Manipulation des données dans les rapports

Pour les explications données dans cette page, je me suis positionné sur la page “Acquisition / Vue d’ensemble”, mais ces informations sont exploitables sur l’ensemble des pages de reporting.

Le sélecteur de période

Nous allons nous intéresser aux périodes utilisées pour lire les données de nos rapports. Vous trouverez en haut à droite de votre écran, un sélecteur de période qui va vous permettre de changer la volumétrie de données à visualiser en fonction de la plage de date sélectionnée.

En cliquant sur ce sélecteur, vous avez la possibilité de choisir entre plusieurs plages de dates dynamiques comme :

• Aujourd'hui.
• Hier.
• Les 7 derniers jours.
• Les 28 derniers jours (par défaut).
• Les 30 derniers jours.
• Les 90 derniers jours.
• Les 12 derniers mois.
• La dernière année civile.
• Cette année depuis le 1ᵉʳ janvier.

N’hésitez pas à changer la sélection par défaut pour afficher vos rapports sous différentes périodes. Vous avez également la possibilité de sélectionner une période personnalisée afin de définir une date de début et de fin correspondant à des moments précis de votre activité (comme le lancement d’un produit ou d’un service sur le site web par exemple).

Comparer deux périodes entre elles

Le sélecteur de période vous permet par ailleurs de comparer deux périodes entre elles. Il suffira pour ça de cliquer sur le switch “Comparer” et de sélectionner l’écart de comparaison. Ici, nous disposons de quatre choix prédéfinis et de la possibilité de choisir un écart personnalisé.

Dans certains cas, il vous sera utile de comparer une période avec la période précédente directe (Comparer le mois d’avril avec le mois de mars), et parfois, comparer les performances du mois précédent de cette année avec le même mois de l’année dernière.

Ces comparaisons vous permettront de mesurer les écarts de performance d’une période à l’autre. C’est une technique très utilisée pour comparer des conversions sur des périodes bien précises par l’ensemble des entreprises.

Les comparaisons

Nous venons de parler des comparaisons entre deux périodes, mais qu’en est-il des comparaisons entre deux jeux de données ?

Google Analytics nous donne la possibilité de comparer nos jeux de données entre eux, en se basant sur un critère différenciant. Si vous regardez de plus près votre écran, vous trouverez, en haut vers la gauche, un petit encart bleu avec écrit dedans “Tous les utilisateurs”, cet encart représente le jeu de données qui est utilisé pour afficher vos rapports.

Par défaut, les rapports de GA sont tous basés sur l’ensemble des utilisateurs (alors oui et non en réalité, on en reparle plus tard). Vous avez la possibilité de comparer ce jeu de données initial avec un autre en cliquant sur “Ajouter une comparaison”.

Dans le volet qui vient de s’ouvrir sur la droite de votre écran, vous pouvez choisir une variable d’utilisateur (ici par données démographiques “Age” et “Sexe”). En remplissant le formulaire de création de comparaison, vous allez pour voir l’appliquer sur l’ensemble des rapports de vos pages.

Par exemple, prenez l'âge et définissez l’opérateur sur “Correspond exactement à” puis sélectionnez la tranche d'âge que vous souhaitez comparer avec le jeu de données initial. Vous avez la possibilité de compléter votre comparaison ou de la valider en cliquant sur “Appliquer”.

Vous obtenez alors un seconde encart orange comprenant le nom de votre comparaison. L’ensemble des rapports et des données sont dupliquées pour simplifier la lecture entre votre jeu de données initial en bleu et les utilisateurs de la tranche d’âge sélectionnée en orange.

Une fois votre analyse réalisée, vous pourrez activer ou désactiver les comparaisons depuis le menu en haut, un petit switch permet de basculer entre un mode de comparaison et le mode normal avec tous les utilisateurs.

Échantillonnage et seuils des rapports

L’un des reproches que l’on peut faire à Google Analytics lorsque notre site web génère beaucoup de trafic est que dans certains cas, les rapports ne sont pas parfaitement exacts.

En effet, lorsque votre site génère beaucoup de trafic, Google Analytics applique un mécanisme d'échantillonnage. L'échantillonnage permet à GA de calculer vos rapports plus rapidement et d’éviter d’avoir des temps de changement infinis dans l’interface. Ce mécanisme se déclenche à partir de 10 000 000 événements comptabilisés pour la période sélectionnée. Le souci est que vous n’obtiendrez jamais les valeurs exactes de vos différentes métriques.

Pour ne plus être soumis à ces limitations, vous pouvez réduire la période de visualisation des données afin de travailler avec moins de données, mais si cela reste toujours problématique, sachez qu’il est également possible d’exploiter les données brutes via des outils externes comme Google BigQuery.

Dans certains cas, Google appliquera à l’inverse un seuil sur les données pour éviter que des agrégations de données ne permettent d’identifier un individu trop facilement. Comprenez par là que si votre rapport n’a pas assez de données, il est possible d’en déduire le comportement d’un utilisateur unique et potentiellement de l’identifier.

Dans tous les cas, vous trouverez cette information de seuil dans le petit symbole situé en haut à droite de vos rapports, permettant de savoir si les données sont soumises à un filtrage spécifique ou non.