La web analyse est un métier jeune et l’on trouve dans les entreprises des profils vraiment différents occuper des postes d’analystes, chacun ayant ses forces et ses faiblesses. Je discutais la semaine dernière avec une assistante RH chargée de recruter des profils de web analystes et le constat que l’on fait aujourd’hui c’est qu’il y a une pénurie sur le marché de profils confirmés et seniors. Et parmi ces profils, lorsque l’on reçoit les candidats au delà des années d’expérience écrites sur le CV, quelles sont les qualités, parfois subtiles qu’il faut savoir aller évaluer lors de la phase de recrutement.

La passion

Sans nul doute ce qui fait d’abord un bon analyste c’est la passion qui l’anime, le carburant du quotidien qui lui donnera la force d’aller creuser au plus profond d’Excel, de Google Analytics, d’Omniture ou de bases de données pour avancer à petits pas vers la compréhension du comportement du visiteur. Il faut être passionné du web d’une part, mais aussi passionné du marketing et des opérations digitales. En général de cette passion découle une bonne connaissance des différents canaux, leviers ou mécanismes. Sans cette passion pour le métier, la flamme s’éteint rapidement devant l’inertie d’un responsable digital ne comprenant pas le web ou devant l’attitude complètement blasée d’un chef de projet laminé par des années de refus…

Le offline

Du web, oui ! mais pas que…
Le profil un peu hétéroclite présente à mon sens de grand avantage (et je ne prêche pas que pour ma paroisse). Je trouve que les analystes qui ont des centres d’intérêts très éloignés du web, ou qui ont des expériences ou formations totalement différentes ont une ouverture d’esprit qui leur permet bien souvent de résoudre des problèmes avec ingéniosité. En plus, le bon web analyste doit savoir faire la part des choses, parfois le monde des affaires passent avant tout par les canaux traditionnels, même si l’on a le nez dans les chiffres du web il faut savoir prendre du recul.
Il faut donc aussi de solide connaissances en marketing traditionnel et comprendre comment fonctionne une entreprise, un business en général. La priorité pour une marque n’est pas toujours un taux de clic sur une bannière ou un lien SEO dans le footer.

Dans la partie offline je rajouterais aussi qu’il faut de bonne compréhension des statistiques. Les outils web analytics actuels sont tels qu’ils nous donnent des résultats facilement (des données), mais il faut savoir aussi évaluer la pertinence de ces données. Si l’on lit cet article sur les définitions de base sur les statistiques on comprend bien qu’il ne faut pas se précipiter dans les conclusions en regardant deux résultats de campagne différents. Au contraire il faut faire appel à de vraies capacités…. d’analyste.

La curiosité, la patience, l’opiniâtreté et l’imagination.

Je regroupe toutes ces qualités sur la même ligne car il s’agit de la façon que va avoir le web analyste de gérer son quotidien lorsqu’il est tout seul face à ses données.

J’ai remarqué que les bons analystes ont la soif d’apprendre : nouveaux outils, nouvelles méthodes, nouvelles mesures, nouveau service, nouvelles solutions, du nouveau il veut toujours du nouveau. Alors que certains métiers dans l’entreprise ont peur du changement et par conséquent sont assez peu curieux de nature, je trouve le bon analyste extrêmement curieux.
Et de la curiosité il va lui en falloir pour finir par trouver l’élément extérieur qui se corrèle parfaitement avec le phénomène qu’il est en train d’observer. Il faut de la curiosité pour trouver des solutions aux problèmes qui se posent au quotidien, mais aussi une bonne dose d’imagination. Evidemment l’analyste n’est pas un créatif, c’est à dire que son imagination ne va pas nécessairement aboutir à la création de quelque chose mais par contre elle est indispensable dans le processus de résolution ainsi que dans celui de proposition.
L’analyste doit trouver des « insights » et proposer des recommandations pour améliorer une campagne ou l’expérience utilisateur sur le site. Pour proposer des recommandations il faut une bonne dose d’imagination, l’expérience n’est pas toujours le plus important.
Enfin la patience et l’opiniâtreté sont deux vertus qui vont faire la différence entre un bon analyste et un excellent analyste dans certaines société. En effet lorsque l’on analyse les données on se rend toujours compte des problèmes, des erreurs, des défauts. On alerte, on dénonce, on propose les bonnes solutions mais souvent, beaucoup trop souvent nous butons sur l’inertie du système d’une organisation ou sur la réalité matérielle du projet. Le bon analyste ne perdra pas patience, il continuera à proposer des solutions, peut être d’une autre manière, peut être en présentant les choses différemment, mais il n’abandonnera pas.

La personnalité

Je terminerai sur cette partie qui est essentielle.

Le web analyste n’est pas seulement une personne qui va se retrouver seul face à son Excel. Il est aussi un vendeur. Oui, il faut vendre. Il faut convaincre.
Avoir une idée, ne sert à rien si les autres ne l’acceptent pas. Même si c’est la meilleure idée. Détenir la vérité ne sert à rien, si les autres ne la comprennent pas.

Le web analyste devrait être le moteur du changement de la partie digitale. Il détecte les opportunités, il découvre les faiblesses ou les problèmes. Il est capable de proposer des solutions pour changer, mais simplement les proposer ne sert à rien. Il faut qu’il les fasse accepter, il faut qu’il sache gagner la confiance des ses clients (internes ou externes). Donc effectivement il faut être un bon communicant comme on voit dans certaines offres d’emploi, car il faut savoir exposer ses idées et surtout savoir construire au fil de la relation un lien de confiance. Il doit donc avant tout avoir confiance en lui (et en ses données) et aussi être fin psychologue.

Conclusion

Donc pour conclure le bon analyste n’est pas forcément celui qui a 5 ans d’expérience sur Omniture, qui est certifié AtInternet ou qui à un super score GAIQ. Le bon analyste sera celui qui est passionné par le digital, sans être obsédé, il connait bien le marketing et les statistiques, il fait preuve de curiosité, de persévérance et d’imagination, il sera un collègue agrable au quotidien avec qui l’on a envie de partager ses informations et il est capable de soutenir ses convictions et convaincre les décisionnaires.

Et là on comprend mieux pourquoi les salaires s’envolent…

Bon alors bien évidemment je suis habitué à ce genre de demandes, je ne veux pas débattre aujourd’hui de l’intérêt de fournir des rapports qui ne s’alignent sur aucun objectif tangible mais je voudrais juste remettre un peu d’ordre dans le vocabulaire que les praticiens du web utilisent au quotidien.

Lorsque l’on a une certaine expérience en tant qu’analyste on a bien sûr déjà remarqué que très souvent nos clients veulent faire le travail d’analyse à notre place. Ils nous demandent souvent de fournir une liste de chiffres (rapports bruts) qu’il veulent « analyser » eux même, puisqu’après tout, l’analyse c’est juste un peu de bon sens. Soit, soit… C’est comme si j’appelais le plombier pour un problème de fuites et qu’une fois sur place je prends ses outils pour réparer le tout moi même. Après tout si je sais utiliser les outils et que je paye le plombier, je doute qu’il se plaigne, mais si j’appelle une clé à molette un marteau et que je veux déviser un syphon avec un tournevis, je doute que le résultat soit optimal.

Le web analytics c’est pareil ! Il y a un nom précis pour désigner les objets et je vous propose ici de vous donner une vision (certes un peu simplifiée) sur la théorie du reporting et l’analyse.

La mesure.

Alors la mesure (en français), la metric (en anglais), est dans le cas du web analytics le résultat d’une opération. Il peut s’agir d’une addition pour les mesures de type compteur (visiteurs, visites, pages vues, etc) ou il peut s’agir d’une division pour les mesures du type ratio (Taux de conversion, Page vues par visite, Taux de clic, etc).

Ce qui peut se mesurer sur un site web (je vais faire simple dans ce billet), ce sont les visiteurs, les visites qu’ils effectuent, les pages qu’ils chargent dans le navigateur mais aussi toutes sortes d’actions du visiteur n’étant pas liées au chargement d’une page et qui peuvent avoir une importance pour la compréhension du comportement. En fait on compte (mesure) la somme de ces évènements.

Ces mesures sont donc tout simplement des nombres. Si l’on parle des mesures d’un site web on parle donc d’un certain nombre de visites, de visiteurs ou de pages vues, de commandes, de clics, de lectures de vidéos, d’inscriptions, etc.

Il est fort probable que ces nombres ne nous disent pas grand chose en soi, il va donc falloir commencer un travail d’analyse. Pour information l’analyse est une méthode par laquelle on sépare un tout en ses différentes parties constituantes afin de mieux le comprendre.
Si l’on prend l’exemple des visites sur un site, le total ne nous explique rien, on va donc regrouper les différentes visites selon un « type » que l’on aura choisi, c’est à ce moment là qu’entrent en jeu les dimensions.

La dimension.

La dimension est un attribut que l’on donne à une mesure. Dans le cas des visites, on peut prendre comme attribut de visite la source, l’origine géographique, la langue du navigateur, etc.

La valeur d’une dimension est très souvent un texte (histoire de bien comprendre la différence entre metric et dimension), mais on peut aussi trouver des nombres (tranches de temps passé, prix d’un produit, nombre de visites passées, etc). On va retrouver principalement 4 types de dimensions dans le web analytics : l’attribut du visiteur (ex:Navigateur web), l’attribut de la visite (ex: refferer de la visite, etc), l’attribut de la page vue (ex: catégorie du site, produit présent sur la page, etc), l’attribut d’un évènement (ex: produit acheté, prix d’une commande, etc).

On va retrouver les dimensions dans ce que l’on appelle un rapport qui va se construire en plaçant en général sur chaque ligne la valeur des dimensions et dans les colonnes à coté la valeur d’une ou plusieurs mesures. Comme sur cet exemple :

N’oublions pas que les dates sont aussi une dimension qui permet déjà de comprendre ce qui s’est passé avant même d’aller chercher des attributs plus compliqués. Un rapport avec tous les jours du mois sur les lignes (dimension) et les visites (mesure) dans une colonne nous donne un joli rapport de tendance.

Le segment.

Le segment est simplement un regroupement d’une série de valeurs d’une ou plusieurs dimensions. Le segment permet d’isoler une partie du trafic d’un site afin de le comparer soit au reste du trafic soit à un autre segment. L’intérêt du segment pour l’analyse par rapport à la simple dimension c’est que pour le segment on peut établir des successions d’opérations booléennes sur différentes dimensions et que l’on peut appliquer le segment à d’autres rapports que celui de la dimension dont on se sert.

