Métriques ou Statistiques personnalisées Google Analytics

Utilisez-vous vos statistiques personnalisées Google Analytics ?

Je suis quasi certain que non, car les statistiques personnalisées Google Analytics contrairement aux dimensions sont généralement peu ou pas utilisées. Par ailleurs, si vous êtes là, ce n'est pas pour apprendre la cuisine thaï (ma cuisine préférée ;). Pour satisfaire votre gourmandise, cet article va chercher à révéler les saveurs " exotiques " des statistiques personnalisées Google Analytics. Une recette qui devrait notamment profiter à votre reporting e-commerce, surtout si vous n'avez pas intégré le tracking Enhanced Ecommerce.

Pour info, cet article n'abordera pas les statistiques personnalisées associées au produit, mais uniquement au hit. Un sujet crucial qui sera traité dans un prochain article dédié au tracking des attributs produit (dimensions et statistiques).

Des Dimensions et des Métriques Analytics.

Avant de cuisiner les statistiques personnalisées Google Analytics, faisons un rapide point sur les deux aspects essentiels de la mesure Analytics que sont les dimensions et les métriques.

• Les dimensions répondent au DE QUOI par rapport aux métriques. Il s'agit de l'intitulé de l'objet mesuré, de l'attribut des données, comme le nom des canaux d'acquisition, des villes, des jours de la semaine, des heures du jour, des URI pages... Les dimensions correspondent aux lignes dans les rapports Analytics.
  Les dimensions personnalisées vous permettent donc d'aligner de nouveaux attributs personnels de mesure, comme le type de client, le type de contenu, le nom de l'auteur d'un article, l'id d'un vendeur d'un produit...
• Les métriques ou statistiques répondent au COMBIEN DE par rapport à la dimension. Il s'agit de la mesure quantitative de l'objet mesuré, du calcul des données. Les métriques correspondent aux colonnes de chiffres dans les rapports Analytics.
  Les métriques personnalisées vous permettent donc de calculer de nouvelles mesures, de créer des compteurs personnalisés pour compter des interactions spécifiques (événement et pages vues). Par exemple, le nombre d'inscription à la newsletter, de page vue produit vue, de produit ajouté au panier, de coupon téléchargé...Vous commencez à percevoir les bénéfices des statistiques personnalisées ?

Comment utiliser les métriques ou statistiques personnalisées Google Analytics ?

Pour mesurer le comportement utilisateur, on utilise principalement les événements Google Analytics pour organiser et catégoriser ces mesures. Pour reporter l'engagement, nous sommes souvent contraints à observer une ou deux dimensions " catégorie ", " action ", " label " à la fois.
Imaginez devoir créer un rapport personnalisé pour comparer rapidement l'engagement e-commerce " products category ", " product ", " add to cart ", " cart ", " checkout " et " transaction " des campagnes d'acquisition.

C'est compliqué, très compliqué, voir impossible, en tout cas pour satisfaire la volonté d'avoir une vue qui compare rapidement les campagnes avec l'ensemble des métriques d'engagement e-commerce.

Par défaut, nous serions obligés de créer autant de rapport personnalisé que de filtre de dimension, qui affectent l'ensemble du rapport.

• Rapport 1 " Source/Support - products category " : DIMENSION " Source/Support " | METRIQUE " page vue " + FILTRE DIMENSION " page " pour identifier les pages categories.
• Rapport 2 " Source/Support - product " : DIMENSION " Source/Support " | METRIQUE " page vue " + FILTRE DIMENSION " page " pour identifier les pages produits.
• Rapport 3 " Source/Support - add to cart " : DIMENSION " Source/Support " | METRIQUE " nombre événement total " + FILTRE DIMENSION " événement catégorie|action " pour identifier les événements " add to cart ".
• Rapport 4 " Source/Support - cart " : DIMENSION " Source/Support " | METRIQUE " page vue " + FILTRE DIMENSION " page " pour identifier la page correspond à la page " panier "..
• Rapport 5 " Source/Support - checkout " : DIMENSION " Source/Support " | METRIQUE " page vue " + FILTRE DIMENSION " page " pour identifier la page correspond à la première étape du checkout, souvent " delivery "..
• Rapport 6 " Source/Support - transaction " : DIMENSION " Source/Support " | METRIQUE " transaction ".

