et commerciales sur de mauvaises données. Examinez attentivement vos objectifs et votre plan de mesure et concentrez-vous sur les choses qui comptent. Plus de données n'est pas toujours une bonne chose si ces données ne sont pas pertinentes pour ce que vous essayez d'accomplir.

Prenez votre temps avec la procédure d'audit. Posez des questions sur les données et la configuration : les chiffres ont-ils un sens et votre configuration profite-t-elle aux utilisateurs ?

Parcourez périodiquement votre liste de contrôle et surveillez les éléments essentiels. Les fruits de votre travail apparaîtront dans les campagnes futures.

En savoir plus sur l'analyse numérique, y compris comment auditer GA et présenter des solutions, dans notre mini-diplôme d'analyse numérique.