Par exemple, sur mon blog j’aimerais savoir si nos amis francophones du Quebec sont intéressés par les mêmes articles que nous autres européens, avec une maturité web analytics peut être différente.

Je vais choisir d’isoler dans mon premier segments la valeur Quebec dans la dimension Région avec plus d’une page vue (je ne garde que ceux qui manifestent un minimum d’intérêt pour le blog).
Dans mon deuxième segment j’isole la valeur Europe dans la dimension Continent avec plus d’une page vue.
Maintenant je peux appliquer ces deux segments à divers rapports qui me paraissent intéressants pour répondre à la question que je me pose : Visites (mesure) par Mot clé cherché dans les moteurs de recherche (dimênsion), Consultations uniques (mesure) ou temps passé (mesure) par Page (dimension).

On voit bien que la vraie analyse commence avec la segmentation, en faisant ce simple exercice j’ai déjà appris deux ou trois choses importantes (que l’on nome parfois abusivement « insights ») que je ne vais pas expliquer ici car j’imagine que ça n’intéresse personne… Par contre si je veux attirer plus de québécois par Google sur mes articles il va falloir que je commence à décrire mon site comme un « blogue web analytics » (et non plus un blog web analytics)….

Tous les consultants web analytics en agence ont entendu ce genre de phrase. De nombreux chefs de projets ont appris par coeur ce petit refrain lorsqu’ils ont la responsabilité d’un nouveau site ou d’un nouveau projet :
1 – Tu vendras à ton client un plan de taggage
2 – Tu demanderas à ton consultant web analytics le fameux plan de taggage.
3 – Tu laisseras l’IT se débrouiller avec le livrable.

Tout ceci parait très simple en apparence, jusqu’au jour où un chef de projet junior pose la candide question à son aîné qui le forme : « Mais au fait c’est quoi un plan de taggage? Qu’est qu’on vend à notre client au juste ? ». Et bien pour être honnète j’ai rarement vu un chef de projet expérimenté bien expliquer ce qu’est un plan de taggage (ou plan de marquage).
J’ai du coup posé la question à Google et j’ai trouvé des petites explications très intéressantes mais je voulais ici ajouter quelques précisions et partager un peu mon expérience.

Pourquoi un plan de taggage ?

Souvent la première question que l’on se pose, surtout si l’on a un peu touché au web analytics avec Google Analytics, c’est : « pourquoi est-ce que l’on a besoin d’un plan ? »
Après tout le marqueur est un petit bout de code JavaScript que l’on colle dans une page et a priori on a envie de tracker toutes les pages, donc il suffirait de coller le tout dans une partie commune à toutes les pages, comme le footer, et on aurait pas besoin de s’embéter avec un plan…
Seulement la réalité est légèrement plus complexe si l’on souhaite enregistrer correctement tous les comportements des visiteurs sur son site. En fait il existe un certains nombres de cas pour lesquels le marqueur automatique ne suffit pas ou n’est pas précis.

Pour rappel un marqueur automatique prend en général par défaut l’URL de la page sur laquelle il se trouve.

- Deux pages différentes ont la même URL. Cette situation peut arriver notamment avec les formulaires dont les données sont envoyées par une méthode POST. Le résultat de l’action se trouve à la même URL que le formulaire de départ. Dans l’outil web analytics on ne pourra pas distinguer l’audience arrivant sur le formulaire de celle qui l’a validé.

- L’URL de la page n’est pas facilement déchiffrable. En fait souvent dans une optique d’optimisation du référencement naturel on se retrouve avec des URLs facile à lire pour l’utilisateur comme pour l’analyste mettant le nez dans un outil d’analyse, mais il arrive aussi que certaines pages qui n’ont pas pour vocation d’être indexées dans Google suivent juste la logique technique du framwork ou du CMS qui régit la construction des pages. Dans ce cas, on se retrouve au moment de l’analyse avec des noms de page que l’on ne comprend pas et qu’il faut aller vérifier manuellement.

- La logique de répertoire de l’URL ne correspond pas à la logique hiérarchique du site. Disons que dans le cas de Google Analytics, le séparateur hiérachique de l’URL (le « / ») est transformé naturellement en niveau hiérarchique dans le site par l’application, cependant il arrive fréquemment que cette logique de regroupement ne corresponde pas au regroupement que l’on souhaite appliquer aux visiteurs qui visitent le site. J’ai l’exemple extrême d’un site contenant quelques dizaines de produits avec des URLs du type : monsite.fr/nomduproduit.aspx . Au moment de l’analyse si l’on veut savoir rapidement combien de visiteurs ont vu au moins une page produit avant de mettre un article au panier, il faut passer par de laborieuses manipulations.

- On veut suivre des évènements particuliers qui n’ont pas d’URL propres : validation d’un mini formulaire AJAX, vue d’une vidéo, clic sur un bouton de notation, navigation dans une animation Flash, etc. Il faudra dans ce cas lancer un tag particulier au moment du clic.

- La page, le visiteur ou la visite possède un attribut particulier qui n’est pas enregistré automatiquement par l’outil web analytics et que l’on souhaite suivre.

- Les cannaux d’acquisition de traffic et les campagnes sont particuliers à chaque site et entreprise, il faut donc plannifier et classifier toutes les actions marketing afin qu’elles remontent avec le bon libéllé dans l’outil web analytics.

- La mise en place d’objectifs, d’évènement de succès (ou d’échecs) sont aussi à planifier afin d’avoir un suivi simplifié de la performance.

Pour ces principales raisons dès que l’on a des exigences importantes en terme de mesure il faut confier cette tâche à un professionnel qui saura tirer partie de l’outil choisi.

Comment construit-on un plan de taggage ?

Et bien puisque le plan de taggage découle d’une exigence de mesure, il faut construire au préalable ce que l’on appelle en anglais les « Business Requirements » ce que je traduis maladroitement en français par « spécifications de mesure »… Si quelqu’un a une meilleure suggestion de traduction je suis preneur.
Ces business requirements sont en fait une liste de questions clés auxquelles l’analyste devra répondre a minima. Ces questions sont en général un peu toujours les mêmes et avec l’expérience il devient plus facile de construire les business requirements. Ce document est celui qu’il faut faire valider à son client (interne si chez l’annonceur ou externe si en agence) c’est celui qui délimite le périmètre de la mesure que l’on a défini. Si le client pose par la suite une question qui sort de ce périmètre il faudra dans certains cas affiner le taggage.

Une fois ce document établi, le plan de taggage en lui même n’est qu’une solution technique que le consultant web analytics ou l’expert en implémentation apporte aux questions que se pose le marketing.
Cette solution technique consiste en général en trois étapes assez simples :
- Définir la liste des variables (attributs des visiteurs, visites, pages, évènements) que l’on va utiliser dans les tags, en établissant sa nomenclature.
- Décrire rigoureusement où l’on va placer les différents tags.
- Quel paramétrage particulier on va appliquer dans l’outil de mesure : déclaration de variables personnalisées, ajustement des attributs de ces variables, définition d’objectifs dans l’outil, mise en place des entonnoirs de conversion.

Du coup c’est quoi ce fameux plan de taggage ?

Au final le plan de taggage est (souvent) un document excel dans lequel on retrouvera l’arborescence du site avec les tags à placer en face. Dans une autre partie on trouvera aussi la définition précise des différents tags (marqueurs de page, marqueurs de clics, codes de suivi) afin de documenter pour le développeur qui devra placer les tags sur le site.

On retrouve une petite description dans cet article sous la section « Ca ressemble à quoi un plan de marquage? ».

Et qui doit faire le plan de taggage ?

Il faut bien comprendre que le plan de taggage est la synthèse entre des exigences d’analyse marketing et une réalité technique de mesure sur le site. Il est donc normal que l’on retrouve soit des développeurs, des consultants techniques ou des web analystes faire des plans de taggage dans certaines entreprises.
Le web analyste n’a parfois pas tout le bagage technique pour tirer au mieux parti des possibilités des outils alors que le développeur (ou consultant technique) n’a pas toujours le recul nécessaire des réalités de l’analyse dans l’interface pour prévoir efficacement la finesse du tag à mettre en place.

On voit bien qu’il est important dans tous les cas qu’une personne ayant de l’expérience en analyse participe (ou dirige) l’élaboration des spécifications de mesure et qu’une personne comprennant très bien la technique (et notamment le JavaScript) exécute le plan de taggage. Evidemment mon avis sur la question est qu’il est parfait d’avoir un expert ayant de l’expérience des deux cotés. Il est extrèmement enrichissant d’avoir à la fois l’experience technique pour être un meilleur analyste, et l’expérience de l’analyse pour être un très bon implémenteur. (hou le joli barbarisme…)

Et ensuite on fait quoi avec le plan de taggage ?

Bon c’est là que les ennuis commencent… après le plan vient la mise en place des marqueurs et la phase de recettage. Je ferai certainement un billet à part sur les joies du recettage que j’intitulerai sobrement : « Comment perdre des amis en agence… »

J’ai remarqué que bien souvent, lorsqu’on lit un article sur une astuce Google Analytics impliquant les expressions régulières, leur signification n’est pas ou peu expliquée. Je comprends qu’on ne le fasse pas quand on s’adresse à un public averti mais une petite piqûre de rappel fait toujours du bien.

Introduisons donc les expressions régulières à travers un exemple simple. Le but ici n’est pas d’être exhaustif sur la définition des caractères et des cas d’utilisation. Je cherche simplement à introduire la chose avec quelques explications.

Utilisons la technique du « Pourquoi » enseignée par mon Analytics Jedi et avant de passer à la pratique, posons nous cette question essentielle :

A quoi sert l’utilisation des expressions régulières dans Google Analytics ?

• Créer des filtres avancés.
• Améliorer la création de tunnels de conversion et la définition d’objectifs.
• Créer des filtres spécifiques directement dans les rapports ou lors de la création de segments avancés.
• Impressionner ses collègues parce que savoir utiliser les expressions régulières, ça fait geek :)

La compréhension par l’exemple : Comment définir plusieurs pages pour une même étape de tunnel de conversion dans Google Analytics ?

Je vais vous parler de tunnel ou entonnoir de conversion Google Analytics. J’invite les néophytes à lire l’aide Google concernant ce point avant de commencer.

Cette question concerne chacune des étapes mais également l’url qui définit l’objectif de conversion.