Maintenant, imaginez reporter ces mêmes événements en tant que métrique personnalisée dans un seul rapport.
ex : DIMENSION " Source/Support " | METRIQUE PERSO " products category " | METRIQUE PERSO " product " | METRIQUE PERSO " add to cart " | METRIQUE PERSO " cart " | METRIQUE PERSO " checkout-1 " |METRIQUE NATIVE " transaction ".

Comme vous pouvez le constater dans le visuel ci-dessous, l'utilisation de métriques personnalisées vous permet de produire de rapports personnalisés e-commerce pertinents, simples et lisibles.

Cerise sur le GAteau, les statistiques calculées.

Google Analytics vous donne l'opportunité de créer jusqu'à 5 statistiques calculées par vue GA standard et 50 par vue GA 360, pour composer vos propres métriques.

Vous pouvez composer des métriques très utiles, comme des ratios d'engagement e-commerce en utilisant par exemple nos métriques personnalisées " products category ", " product ", " add to cart ", " checkout " et " transaction ".

Exemples de ratios relatifs aux performances globales du tunnel d'achat.

• Ratio " products category "/ "users ".
• Ratio " products "/ "users ".
• Ratio " add-to-cart "/ "users ".
• Ratio " checkout "/ "users ".
• Ratio " products category "/ "users ".
• Ratio " products "/ "sessions (sessions segmentées par levier d'acquisition (organic, cpc, email, affilation, social, blog...) ou par type d'utilisateur ou client ").
• Ratio " add-to-cart "/ "sessions ".
• Ratio " checkout "/ "sessions ".
• Ratio " transaction "/ "sessions " (taux de conversion par défaut).
• Ratio " products category "/ "product ".
• Ratio " add-to-cart "/ "product ".
• Ratio " checkout "/ "product ".
• Ratio " transaction "/ "product ".

Ces nouvelles mesures relatives trouveront certainement une place dans un rapport e-commerce personnalisé.

Pour plus d'information sur les métriques calculée : Google Analytics : Guide des statistiques calculées (métriques calculées) dans GA.

Comment configurer les statistiques personnalisées Google Analytics avec Google Tag Manager.

Maintenant que vous avez perçu les bénéfices des statistiques personnalisées, il est temps de passer à la pratique et de voir comment mettre en oeuvre nos statistiques personnalisées e-commerce " products category ", " product ", " add to cart " et " transaction " avec Google Tag Manager. Si vous n'utilisez pas encore Google Tag Manager, je vous invite fortement à vous concentrer en priorité sur son intégration avant d'aller plus loin, tant les bénéfices sont nombreux.

Plus d'information sur Google Tag Manager.

1 - Configurer Google Analytics pour récupérer l'index de chaque statistique personnalisée.

1. Rendez-vous dans la section Admin de votre propriété GA, puis " Définitions personnalisées " > " Statistiques personnalisées ".
2. Cliquez sur le bouton pour créer une nouvelle statistique personnalisée, mais attention vous ne pouvez en activer plus de 20 avec GA standard et 200 avec GA 360 et cela par propriété.
   1. Nom : Nommez votre statistique de façon à comprendre intuitivement ce qu'elle recouvre, sans avoir à l'éditer.
   2. Portée : elle correspond au contexte de la mesure :
      1. " Hit " pour la mesure relative aux pages vues, événements, transactions, social, timing...
      2. " Produit " (enhanced ecommerce seulement) pour la mesure associée à un produit donné, par exemple pour compter le nombre de fois qu'un produit donné a été ajouté dans le panier, supprimé et acheté.
         Dans notre cas, utilisons la portée " hit " pour compter les événements " products category, " product, " add to cart ", " cart " et " transaction ".
   3. Type de mise en forme correspond au type de compteur à créer :
      • " Nombre entier " pour additionner (n) ou soustraire (-n) n'importe quel nombre, par exemple pour compter le nombre de produits ajoutés au panier.
      • " Devise (décimal) " pour additionner (n) ou soustraire (-n) des devises, par exemple pour compter la valeur des produits ajoutés au panier.
      • " Durée " pour additionner des secondes (qui seront reportées dans GA en hh:mm:ss).
   4. La valeur minimale et maximale vous permet de définir une plage de valeurs acceptables qui seront enregistrées.
   5. " Actif " pour activer ou désactiver la statistique personnalisée.