Le tunnel de conversion que je souhaite créer doit être composé de trois étapes en plus de ma page d’objectif. La troisième étape est un formulaire dont l’url est différent selon l’origine géographique de la visite.

Il existe trois versions de cette page mais j’aimerais toutes les inclure dans la même étape pour ne pas créer trois tunnels de conversion et utiliser inutilement plusieurs « slots » d’objectifs.

Tout d’abord, il faut se rendre dans la page de paramètres de l’objectif à créer. Dans la partie détail de l’objectif, le type de correspondance doit être configuré en tant que « Correspondance d’expressions rationnelles ». Cela permet de signifier à l’outil de prendre en compte les expressions régulières lors de l’édition des champs d’objectif et d’étapes.

La valeur du champ d’objectif est l’url complète de la page d’objectif, jusque là tout va bien.

Une fois cela fait, il faut entrer les valeurs dans les champs d’étapes dans la partie « Entonnoir de conversion vers l’objectif » :

Les valeurs de l’étape 1 et 2 sont faciles à trouver, ce sont les urls des pages que j’ai voulu insérer dans l’entonnoir.

Comment faire pour l’étape 3 qui peut être atteinte via trois pages aux urls différentes ?

Je pense que vous l’aurez compris, il suffit d’utiliser une expression régulière. Bien entendu, plusieurs solutions sont possibles, chacun son style. Je propose tout de même trois variantes possibles :

• La brute

^/categorie/form$|^/categorie/form\-us$|^/categorie/form\-af$

• La « c’est presque ça mais… »

^/categorie/form$|\-us$|\-af$

• La variante que je propose

^/categorie/form($|\-us$|\-af$)

Ce qui est bien dans ces trois propositions, c’est qu’on y retrouve les mêmes métacaractères (caractères spéciaux des expressions régulières).

Reprenons les définitions de Google et ajoutons y quelques exemples :

^ : correspond au début du champ

Lorsque l’on met ce métacaractère au début du champ, cela signifie qu’aucun caractère ne peut être mis devant ce que l’expression va définir.

Par exemple :

• test correspond à : « test », « pretest », « super test », « le test de fou » ou « test de fou »
• Alors que ^test correspond à : « test », « test de fou »

Associé à d’autres métacaractères, la signification du « ^ » peut légèrement changer. On abordera peut-être ça dans un prochain article.

$ : correspond à la fin du champ

L’explication est similaire à celle du métacaractère précédent mais appliquée à la fin de l’expression. C’est à dire, que dans la correspondance à l’expression régulière, aucun caractère ne peut suivre l’élément ou le groupe d’élément terminé par $.

• test$ correspond à : « test », « pretest », « super test »

Utilisés dans la même expression régulière, les métacaractères « ^ » et « $ » permettent d’isoler une chaîne de caractère.

• ^test$ correspond à « test » uniquement

\ : insère un caractère d’échappement avant un métacaractère

Grâce à « \ » on peut transformer un métacaractère en caractère normal.

• ^test\$$ correspond à « test$ »

() : mémorise le contenu de la parenthèse comme élément

Les parenthèses fonctionnent un peu comme dans une expression mathématique. Elles permettent d’isoler un élément non par rapport à sa correspondance (tel que le permettent « ^ » et « $ » associés) mais par rapport à l’expression régulière.

Elle permettent également la mémorisation de leur contenu dans une variable qui pourra être utilisée dans les filtres avancés de Google Analytics, mais là n’est pas le sujet.

Difficile de faire un exemple simple de leur utilisation sans utiliser un autre opérateur (ce qui est fait juste en dessous).

| : ou

Le métacaractère « | » correspond à l’opérateur « ou ».

• ^test$|^super test$ correspond à « test » et « super test »
• (^super |^)test$ correspond également à « test » et « super test »

On a désormais tous les outils nécessaires au déchiffrage des trois variantes d’expressions rationnelles qui apportent une solution à notre problème.

Reprenons avec des explications :

• La brute

^/categorie/form$|^/categorie/form\-us$|^/categorie/form\-af$

Cette expression répond parfaitement à notre problème. Si on la traduit littéralement, elle donnerait :

J’isole « /categorie/form » ou j’isole « /categorie/form-us » ou j’isole « /categorie/form-af ».

Pourquoi y a-t-il un « \ » devant les « - » ? Parce que « - » est un métacaractère. Je n’ai pas détaillé sa signification puisqu’on ne l’utilise pas dans ces exemples.

• La « c’est presque ça mais… »

^/categorie/form$|\-us$|\-af$

Cette expression répond également à notre problème, puisque chacune les trois urls en sont une correspondance. Cependant, d’autres urls lui correspondent également, elle n’est pas « propre ». Si on la traduisait littéralement :

J’isole « /categorie/form » ou je capte toute expression finissant par « -us » ou je capte toute expression finissant pas « -af ».

Cela signifie que « /categorie/form », « /categorie/form-us » et « /categorie/form-af » correspondront mais « idheizhozih-us », « 9248qdh qizhd-af » aussi et beaucoup d’autres.

• La variante que je propose

^/categorie/form($|\-us$|\-af$)

Comme je vous l’ai déjà dit, chacun son style. Je propose cette solution qui est courte et facilement compréhensible.

La traduction littérale :

Je capte une expression commençant par « /categorie/form » et finissant soit par rien, par « -us » ou par « -af ».

Bien entendu, libre à vous de modifier cette solution en modifiant l’expression régulière proposée. Si par exemple, vous souhaitez capter des variables qui sont à la fin de l’url, enlevez les $.

J’espère que cette petite introduction vous a plu ! L’analyse web est un domaine vaste et même si vous n’êtes pas encore un Jedi des expressions régulières, sachez qu’elles peuvent être utiles.

Si mes exemples ne vous plaisent pas, si vous avez des remarques, si vous voyez des anomalies, ou alors si vous avez des questions, commentez cet article ou utilisez le formulaire de contact.

Quelques ressources très utiles pour les RegExp (qui ont également été mes sources) :

• Un outil de test d’expression régulière
• Un excellent livre blanc (en anglais)
• Une série d’articles (en anglais)
• Un article concernant les opérateurs

Pour aller un peu plus loin, un cas d’utilisation de filtres avancés Google Analytics (il date de 2008 mais peut vous faire comprendre beaucoup de choses).

A chaque fois que l’on se pose la question de savoir où l’on peut exercer son art, on retombe sur la classification suivante :
- Travailler en agence (web, créa, commnunication,…)
- Travailler pour une SSII (envoyé en régie chez un client)
- Travailler pour une société spécialisée web analytics (cabinet, agence,…)
- Travailler pour l’annonceur (une marque quoi)
- Travailler pour un éditeur de solution analytics (AT Internet et Omniture principalement pour la France)

Chaque choix possède ses avantages et ses inconvénients, je vais détailler ici le choix du travail en agence, n’hésitez pas à laisser un commentaire si vous voulez donner votre point de vue sur votre expérience.

Les avantages du consultant web analytics en agence :

L’agence est un milieu très spécial, bien sûr chaque agence est différente mais en général on retrouve des équipe techniques, des équipes conseil et des équipes créatives. Il en résulte un doux mélange assez particulier d’une ambiance un peu geek, un peu fun et créa, mais aussi stratégique et marketing. L’ambiance est souvent assez jeune, les collègues n’ont pas toujours beaucoup d’expérience en dehors du web, ou d’expérience tout cours d’ailleurs. On se retrouve souvent dans des situations où les gens arrivent à 10h ou 10h30 le matin et tout le monde trouve ça normal, parce que personne n’a eu à se lever tôt depuis très longtemps. Parfois les équipes travaillent tard aussi, car lorsque l’on commence en fin de matinée on a tendance à finir son travail assez tard le soir.
La vie au sein d’une agence est assez paisible et légère et l’on ne se prend pas trop au sérieux (tout le monde est en jeans tee shirt).
Le premier point est donc le suivant : la vie en agence est agréable.

Ensuite le mélange d’équipes que j’évoquais plus haut permet aussi de se mélanger à différents métiers. Du point de vue du consultant web analytics, ce point est très important car nous avons véritablement une position assez étrange à mi chemin entre les équipes techniques et les équipes marketing. Le contact avec la créa est toujours plus délicat, car il existe un faux débat entre « créativité » et « chiffres ». Les deux sont fréquemment vus comme incompatibles, le ROI est souvent perçu comme une façon de brider la créativité, donc nos contact sont vraiment limités. Les approches se font par le biais de l’architecture de l’information qui a besoin de chiffres tangibles pour valider des idées, ou par le biais de la data visualization.
Le consultant web analytics est donc assis entre un dev et un marketeur ? Oui, à peu de chose près. Sauf que le marketeur dans une agence c’est celui qui a la relation avec le client, donc souvent le directeur clientèle. Notre rôle est de faire le pont entre la réalité business et la réalité technique. Le marketing a des objectifs (par son client) et nous mettons une solution de marquage en place par le biais d’un système technique pour mesurer le succès des dispositifs en place.
En agence, nous nous sentons à l’aise à la fois à discuter JavaScript avec un ingénieur ou KPI avec un directeur conseil. De plus il y a toujours quelqu’un pour nous donner un coup de main ou répondre à une question, qu’elle soit technique, créative, stratégique ou marketing.

En agence le consultant est au coeur du projet. Cette situation est extrêmement confortable, car elle permet une grande réactivité. Il est facile d’intervenir rapidement pour modifier, améliorer ou corriger un taggage. Après l’analyse si l’on souhaite faire évoluer nos indicateurs, un petite plannification est vite faite pour obtenir satisfaction. L’inverse est aussi possible, un directeur clientèle qui a une réunion imminente avec le client peut venir nous voir et récupérer les chiffres clés du projet pour étayer son discours.

En agence web, les gens savent ce qu’est le digital. Pour comprendre ce point il faut je pense avoir déjà travaillé dans une entreprise complètement extérieure à internet. Facebook, Twitter, Foursquare, SEO, display, Daily Motion, Flicker, etc, tous ces mots font partie du vocabulaire quotidien. Bien sûr on souhaiterait toujours que tout le monde comprenne un peu mieux les mécaniques qui se cachent derrière ces marques ou ces concepts, mais au moins on peut parler web sans qu’on nous demande : « au fait ca veut dire quoi : « wikipédia comme referrer » ? ».

En agence, nous avons un rôle de « consultant analytics/analyste/pompier », les problématiques sont différentes tous les jours. Le lundi matin on va en réunion pour comprendre quels sont les objectifs, l’après midi on sort les KPI. Le mardi matin on écrit un plan de taggage (ou un BRD+SDD) et l’après midi on sort deux xtor et trois CID. Le mercredi on recette des tags, le jeudi matin on répond au gars qui vient demander si « son site marche » et l’après midi on programme des rapports automatiques. Le vendredi matin on s’attaque au bilan mensuel et l’après midi on écoute un brief sur l’écoute des média sociaux, on répond au téléphone au chef du projet au sujet du paid search et enfin le samedi on écrit un post pour son blog…
Bref, on ne s’ennuie pas en agence, on a plusieurs clients et on doit tout faire.

Les inconvénients du consultant web analytics en agence:

Alors tout d’abord il faut savoir que tout ce que vous venez de lire plus haut, c’est la théorie. La pratique est parfois un peu éloignée de tout ça… Il n’est pas rare de croiser des gens désagréables qui ne disent pas bonjour ou de n’avoir personne pour aider à trouver la bonne façon de paramétrer un tag dans un nouveau player Flash. Changer une virgule dans un tag peut parfois prendre 3 mois et un CDP peut parfois confondre le SEO avec le nom d’un client… Une seule chose reste vraie quoiqu’il arrive, on ne s’ennuit pas.

Le consultant web analytics en agence est un métier à part. On n’est pas tout à fait technique, mais on n’est pas tout à fait marketing non plus. Même si nous nous sentons à l’aise avec tout le monde, eux ne sentent pas toujours à l’aise avec nous. De plus ce métier n’est pas toujours bien compris du reste de l’agence. La créa nous voit encore comme des gars bizarres qui regardent des tableaux Excel toute la journée.

En agence la prestation web analytics est parfois vu comme une série de « livrables » que l’on vend au client. On vend un plan de taggage, un recettage de taggage, un tableau de bord, un bilan trimestriel. Rarement on va dire au client : « Nous avons aussi une prestation analytics pour mesurer vos succès en ligne et aussi pour identifier des opportunités. » On ne voit jamais la prestation web analytics comme une manière de permettre à son client d’être plus efficace en ligne et donc de gagner plus d’argent…

En agence le consultant web analytics est aussi une grosse épine dans le pied pour beaucoup de monde. Spécialement ceux qui ont des idées. Nos questions et nos objections sont désespérément terre à terre et logiques, souvent dérangeantes. Nous rapportons tout aux chiffres, nous évoquons les volumes estimés, les retours espérés… On nous répond souvent, « bah on n’a pas encore réfléchi à tout ça ». Et, oui nous sommes les bougons qui critiquons, les râleurs qui coupons l’inspiration, la vérité est là : on n’a pas toujours envie de nous inviter dans une réunion. En fait toute la subtilité du consultant en agence c’est d’arriver à démontrer à quelqu’un avec le sourire que son idée ne tient pas la route, sans qu’il le prenne mal. Nous parlons architecture technique, stratégie SEO, volume apporté par les campagnes média, objectifs des pages, ergonomie, viabilité, ROI… Bon c’est vrai nous sommes quelques fois pénibles et pessimistes.

En agence… Il y a parfois un conflit d’intérêt. Il faut être fort, il faut être droit, il faut parfois être froid. Je ne compte pas les fois où un directeur clientèle m’a dit : « sors moi les chiffres qui montrent que ma campagne a marché » ou « Ca, on peut pas l’écrire, c’est trop négatif ». Il faut être clair, si vous allez au travail pour vous faire des amis, ne venez pas en agence. Les consultants analytics n’ont pas une super bonne réputation. Si vous avez tendance à dire « oui » à tout le monde, ne venez pas en agence. Tous les gars qui ont le mot directeur dans leur titre (60% de l’agence?) vont vous bouffer tout cru. Il faut une grande intégrité couplée à un très bon sens de l’appartenance à son entreprise pour travailler en agence. Toute notre problématique est d’arriver à faire comprendre que le but de l’analytics est de repérer nos erreurs pour nous améliorer… Et c’est pas facile.

Conclusions sur l’agence :

Je dirais que l’agence est une excelente expérience à avoir pour un consultant web analytics. En effet, il s’agit de la bonne porte d’entrée pour débuter sa carrière avec des problèmes techniques (taggage, recettage, progammation de rapport), pour ensuite évoluer sur une prise de conscience business (objectifs, KPIs) et finir avec un eveil analytics avec la maitrise de la capacité d’analyse.
Les problématiques sont suffisamment complexes et diverses pour que le consultant se sente stimulé sur tous les aspects de la discipline. Si les clients dont on s’occupe offrent des expériences entre le ecommerce et le branding pur on a vraiment une très bonne vision et pratique du web analytics.

Enfin, le travail en agence permet aussi d’acquérir une énorme maturité sur la vie d’un projet digital. On développe un esprit critique depuis le début, jusqu’aux analyses. Au plus proche des équipes notre vision sur les enjeux est globale, avec toujours en tête les fameux objectifs affaires. Nous traitons tous les aspects du projet (SEO, médiatisation, ergonomie, ROI, etc) et notre pluridisciplinarité doit être un atout valorisé par notre entreprise.

Même pendant mes vacances, je suis de très près le web analytics français et c’est avec plaisir que je me suis rendu jeudi dernier, le 20 mai, au second AT Internet Online Intelligence Forum.

Je vais donc tout simplement vous raconter ma journée.

Passons le réveil difficile aux alentours de 7h30 et les différentes phases de toilettes, habillage, thé, métro, etc.

Commençons donc à 9h, heure de mon arrivée au Centre d’affaires du Trocadéro où se déroulait le fameux forum. Le cadre est beau et studieux, l’accueil charmant et la vue sur une petite fontaine au centre d’une ravissante cour intérieure très agréable.

Je dis bonjour, prends mon badge et découvre le programme de la journée un croissant à la main et un jus de pamplemousse sur une petite table.

La centaine de personnes présentes a été divisée en plusieurs groupes afin de faciliter les échanges durant les ateliers, c’est à mon avis une très bonne chose. Faisant partie du groupe 4, mon programme est le suivant :

10h – 10h50 : Reporting – Add-in – Custom reports
11h – 11h50 : Richmedia
12h – 12h50 : ChannelOptimizer

Déjeuner

14h30 – 15h10 : KPI
15h20 – 16h10 : BuzzWatcher
16h20 – 17h30 : Observer

Chacun des ateliers a lieu dans une salle portant le nom d’une ville : Sydney, Hong Kong, Moscou, New York et Hambourg. Une exception, sinon ce ne serait pas très drôle, une des salles s’appelle Gropius… bon il y a certainement des villes portant ce nom dans le monde mais personnellement, ça m’évoque plutôt un certain Walter et le Bauhaus.

Perdu dans mes pensées après avoir lancé un tweet signifiant ma présence à l’événement, une personne s’approche de moi en me tendant la main et me dit « Bonjour Romuald, je suis @Caro_ds sur Twitter, je viens de voir votre tweet ». C’est fou non, un de mes contacts Twitter est là ! Nous discutons joyeusement jusqu’à ce que la petite foule se dirige vers un amphithéâtre. La réunion d’accueil commence, il est 9h40.

9h40 – Réunion d’accueil

Lors de cette réunion, Mathieu Llorens, directeur général de l’entreprise, nous apprend qu’AT Internet va bien : un développement constant et 30 collaborateurs supplémentaires depuis début 2010.

Sébastien Carriot, directeur des technologies, expose les projets en cours et à venir. Beaucoup de jolies choses au programme dont l’évocation d’un tag à la gestion interfacée (nous reviendrons sur ce genre de tags dans d’autres articles).

1er atelier : Reporting – Add-in – Custom reports

A l’arrivée dans la salle, un très beau bloc-notes, un stylo, un gobelet et une bouteille d’eau attendent chacun des membres du groupe. Le format de l’atelier est clairement basé sur l’échange. Le consultant / intervenant d’AT Internet expose quelques slides pendant 15-20 minutes et laisse les participants échanger.

L’exposé ne m’apprend pas grand chose, mais n’étant pas totalement néophyte de la solution, je ne suis bien sûr pas très objectif.

La présentation est un bref rappel des pré-requis à la configuration de rapports personnalisés :

• A qui rapporte-t-on ? Qui sont nos interlocuteurs ?
• Que doit-on rapporter ? Quels sont les KPIs ?
• Quelle période doit couvrir le rapport ? A quelle fréquence ?
• Quel format doit avoir le rapport ?

Après ces étapes, l’intervenant rappelle qu’actuellement, les trois manières d’extraire de l’information formatée avec Analyzer sont :

• Les tableaux de bord (les fameuses boîtes) exportables
• Les rapports / exports personnalisés dont la demande peut se fait auprès des consultants AT Internet
• L’add-in excel

Les échanges suivant ce rappel sont très intéressants. Il se concentrent sur le fossé qu’il existe actuellement entre des profils uniquement utilisateurs et des profils techniques.

En effet, les simples utilisateurs de la solution trouvent les rapports exportables via l’interface limités en termes de personnalisation. Ils utilisent très peu l’add-in excel et n’osent pas toujours s’adresser directement à AT Internet.

Les profils plus techniques sont plutôt satisfaits de l’add-in même s’ils le qualifient de « belle avancée » pour le moment. Cependant, comme la plupart des outils édités par AT Internet, il est en constante amélioration et on peut penser qu’il évoluera rapidement (je rappelle que l’add-in est vieux d’un peu moins d’un an).

Les deux parties évoquent un outil de reporting personnalisé intermédiaire entre les tableaux de bord et l’add-in excel qui peut paraître compliqué à utiliser pour certains. Google analytics et Omniture par exemple proposent déjà ce genre d’outils : des rapports personnalisés configurables en ligne directement via l’interface.

Quelques questions concernent également la possiblité d’avoir accès aux data via le mobile. Une version mobile d’AT Internet existe déjà : Xiti mobile. Néanmoins, nous apprenons qu’une application Iphone est prévue et en développement.

2ème atelier : Richmedia

Au sein de notre agence, nous utilisons l’outil Richmedia de façon très limitée : pas toujours la dernière version du tag et uniquement sur des players « maison » pour des besoins simples.