Exemple d'attribution d'index :

2 - Configurer Google Tag Manager pour collecter, traiter et reporter les statistiques personnalisées Google Analytics.

Identifier les événements sur le site e-commerce.

Avec Google Tag Manager tout est plus simple et la configuration des statistiques personnalisées devient un jeu d'enfant.
Dans notre exemple, nous souhaitons compter les interactions e-commerce " products category ", " product ", " add to cart ", " checkout ". Les transactions ne sont pas concernées par les statistiques personnalisées, car Google Analytics les comptabilise très bien tout seul.

Mais pour pouvoir compter nos interactions, il faut au préalable les identifier lorsqu'elles se réalisent sur le site.

Les interactions " products category ", " product ", " cart ", " checkout " correspond souvent à un type de page. Pour identifier ces pages au moment de leur chargement, il est possible:

• D'utiliser leurs URL si elles permettent de les distinguer des autres pages du site - ce qui est rarement le cas.
• D'intégrer dans chaque template un dataLayer qui préciserait le type de page.
  Important, si possible intégrer le dataLayer avant le script GTM pour rendre ses informations disponibles au moment de l'activation du déclencheur " All pages ". Il s'agit du déclencheur par défaut le plus rapide dans GTM, car il correspond au chargement de la librairie gtm.js. Lors d'un chargement de page, plus vite la mesure est réalisée, plus précise elle sera.
  • Ex. templates pages.
    • 'products category' : <script>dataLayer.push({'page-type':'category'})</script>.
    • 'product' : <script>dataLayer.push({'page-type':'product'})</script>.
    • 'product' : <script>dataLayer.push({'page-type':'cart'})</script>.
    • 'checkout' (par exemple, l'étape 1 " delivery ") : <script>dataLayer.push({'page-type':'checkout-1′})</script>.
  • Puis dans GTM pour récupérer la valeur de la propriété " page-type ", il suffit de créer une variable " couche de données " en faisant référence au nom de la propriété " page-type " intégrée dans le dataLayer.
• Avec ses marqueurs dans les pages, il sera facile depuis GTM de conditionner des déclencheurs et des variables quand ces informations seront disponibles dans la couche de données. C'est à dire quand le marqueur, par exemple <script>dataLayer.push({'page-type':'product'})</script>) sera interprété par le navigateur au chargement de la page. Nous verrons l'exploitation des ces marqueurs plus bas, lors de la configuration des balises Analytics pour envoyer les statistiques personnalisées à Google Analytics.

" add to cart " correspond souvent à un clic sur le bouton " ajouter au panier ". Pour identifier cette interaction dans GTM, utiliser un déclencheur basé sur le " clic ", plus spécifiquement sur " certains clics ", identifiés via un ou plusieurs attributs du lien, par exemple " <a href= "/cart/open/ " class= "add " id= "add-to-cart ">ajouter au panier</a> ", comme le texte (" ajouter au panier "), la class (" add "), l'id (" add-to-cart ") ou l'URL (" /cart/open/ ") ...

Configurer les statistiques personnalisées Google Analytics dans les balises GTM.

Une fois les déclencheurs créés, il ne reste plus qu'à configurer les balises qui vont reporter nos statistiques personnalisées Google Analytics.