J’ai donc appris beaucoup sur les possibilités de tracking des vidéos et autres applications Richmedia durant cet atelier :

• La possibilité de récupérer des données sur l’utilisation d’applications rich en mode offline est en cours de développement.
• Les données quantitatives connexes aux vidéos tagguées via l’outil Richmedia sont récupérables : nombre de commentaires, nombre de votes, etc.
• Il est possible d’intégrer le tag Richmedia à des players connus tels que celui de Youtube ou Dailymotion par exemple.
• AT Internet va proposer un player pré-marqué. Une solution clé en main qui pourrait s’avérer extrêmement utile.

3ème atelier : ChannelOptimizer

Ne connaissant pas cet outil vieux de seulement quelques semaines, je découvre ChannelOptimizer pendant les 50 minutes de l’atelier.

En quelques mots, cet outil répertorie l’ensemble des combinaisons de canaux qui ont mené à une conversion.

Actuellement, il est possible de connaître toutes les combinaisons des 5 derniers leviers ayant entraîné une conversion sur une période pouvant aller jusqu’à 90 jours avant l’analyse. Ces chiffres seront augmentés au cours de l’évolution de l’outil et / ou pour des demandes particulières.

Ces combinaisons de canaux peuvent être associées aux identifiants de campagne.

Pourquoi utiliser le ChannelOptimizer ?

• Faciliter l’attribution des ventes et éviter les querelles entre affiliés par exemple
• Connaître les séquences de canaux qui présentent les meilleures performances
• Tester des synergies entre les canaux et arbitrer les attributions de budget en conséquence

Même s’il existe aujourd’hui des limites à l’outil comme l’impossibilité d’attribuer un poids à un canal en particulier par exemple, il semble prometteur. D’autant plus qu’AT Internet prévoie de l’améliorer en intégrant l’exposition et le concept de post-view. Cela permettra de répondre à énormément de questions et à évaluer clairement l’apport du display qui est de moins en moins cliqué.

A noter qu’aucune intervention technique n’est requise à l’installation de ChannelOptimizer, il prend en compte les données récupérées via le marquage de base du site analysé.

La pause déjeuner

Après trois ateliers très enrichissants, Les buffets de petits fours froids, chauds, salés ou sucrés font beaucoup de bien. Je me sers et au bout de quelques minutes, un collaborateur AT Internet vient discuter avec moi. Même si j’aperçois le terme « commercial » sur son badge, la discussion est ouverte et totalement libre. J’aime beaucoup la manière qu’ont les consultants et autres employés d’AT Internet de nous écouter et de prendre en compte l’ensemble de nos remarques et propositions. Nous avons donc échangé sur un sujet qui me tient à coeur : un outil de survey (ou questionnaire en ligne) intégré à Analyzer.

Pendant cette pause d’1h30 environ, j’ai également eu le plaisir de dialoguer avec Mathieu Llorens et Benoît Arson (@conseil_wa)

4ème atelier : KPI

Un atelier de fond et non une présentation d’outil. L’exposé est un peu plus long que les précédent, on nous rappelle l’importance de l’utilisation des KPI à tous les niveaux d’une entreprise qui, appliqués aux objectifs business sont indispensable à la mesure de la performance et à l’optimisation de la stratégie.

Les KPI peuvent également être appliqués à chaque pôle de l’entreprise afin de travailler sur des micro réglages bien plus efficaces que les révolutions.

Aujourd’hui, en agence, nous nous concentrons surtout sur les KPI d’un site ou d’une opération digitale. Difficile pour nous de lier des indicateurs web analytics purs à la business intelligence tout simplement parce que nous sommes relativement mal intégrés à des projets qui ont des délais bien trop courts pour réfléchir sérieusement.

La phrase à retenir dans cet atelier : « Sans objectif, pas de KPI ».

5ème atelier : BuzzWatcher

AT Internet a bien compris l’importance grandissante de l’écoute des conversations à propos d’une marque ou d’un phénomène sur la toile.

La présentation fait le point sur les différences entre les réseaux sociaux et les média sociaux. Les réseaux sociaux sont des plateformes permettant de gérer un profil et de dialoguer, échanger, etc. Facebook et Twitter en font partie par exemple. Les media sociaux sont tous les vecteurs d’information auxquels on peut réagir par des commentaires par exemple tels que les blogs et autres webzines.

BuzzWatcher est un outil de buzz monitoring qui paraît très simple d’utilisation. Il suffit de lui soumettre une liste d’expression clés en lien avec votre marque, vos produits et / ou vos concurrents. Après cela, des « agents » parcourent le net de deux manières :

• Ils récupèrent les informations via les flux RSS de tous les sites qui en possèdent : blogs, sites d’information, forums, etc.
• Ils récupèrent de l’information grâce aux API de Twitter, Youtube, Dailymotion et Facebook.

Un fois les informations recueillies, elles peuvent être filtrées par pays et / ou par langue.

La mise en forme des résultats paraît agréable avec notamment un nuage de mots-clés dont le contenu est coloré selon sa nature (orange pour les éléments géographiques, bleu pour les marques, vert pour les personnes et noire pour le reste).

Les sources peuvent être pondérées en fonction de leur importance : prise en compte du nombre de followers sur Twitter par exemple.

Cet outil est utilisable indépendamment d’un compte Analyzer et ne nécessite aucune implémentation particulière.

6ème atelier : Observer

Malheureusement, je n’ai pas pu rester à cet atelier à cause d’un manque de temps mais j’invite ceux qui y ont participé à nous faire part de leurs impressions via les commentaires de cet article. Merci par avance.

Pour ceux qui aimeraient tout de même avoir quelques informations sur ce outil, je vous conseille d’aller faire un petit tour sur le site d’AT Internet.

Fidèle à sa réputation d’entreprise « familiale », AT Internet sait recevoir et choyer ses clients et autres partenaires. Cette journée était réussie et ce fût un plaisir pour moi d’y avoir été invité.

J’ai hâte de voir les nouveautés que nous aura concocté AT Internet pour le 3ème Online Intelligence Forum.

Comme d’habitude, la première question à se poser est de comprendre quel est l’objectif d’utiliser un plug-in Excel d’un outil d’analyse web.
Après tout, dans Omniture il existe beaucoup de rapports exportables et une interface riche pour créer des tableaux de bord complets, il ne paraît donc pas forcément évident d’avoir à utiliser un plug in directement dans Excel.

a- Faciliter la mise en forme récurrente.
Tout d’abord il faut savoir que la réalité du reporting n’est pas toujours aussi sexy que l’on pourrait l’imaginer au premier abord. Même si la nouvelle interface de création de tableaux de bord Omniture va beaucoup plus loin que de nombreux autres outils, le résultat final en terme de design reste tout à fait figé.
Il peut donc arriver que nous voulions, en agence, présenter au client toutes les semaines, mois, ou trimestres, un tableau de bord un peu plus graphique. Que ce soit un rapport Excel ou un « copier/coller » dans une présentation Powerpoint.
Le nouveau plug-in Omniture (ORB) permet tout à fait ce genre de présentations plus évoluées graphiquement.

b- Consolider les données dans une seule page ou un seul tableau.
Il peut arriver aussi que l’on ait besoin de refaire le même tableau de chiffres consolidé de manière récurrente avec une série de KPIs qui se trouvent éparpillés dans plusieurs rapports différents de Site Catalyst.
ORB est alors la bonne solution pour tout regrouper.

c- Envoi automatique de tableaux de bord customisés.
Alors cette partie mérite une attention toute particulière. Le nouveau plug-in Excel d’Omniture, est doté de fonctionnalités d’automatisations tout à fait géniales pour un consultant analytics établissant une stratégie de reporting. En effet, il est possible non seulement de faire un classeur Excel avec importations de données, formules, mises en formes et mise en formes conditionnelles, mais en plus il est possible de programmer la mise à jour automatique de ces tableaux de bord avec envoi… Le luxe !

2- Installation du plug-in « Omniture Report Builder » (ORB)

Le « Report Builder » ne fait pas partie du l’offre de base d’Omniture, il faut semble-t-il payer une licence d’utilsation… Une fois l’accès autorisé le téléchargement du plug-in se fait dans le menu Site Catalyst comme pour les autres outils.

Une fois téléchargé, il suffit d’installer le ficher exécutable. Et ensuite lancer Excel pour voir le résultat. De nouveaux boutons apparaissent dans le menu « compléments » (Add-ins) :

Nous retrouvons =

Créer une requête, pour importer un ou plusieurs bloc de données.

Modifier une requête, pour ouvrir la boite contenant toutes les requêtes et les modifier ou supprimer.

Lancer les requêtes, pour rafraîchir la page suite à un changement de date par exemple.

Exporter le rapport, pour créer une version Excel simple sans requête.

Formatage conditionnel

Planifier le rapport pour paramétrer l’envoi automatique.

Librairie de classeurs, pour enregistrer et partager le classeur.

Identification

Aide

3- Utilisation de « Omniture Report Builder »

Ami francophone, si tu utilises un système de date différent de celui des Etats Unis, je suis désolé de te prévenir qu’il va falloir dès maintenant changer. En effet ORB ne supporte pas notre système de date du type jj/mm/aa. Oui je sais c’est pénible, parce que tout l’ordinateur est configuré de la sorte et c’est assez destabilisant de passer sur un format mm/jj/aa… Et pourtant il le faut, donc direction le panneau de configuration pour changer au format US (en attendant qu’Omniture règle le bug…).

Maintenant tout est prêt, nous pouvons nous lancer dans l’élaboration du fameux tableau de bord.

ORB est complexe et permet des stratégies d’élaboration très différentes, réfléchissons bien en amont à ce que l’on veut construire. Pour y penser d’une manière plus sereine il faut avoir à l’esprit les trois grandes possibilités de ORB (à mes yeux bien sûr) :

I= La possibilité de copier/coller les requêtes de manière relative
II= Les envois automatiques des tableaux de bord.
III= L’importation sur mesure sans modifications de la mise en forme

Ces trois fonctions sont vraiment d’un confort sans précédent pour le consultant.

Voyons maintenant comment adapter ces trois fonctions au quotidien du consultant.

I = Gestion relative des dates et des report suites.
Lorsque l’on a 25 report suites à gérer parce que l’on a 25 pays, et que l’on veut gérer 3 périodes de temps différentes, on veut pouvoir copier une requête et la copier plusieurs fois en intégrant de manière dynamique la date et la Report Suite ID (RSID). Ceci est un jeu d’enfant avec ORB. Il suffit de définir ces informations dans des cases Excel par exemple selon le modèle suivant :

Maintenant créons une requête dans ORB. Vu le nombre de possibilités il est impossible dans ce billet de tout détailler, cependant si vous désirez plus d’explications sur le sujet, ou si vous aimeriez un post plus détaillé sur les requêtes n’hésitez pas à nous contacter grâce au formulaire.
Commençons par une évolution de l’audience sur 5 jours sur 3 reports suites :
- On met la RSID en cellule B1 et les dates de début fin en cellule B2 et B3
- On crée une requête et dans le champ « Report Suite » on choisit la cellule B1
- On choisit une granularité à la journée (granularity = day, même si ça parait évident)
- Pour la date on clique sur l’onglet « Calendar Based Request », on coche le bouton radio « Select from cell » qui permet de rendre dynamique en fonction des cellules le choix de la date, et on renseigne nos propres cellules, à savoir respectivement B2 et B3, comme illustré ci-dessous :

Ensuite une boite de dialogue assez énigmatique surgit comme sur la représentation ci-dessous :

Alors surtout pas de panique…. Il y a deux possibilités, soit on place une requête spécifique dans un endroit spécifique grâce au bouton « add » très puissant mais pas très intuitif la première fois, soit… on suit le magicien ! (bah c’est Google qui m’a dit que Wizard c’était magicien en français…). Donc en cliquant sur « Wizard », on arrive sur une fenêtre qui permet de choisir l’indicateur que l’on veut suivre (visite dans notre cas) et les options d’en-têtes. On choisis la case qui va prendre la place du haut à gauche du tableau et l’option horizontale et voici à quoi ressemble le résultat final :

Après validation, le résultat est le suivant :

Un petit clic sur « Finish » après ça, les plages de données s’affichent. Une fois les données en place, il faut cliquer avec le bouton droit pour faire apparaitre le menu contextuel. Celui-ci permet de copier la requête (Copy request), et si on place le curseur en case E5 avec un clic droit on peut coller en relatif (Paste Request>Use relative imput cell). Les requêtes se collent alors mais ne sont pas à jour. Un clic droit sur la plage de la requête permet de faire apparaitre le menu avec lequel on peut faire une mise à jour de la requête :

Et là du coup c’est génial, il suffit de copier coller en relatif, et on peut changer les dates ou les RSID à volonté pour obtenir le même rapport dupliqué sur la même feuille sans avoir à reconstruire à chaque fois les requêtes… C’est vraiment une fonction extrêmement puissante !

II- La programmation des mises à jour.
Cette fonction est complètement différente dans la construction mais tout aussi puissante. Nous n’allons plus dynamiser les dates à la main, mais au contraire profiter de l’extrême flexibilité du plug-in pour paramétrer nos envois. Dans cette optique il n’est pas nécessaire de renseigner la date dans une cellule Excel mais au contraire nous pouvons profiter des fonctions vraiment complètes de ORB.
Ces fonctions se trouvent dans l’onglet « Recurring Report »

Comme vous pouvez le voir sur la capture d’écran, il existe trois possibilités.

• Choisir une période précise dans les menus déroulant sous la forme : – last/current – # – day/week/month/quarter/year. Bon c’est déjà très bien, mais si on veut une période avec une autre granularité, ces possibilités ne sont pas suffisantes…
• Choisir sa période de manière plus précise, grâce à l’option « Customize Expression »… Et là ça devient énorme ! En effet dans le champs on écrit de la manière suivante : cd-9d pour dire « Aujourd’hui – 9 jours » (Current Day – 9 Days). On peut donc créer des périodes vraiment personnalisées, comme les 46 derniers jours par exemple. Bref je vous laisse explorer.
• Choisir « Use Report Date Range » pour choisir le jour même.

Pour faire un exemple simple, prenons le rapport de trafic sur la période des 3 derniers jours, que nous allons envoyer tous les matins. Si l’on suit la logique que je viens d’expliquer, il suffit de personnaliser le choix avec un sobre : *cd-3d to cd-1d* et la granularité « day » (les plus malins d’entre vous aurons compris qu’il était plus simple de choisir « last 3 days » dans le menu déroulant… Mais là c’est juste pour l’exemple). Et NEXT. Faisons confiance au magicien, et mettons en place les paramètres suivants : *header= start date*, *Traffic metric=Daily Unique Visitors*, *Upper Left Cell=A1*, *Display field header=coché (pour avoir le nom de la metric…)*, *Orientation=Horizontal (parce que je trouve que ça fait plus propre :))*

Le résultat de cette requête après l’ajout d’un petit graph personnalisé donne le résultat suivant :

Bon, c’est maintenant que ça devient vraiment intéressant… Cliquons sur la planification.

Encore une fois, la boite de dialogue n’est pas très explicite pour l’utilisateur débutant, mais heureusement le bouton « New… » nous invite à créer une nouvelle planification.

Cette copie d’écran représente la fenêtre de l’envoi basique qui peut suffire dans certain cas, mais la vraie valeur ajoutée de ORB réside dans les fonctions avancées disponibles en cliquant sur le bouton « Advanced devlivery options… ».

Le premier onglet « Scheduling » permet de choisir la fréquence et le moment de l’envoi. Et là, de très nombreuses options sont disponibles… Citons : la possibilité de choisir son fuseau horaire (CET pour Paris, GMT, ou même Russian Standart Time, pourquoi pas…), une granularité vraiment précise (toutes les heures, 2 heures, 3 heures, etc), si on choisit tous les jours on peut limiter aux jours de la semaine, pour les semaines, mois et années le jour précis… Bref, un vrai régal. Bien sûr on peut choisir la date de début des envois et de fin.

Le deuxième onglet détaille les options de fichiers. Cette partie est elle aussi extrêmement complète avec Excel 2007 2003, CSV, HTML, TXT, PDF, XML ou ZIP. Testez par contre bien les versions d’envoi car selon l’option choisie le résultat final n’est pas toujours fidèle à l’original (je pense notamment à la version pdf contenant des images).
Il est aussi possible de choisir l’envoi par email (et choisir une liste d’envoi) ou par FTP.
Dans le cas de notre exemple j’ai donc choisi de recevoir le document que nous avons créé précédemment tous les jours de la semaine à 7 heures jusqu’au mardi suivant dans ma boite mail au format Excel 2007.
Et là ce qui est génial c’est que je n’ai plus rien à faire…. Je ferme le fichier, je ferme l’ordinateur, je vais à la piscine et Omniture s’occupe de tout. Plus besoin de mettre à jour le fichier, il arrive tous les matins dans ma boite de réception. Du luxe !

II- Importer ses données sur mesure, sans perdre sa mise en forme

Le troisième grand atout du Report Builder est de permettre de choisir précisément le format de sortie des importations de données. Ceux qui ont utilisé intensément l’ancien plug-in Excel Omniture comprendrons… Les fameux « data blocks » de ce vieux plug-in avaient une forme définie et peu pratique, tout ceci est fini avec ORB. Maintenant on peut choisir précisément où l’on place la donnée X ou la donnée Y que l’on choisit. Et tout ceci sans perdre la mise en forme que l’on a choisi au tout début. Attention suivez le guide :

Tout d’abord créons un tableau de bord contenant les KPIs en fonction des objectifs que l’on a définit plus tôt (ceci n’est qu’un exemple sur ORB pas sur les KPIs….). Mettons en forme de façon simple ce petit tableau.

Commençons par la première partie de la requête, nous pouvons grouper les visites, les commandes (orders), le chiffre d’affaire (revenue), et les mois sur la même requête. Voici comment faire :
Tout d’abord commençons par choisir la bonne « report suite » avec le rapport « traffic » puis « last 2 months » dans le menu déroulant et une granularité au mois (pour avoir le détail par mois). La fenêtre doit ressembler à ceci :

Ensuite on continue et cette fois au lieu de faire confiance au « wizard » on va créer nos requêtes nous même, grâce au bouton « Add ».

La boîte de dialogue qui apparait alors nous permet de créer une requête personnalisée. Il suffit de choisir la bonne mesure (dans notre cas, les visites pour la première requête) et puisque l’on a deux résultats pour la requêtes (2 mois avec granularité au mois = 2 résultats = 1er mois puis 2ème mois), on choisit les deux cellules dans lesquelles on veut voir apparaitre le résultat. C’est là que c’est fort. On peut vraiment choisir n’importe quelle cellule, même si ces deux cellules ne se touchent pas… Ce qui nous arrange dans notre cas : C3 et E3. Les autres options ne sont pas utile dans cet exemple, donc on clique sur OK. Il suffit de refaire l’exercice pour chaque mesure (Orders et Revenue) et finalement créer une requête qui va afficher les dates du rapport. Pour les dates il suffit de choisir « start date » à la place de la mesure et une boite de dialogue s’affiche pour choisir le format final de la date (par exemple mmmm-yy dans mon cas).

Au final voici à quoi ressemble la requête :

La première partie est construite, on peut terminer la requête :

Maintenant pour la deuxième partie choisissons les mêmes options mais pour le rapport « site content > Custom Link ». La fenêtre qui apparaît est un peu différente et je ne vais pas tout détailler mais il faut savoir que vu que l’on est sur un rapport qui possède trois dimensions (temps, mesure, valeur de la variable) on doit choisir combien de « valeurs » on va choisir d’afficher. Souvent on prend arbitrairement les 10 premières entrées, mais à chacun d’adapter. Vu que nous n’allons sortir qu’une valeur de mesure nous n’allons choisir dans l’onglet « Ranking » de 1 à 1. Le total pour toutes les valeurs d’une prop d’une evar ou d’un lien n’est pas directement renseigné mais il est possible de le sortir si le nombre de valeurs du rapport ne dépasse pas 30 000 (limite de ORB) grâce à l’option « subtotal » lorsque l’on crée la requête (passage un peu plus technique que je développerai peut-être un autre jour). La fenêtre propose aussi un onglet « filtre » qui nous intéresse ici. En effet nous allons créer un filtre sur l’intitulé du lien que nous voulons sortir dans notre tableau (Mon lien perso) comme montré sur la copie d’écran :

Alors je ne m’étendrai pas sur cette partie mais je pense que c’est la partie de ORB qui mériterait quelques améliorations.
Quoiqu’il en soit cliquons sur le bouton « add » et ajoutons une requête. L’ »item » que l’on doit choisir est « instances » dans ce cas. En effet, l’item « Custom Link » n’est que l’intitulé du lien. Etant donné que l’on a fait le filtre sur l’intitulé du lien nous n’avons pas besoin de le placer, nous le connaissons déjà. « Instances » représente le nombre de fois que le lien a été cliqué. On choisit les deux cases et le tour est joué.