En résumé, nous avons deux types de balises à configurer :

1. Une balise Google Analytics " page vue ",
2. une balise Google Analytics " événement ".

La configuration des statistiques personnalisées dans les balises Google Analytics " page vue " et " événement " est très simple :

1. Dans la balise Google Analytics, accédez aux " Paramètres supplémentaires " > " Statistiques personnalisées " > " +Ajouter une statistique personnalisée ".
2. Dans le champ " index ", faites référence à l'index de la statistique configurée dans Google Analytics (voir partie 1) et dans le champs " valeur de la statistique ", saisissez " 1 " (sans les guillemets) pour incrémenter le compteur de 1 ou -1 pour le décrémenter de 1.
   Ainsi à chaque déclenchement de balise " page vue " ou " événement ", les statistiques qui y sont associées augmenteront de 1 leur valeur totale.

Par exemple durant le jour n :

1 - Balise Google Analytics " événement ".

Les balises Google Analytics de type " événement " servent principalement à mesurer les actions utilisateurs, comme l'ajout d'un produit dans le panier d'achats - l'addToCart.

Pour reporter la statistique personnalisée associée à l'événement " addToCart ", il suffit de la configurer directement dans la balise GA de l'événement. Saisissez l'index de référence de la statistique personnalisée, 3 dans notre exemple, avec 1 comme valeur. Ainsi, une fois la balise publiée, à chaque fois qu'elle sera déclenchée, la statistique personnalisée associée sera incrémentée de 1.

2 - Balise Google Analytics " page vue ".

Il s'agit de la balise qui mesure les pages vues, les entrées et les sessions de votre site. Une seule balise GA de type " page vue " doit être déclenchée par page pour éviter de multiplier la mesure d'une page vue donnée. Une seule exception serait la mesure de page vue virtuelle qui reporterait volontairement une URI différente ou similaire selon les objectifs de mesure. Par exemple dans le cadre de processus Ajax au sein d'une même page.

Oui, mais, il y a un hic.

Dans ce monde heureux où les interactions trouvent facilement leur statistique personnalisée... Il y a peut-être quelque chose qui titille votre bon sens, vous chatouille le nez... Effectivement, il y un hic, un Dark Vador dans la cantina de Mos...

Résumons, on a une balise de page vue transverse à l'ensemble des pages du site et des index statistiques qui doivent correspondre au type de page vue pour incrémenter le compteur correspondant. Chaque index doit correspondre au type de page vue pour incrémenter le compteur correspondant et uniquement ce dernier. Pour répondre à cette contrainte, nous avons deux solutions :

• Créer autant de balises " page vue " que de type de page, en faisant en sorte de les déclencher au bon moment, en utilisant un déclencheur basé sur la variable " page-type "=%page_type - ex. %page_type = " products category ", " product ", " checkout "... ou utiliser les URL, si elles vous permettent d'identifier les types de pages.
  Cette solution est complexe à mettre en oeuvre, vous obligeant à multiplier la configuration des balises " page vue ", à créer différents déclencheurs d'inclusion et d'exclusion pour activer une seule balise par page.... bref un vrai calvaire à configurer, à fiabiliser et surtout à entretenir.
• L'autre solution, certainement la meilleure, est d'utiliser une seule balise " page vue " pour l'ensemble du site. Puis utiliser une variable " Tableau de Conversion " ou " JavaScript " pour conditionner la valeur de l'index de la statistique personnalisée selon le type de page chargée.

Création de la variable " lookup_custom_metrics_index ".

Créer une nouvelle variable " tableau de conversion " (ou lookup table), nommez là par exemple " lookup_custom_metrics_index ".
Comme variable d'input, saisissez votre variable " page_type ", puis créer des lignes de correspondance pour chaque page_type en y associant l'index de leur statistique personnalisée Google Analytics.

Voilà, vous n'avez plus qu'à utiliser la variable " lookup_custom_metrics_index " dans la balise " page vue ", en l'appelant au niveau du champ " index " de la configuration de la statistique personnalisée, avec comme valeur 1.

À partir de là, vous pouvez enrichir votre collection de statistique personnalisée Google Analytics, en mettant à jour votre variable " lookup_custom_metrics_index ". Et si nécessaire, faire une variable similaire pour les événements.

Je n'ai pas abordé volontairement les statistiques personnalisées associées au produit, car elles sont plus complexes à mettre en oeuvre, mais indispensables à exploiter. Ce sera le sujet d'un prochain article dédié au tracking des attributs produit (dimensions et statistiques).