Validez la requête et les données se mettent à jour, le tableau prend alors la forme souhaitée, toutes les données se placent automatiquement dans les cellules que l’on a défini au départ. Chaque mois il suffira de se connecter et de faire une mise à jour des requêtes, le tableau ne changera pas de forme.

Alors voilà pour moi les trois gros avantages de ORB. Imaginez maintenant qu’il est facile de combiner ces trois points et de fabriquer un tableau de bord sur mesure avec plusieurs « report suites » pour ensuite programmer la mise à jour et envoi automatique avec le format de sortie de son choix. Il faut reconnaitre que ce plug-in Excel est un très bel outil.

Pour être tout à fait complet je vais tout de même parler des défauts ou bugs que j’ai rencontré et dont j’attends une résolution ou amélioration très vite :
- Pas de total du nombre de lignes présentes dans un rapport (ex : nombre de mots clés paid search différents)
- Pas de total des valeurs par défaut (un hack existe comme je le disais en faisant un sous total sur un requête contenant toutes les valeurs du rapport)
- Pas de mesures de chemin (temps moyen passsé, visites à une pages, pages suivantes, etc), encore une fois des hacks sont possibles… Mais pas toujours très confortables.
- Le bug du système de date français.
- Le bug sur la correlation des sources de trafic.
- L’identification peut parfois prendre 10 minutes (sisi, 10 vraies minutes)
- Parfois les dates ne sont pas mises à jour lors des envois automatiques.

N’hésitez pas à partager votre point de vu sur cet outil en nous laissant un petit commentaire. Par ailleurs vu le peu de ressources qui existent sur la mise en place de rapports automatiques, demandez nous aussi un article plus poussé si vous voulez que l’on aborde un point particulier. (ou sur l’ancien plug-in Omniture si vous l’utilisez).

N’oubliez pas de nous suivre pour découvrir dans les deux prochains articles de cette série les plug-in Excel AT Internet et Google Analytics.

Le but de ce type d’article n’est pas uniquement de constater et de se moquer. Nous allons essayer de décrypter les causes et les conséquences de ce genre d’événement afin de proposer une méthode permettant de les éviter à l’avenir.

Ce premier WA Fail est un mail envoyé par un collègue. S’il se reconnaît, la suite de l’article lui sera sûrement utile.

« Salut,
J’aurai besoin d’un max d’info sur les visites du site et éventuellement les dépots de dossiers.
En début d’aprem c’est possible ? »

Pourquoi est-ce un Web Analytics Fail ?

Ce mail est la conséquence d’une demande non prévue du client à qui on a laissé croire que les analystes de l’agence peuvent sortir des chiffres à la demande… Je pourrais m’arrêter là mais continuons d’analyser ce WA Fail.

Cette requête est bien trop vaste :

• « un max d’info sur les visites du site » est une phrase qui n’a pas de sens. Des indicateurs auraient dû être prévus afin de savoir clairement le type de données qui doivent être fournies au client. Qu’est ce qu’une info sur les visites ? Leur provenance ? Leur caractère entrant ? Leurs pages d’arrivée ? Peut-être simplement leur nombre…
• « éventuellement les dépôts de dossiers ». Pourquoi cet indicateur doit-il être éventuel ? Le site est un site concours sur lequel on doit déposer des dossiers…
• « En début d’aprem c’est possible ? ». Cette demande était-elle prévue ? validée ? « budgétée » ?

Comment doit réagir l’analyste web dans une telle situation ?

Il ne doit surtout pas s’énerver. Le chef de projet qui a fait cette demande n’est pas forcément fautif, il fait juste partie d’un système dans lequel le web analytics n’est pas bien compris et donc mal intégré.

La cause principale de ce genre de mails impromptus est le manque de méthodologie et de process liés au web analytics dans certaines agences web.

L’analyste web doit dialoguer avec le chef de projet. Il faut cerner et préciser les indicateurs qui pourraient être les plus utiles au client.
Pourquoi a-t-il fait cette demande aujourd’hui ?
Est-ce juste pour savoir si son site marche ?
Ou bien peut-être du « nice to know ». Dans ce cas, pourquoi ne se connecte-t-il pas à son outil de web analyse ?

Passez du temps à éduquer les gens qui vous entourent ! Expliquez leur ! Faites leur comprendre que sans objectifs clairs et que sans indicateurs définis en amont, l’extraction de données brutes est dénuée de sens.

Que doit faire le chef de projet pour éviter cette situation ?

Le chef de projet doit penser à l’analyste et intégrer à son planning les rapports à transmettre au client… S’il ne connaît pas les objectifs du site et donc les indicateurs qui en découlent, ce n’est pas normal.

• Soit ils n’ont jamais été évoqués en amont, auquel cas, l’analyste doit y réfléchir.

Cela sous-entend une perte de temps non rémunérée. Cette réflexion aurait dû être faite en amont du projet. D’autant plus que seul le client est capable d’énoncer clairement les objectifs business de son site / sa marque.

• Soit ils existent avec les indicateurs associés mais le chef de projet voire le client lui même n’est pas au courant.

Dans ce cas, il y a un sérieux problème d’intégration de la culture analytics dans le process du conseil client… Un document existe mais personne ne l’a lu ou présenté à l’équipe et au client. C’est malheureusement souvent le cas encore aujourd’hui.

Trop souvent, le consultant Analytics est considéré comme un extracteur de chiffres à la demande. On ne lui donne pas les moyens de prévoir, de réfléchir et de mettre en place une solution automatique pour les rapports.

Je ne dis pas que nous sommes au dessus de ce genre de tâches. Je dis simplement qu’avec une méthodologie bien définie, l’extraction de données peut être simple et automatique.

On ne demande pas à un développeur d’implémenter un slider en javascript sans spécifications fonctionnelles et techniques pour le « début d’aprem ». On ne le fait pas travailler sans que son travail n’ait été planifié, validé et vendu ! L’analogie est peut-être rapide mais pourquoi réagir différemment avec les analystes web ?

La méthode à mettre en place pour transformer ce WA Fail en WA Win

Dans un cadre sain, accompagné de l’équipe et du client, intégrer un consultant analytics en amont d’un projet est important. La méthode suivante est une bonne base pour l’amorçage de la mesure, première étape du fameux cycle de l’analyse web :

• Ecouter les objectifs business du client
• Formaliser des objectifs SMART
• Définir des KPI (indicateurs clés de performance)
• Définir des indicateurs secondaires à compiler dans un tableau de bord en plus des KPI
• Planifier des rapports réguliers
• Configurer des alertes afin d’être informé des variations fortes de certains indicateurs

N’oubliez pas que l’essence du web analytics n’est pas le savoir mais l’action. C’est pourquoi le temps passé sur l’extraction et la compilation de données brutes devrait être moindre par rapport au temps passé à l’analyse et aux recommandations d’optimisation.

La méthode est extrêmement simple et évidente pour les personnes habituées aux articles théoriques du web analytics mais la réalité est bien différente de ce que l’on trouve dans les livres.

N’hésitez pas à nous envoyer vos WA Fail ou à nous faire partager vos expériences via les commentaires. Si certains sortent du lot, nous en ferons des articles ;)

J’ai remarqué que cette question pour le moins imprécise, vient souvent d’une personne qui n’a justement pas pensé avant le lancement du projet quel serait l’indicateur qui lui prouverait que les choix qu’il a fait sont les bons. C’est pourquoi mes collègues me trouvent toujours un peu malicieux quand je rétorque par la question miroir : « Mais quels sont les objectifs du site ? ».

Avant de commencer ma carrière dans le web analytics, j’ai eu des expériences professionnelles dans des domaines variés à des postes à diverses responsabilités. J’ai travaillé comme assistant chef de produit dans l’industrie cosmétique, j’ai travaillé comme représentant de vente d’excursion dans le tourisme, j’ai créé une entreprise et développé son activité, j’ai été agent d’opération et chef d’agence dans la location de voiture. Autant d’expériences enrichissantes qui m’ont montré à quel point il était primordial de déterminer ses objectifs avant d’entreprendre quelque chose.

Mais qu’est ce qu’un objectif ?

Il y a plus de 10 ans, un de mes professeurs à l’école expliquait aux élèves quelle était selon lui la différence entre un but et un objectif. En sondant rapidement la salle, il ironisait sur le fait que tout le monde était à peu près d’accord pour dire qu’un but et un objectif c’était la même chose. Fièrement, le professeur nous a démontré par la suite que pour réussir dans les affaires il fallait impérativement fixer des objectifs et surtout ne jamais se donner qu’un but.

Pour illustrer grossièrement son propos il nous disait que son but dans la vie était de devenir riche, mais le problème c’est qu’en formulant ainsi son souhait, il ne pouvait pas savoir à quel moment il était sûr de l’avoir atteint.
C’est pourquoi il estimait qu’il avait deux objectifs:
- Le premier est de posséder à 50 ans un capital de XXX XXX €.
- Le second est de garder le même métier stable lui rapportant X XXX € par mois pendant au moins 10 ans.
De cette manière il était sûr d’avoir réussi dans sa vie. Cette petite histoire caricatural permet d’introduire les objectifs « intelligents ». Smart en anglais.

Objectifs SMART
L’acronyme SMART permet de qualifier les objectifs que l’on se fixe. Il résume en anglais les idées suivantes :
- Specific = spécifique
- Mesurable = mesurable
- Achievable = atteignable
- Realistic = réaliste
- Time bound = temporellement défini

J’ai utilisé cette méthode dans ma vie de tous les jours pour mesurer ma progression, pour évaluer mes choix passés. Je suis donc toujours extrêmement surpris lorsque l’on me parle d’un projet en me donnant une des réponses suivantes :
- « L’objectif du site c’est de faire connaitre le produit »
- « L’objectif de la campagne c’est d’augmenter la notoriété de la marque »
- « L’objectif du dispositif c’est de permettre au visiteur de trouver ce qu’il veut » (là on confond l’objectif et le moyen)

Toutes ces phrases imprécises ne montrent à mon avis qu’un manque de réflexion en amont.

Un objectif spécifique est un objectif qui répond aux questions :
Qu’est ce qui doit être fait ?
Par qui ?
Pourquoi ?
De quelle manière ?

Un objectif mesurable est un objectif qui répond aux questions :
Quel sont les indicateurs clés de succès ?
Peut-on les mesurer ?

Un objectif atteignable et réaliste est un objectif qui répond aux questions :
Avec les contraintes de temps de budget, est-ce possible ?
Puis-je mettre assez de ressources pour atteindre l’objectif ?

Un objectif temporellement défini est un objectif qui répond à la question :
En combien de temps l’objectif doit-il être atteint ?

En web analytics, nous intervenons sur l’aspect mesurable de l’objectif. Nous devons trouver une solution de mesure pour quantifier les indicateurs clés de succès. Nous avons à notre disposition tous les outils de mesure d’audience et de questionnaires en ligne. Nous plaçons des marqueurs ou nous mettons en ligne des sondages sur les sites pour collecter tous types de données. Nous avons beaucoup de types d’indicateurs : le volume de fréquentation, le comportement sur le site, les sources des visites, etc. Mais il est essentiel de déterminer quels sont les indicateurs clés que nous devons suivre et analyser.

Pour que je puisse répondre à une question aussi vague que « est-ce qu’il marche mon site? », il faut que je connaisse avec précision quel est l’objectif SMART de ce site.

Quel indicateur ? Quelle valeur doit atteindre cet indicateur ? En combien de temps ?

Il fallait y penser avant de commencer ? Voilà pourquoi il faut réfléchir en amont à la stratégie analytique.

Pour résumer, cette stratégie va permettre de déterminer :

• Quels sont les objectifs business auxquels le site va répondre ? (pourquoi a-t-on fait le site ?)
• Quels sont les évènements de succès du site ? (Goals ou events)
• Quels sont les indicateurs clés de performances ? (KPIs)
• Quels sont les niveaux que doivent atteindre ces indicateurs ? (target)

Pour donner le bon exemple, nous avons fait le petit exercice de déterminer nos propres objectifs pour ce modeste blog :

But : Partager des connaissances avec la communauté analytics francophone.

Objectifs :

1. Dans 6 mois, être lu chaque mois par au moins 50% de la communauté francophone intéressée par le web analytics
2. Arriver à provoquer 100 échanges mensuels.

KPIs :

1. VU mensuels
2. Commentaires par mois, prises de contact par mois via le formulaire, téléchargement de ressources par mois.

Targets :

1. 150 VU mensuels
2. 100 entre (Commentaires par mois+prises de contact par mois via le formulaire+téléchargement de ressources par mois)

Si vous travaillez en agence ou directement pour une marque, pouvez-vous dire si sur votre (vos) site(s) les objectifs sont systématiquement définis ?

Aujourd’hui en France, il est très difficile de se former au web analytics. Il y a quelques écoles, quelques formations, qui proposent des cours dans ce domaine. Cependant, le parcours initiatique d’un Analytics Padawan est long et compliqué.

D’abord on se dit : « Que dois-je apprendre pour prétendre à un poste de consultant Analytics ? ».  Un « consultant » est quelqu’un qui s’approprie une problématique, qui réfléchit et qui conseille la meilleure solution possible à son client. Peut-on vraiment être consultant à la sortie de l’école ? Ne doit-on pas se chercher un Analytics Jedi pour être sûr de suivre la bonne voie ?

Ensuite, on se demande : « Quelles entreprises recrutent dans ce domaine ? ». En cherchant un peu on distingue trois types de structures au sein desquelles il y a des consultants en analyse web en France : les cabinets spécialisés, les annonceurs et les agences web. Les problématiques et les limites du métier y sont différentes. Il n’existe pas de réelle scission entre les adorateurs de ces différentes maisons. La Force peut être utilisée de différentes manières mais le côté obscur guette…

J’ai choisis l’agence pour des raisons précises : la diversité des sujets, la disponibilité des équipes techniques, le nombre d’outils analytics utilisés. C’est l’école qui laisse le choix des armes et un large éventail de possibilités en termes d’évolution. Paradoxalement, c’est peut-être en agence que l’on doit apprendre le plus vite… sinon on prend le risque de faire face aux déceptions et de perdre la foi.

Le web analytics est pour moi une passion depuis quelques années mais cela fait un an que je suis consultant en agence. Le parcours que j’ai suivi pour en arriver où j’en suis aujourd’hui et donc à l’ouverture de ce blog peut se découper en cinq étapes.

Première étape de l’initiation : la communauté tu approcheras et avec elle tu échangeras

Lorsqu’on s’intéresse à un domaine, il faut chercher à se rapprocher d’une communauté de personnes se réunissant autour de celui-ci.

Il n’y a pas de secret, pour s’intégrer dans le web analytics français, il ne faut pas hésiter à aller au-devant des personnes influentes (et si possible compétentes !).

Les analystes web en France constituent un ensemble qui se dessine autour d’évangélistes, d’étudiants et d’indépendants principalement. Il se matérialise en un ensemble de blogs, un forum et beaucoup de comptes Twitter.

Faire un peu de veille, aller aux événements que la communauté organise, partager ses connaissances sur le forum analyse web suffisent à construire un réseau solide et à se faire une petite place.

Deuxième étape : ton Analytics Jedi tu trouveras

On ne peut pas faire de web analytics en partant de rien, c’est un fait. Certains diront : « mais si, tu peux prendre de l’expérience seul avec Google Analytics installé sur ton blog. De toute façon, ce ne sont que quelques stats, c’est facile ».

Il faut trouver son guide.

L’analytics est un monde très vaste, qu’on ne peut pas affronter seul au début. Il existe beaucoup d’outils : Google Analytics, Xiti (ou AT Internet Analyzer NX ;) ), Omniture, etc. et surtout un nombre incalculable de problématiques…

Lorsque j’ai commencé à m’y intéresser, j’ai beaucoup discuté autour de moi et très souvent sur les bancs de mon école : Hétic. Cela m’a permis de rencontrer et d’échanger avec des personnes avec qui j’ai noué de solides relations par la suite.

Celui qui m’a montré la voie fait partie de ces personnes. L’Analytics Jedi permet de vous ouvrir l’esprit et de vous initier à l’utilisation des outils d’analyse. J’ai rejoins l’agence où il exerçait son art principalement parce qu’il y était. Et je ne regrette pas ce choix.

Qu’est-ce qu’un bon Analytics Jedi :

• Il exerce uniquement le web analytics

Beaucoup de consultants cumulent l’analyse web et le search marketing par exemple. Ce n’est pas forcément une mauvaise chose, mais si votre maître est dans cette situation, il n’aura pas le temps de vous former efficacement.

• Il est pédagogue

Le métier de consultant analytics est complexe simplement parce que les outils et les problématiques client peuvent l’être également. Pour être bien formé, il faut être bien accompagné et auprès de quelqu’un qui sait expliquer clairement les choses mais aussi et surtout écouter.

• Il connait quelques outils

Être confronté à différents outils du marché est un plus, surtout lorsqu’on travaille avec quelqu’un qui est capable de vous former à leur utilisation. Apprendre à les utiliser seul peut être fastidieux surtout des outils chers qui évoluent à des vitesses folles.

• Le plus important : il a une vision

Ce que j’adore dans ma condition d’Analytics Padawan, ce sont les discussions avec mon Analytics Jedi, ça aide à avancer, à penser et à se forger une opinion et un but.

Troisième étape : les instructions du maître tu suivras

Lorsqu’on est étudiant, on lit des blogs, on va à des conférences, on discute avec des pontes du web analytics et on pense déjà maîtriser des concepts du domaine. Or en réalité, il n’en est rien. Sans pratique, il est impossible de devenir un vrai consultant.

Même si l’Analytics Jedi est quelqu’un de foncièrement gentil, il ne faut pas oublier de rester humble et de l’écouter.

« C’est en faisant des erreurs que l’on apprend »… Encore faut-il avoir les occasions de les faire.

Le web analytics a deux composantes : la composante stratégie / conseil et la composante opérationnelle. En gros, pour prétendre être un professionnel complet, il faut savoir configurer, utiliser, traduire et réfléchir.

L’édition des plans de marquage, les jours passés à extraire des tas des données, leur traitement et leur mise en forme sont des passages obligés pour se former. Une fois qu’on est à l’aise sur ces différentes étapes, on constate qu’elles ne représentent qu’une infime partie du métier.

L’Analytics Jedi est celui qui vous apprend à faire tout ça et qui vous permet de prendre le recul nécessaire à la compréhension globales du web analytics. Grâce à lui j’ai su :

• Savoir pourquoi on extrait ces données là et pas d’autres.
• Analyser ces données en les traduisant par de vrais « insights » (qu’on pourrait traduire par « information pertinentes » en français).
• Déduire les opportunités qu’elles font ressortir.
• Imaginer les éléments à mettre en place pour tester ces nouvelles opportunités.

Pour apprendre, il ne suffit pas d’écouter… il faut s’inspirer de lui, il faut essayer de prévenir les erreurs qu’il vous aidera à réparer.

Une fois cette longue étape franchie, c’est le moment de forger sa propre vision.

Quatrième étape : ta propre voie tu traceras

Ce que j’aime dans le web analytics (et aussi dans beaucoup de domaine du webmarketing), c’est que ce sont souvent les idées et le bon sens qui priment.

Parce qu’on est tous différents, on a chacun notre point de vue. Il est important pour un consultant de suivre sa voie, de proposer sa vision. A quoi bon faire exactement la même chose que son Analytics Jedi pendant toute sa carrière ? Surtout qu’une équipe d’analystes composée de profils différents peut à mon avis proposer un large éventail de solutions.

Il n’y a pas de bonne pratique, chaque problématique client peut être analysée de plusieurs façons. Il faut parfois être original pour proposer les meilleures optimisations !

Au sein de mon agence, j’essaie souvent de réfléchir seul à une problématique avant de proposer mon avis sur les recommandations à prendre. De plus, quelle que soit la décision prise au final, la comparaison et la confrontation des points de vue est enrichissante.

Cinquième étape : ton savoir tu partageras

Même si son utilité paraît évidente, l’analyse web est aujourd’hui relativement mal comprise dans certaines agences. Les consultants sont pris pour des geeks qui passent leurs journées devant des graphes et des tableaux excel.

Il n’y a qu’une seule manière de changer tout ça : partager sa veille et expliquer le web analytics à tous ceux qui croisent notre chemin.

Vous l’aurez compris, c’est un peu le but de ce blog, mais pas que… Mon Analytics Jedi et moi-même souhaitons transmettre nos connaissances et nos visions du web analytics à travers le récit de notre quotidien : des points de vue sur des problématiques que nous rencontrons, des astuces, des « fails » et plein d’autres choses !

Si tout cela vous intéresse, suivez-nous ! :)