90% des utilisateurs d’outils analytiques ne savent pas lire un taux de conversion

par Romain Boyer - Il y a 1 mois

Merci d’être venus sur cet article, désolé pour le titre accrocheur (je ne suis pas journaliste, je peux me permettre :-)), j’e n’ai aucune idée du vrai chiffre mais ils sont nombreux à être dans ce cas.

Le taux de conversion ou taux de transformation suscite bien des questions.

A force de vouloir suivre des indicateurs simples dans des tableaux de bord simplifiés, nous suivons des indicateurs vidés de sens, je me propose de vous illustrer concrètement de quoi il s’agit pour que vous puissiez être aussi pragmatiques que possibles lorsque vous lisez une statistique.

Voici la question que j’ai relevée sur Facebook et qui m’a donné envie d’écrire cet article :

La question est légitime. Mais j’ai tout de même répondu succinctement en apportant une illustration simple :

Vous pouvez voir un taux de conversion qui dégringole alors même qu’il s’améliore sur les ordinateurs de bureau et sur mobile/tablette.

La tragédie aurait été de s’arrêter sur le taux de conversion global qui dégringole, mais on n’aurait pas compris le pourquoi du comment, alors que les visites augmentent et le chiffre d’affaires aussi, pourquoi le taux de conversion général diminue-t-il ?

Un tableau très simple pour illustrer cela :

Stats par support Visites Janvier Tx Conv Janvier Nb Ventes Janvier Visites Juin tx Conv Juin Nb Ventes Juin
Global 1000000 0,85% 8500 1100000 0,83% 9175
Desktop 750000 1% 7500 650000 1,10% 7150
Smartphone 250000 0,40% 1000 450000 0,45% 2025

On voit ici une progression des deux supports, mais la pondération fait qu’au global, le taux de conversion diminue.

Une fois que vous avez compris ce mécanisme, vous allez pouvoir alimenter votre esprit critique et prendre l’habitude de segmenter vos analyses, il faut prendre en compte l’ensemble des paramètres qui peuvent causer des distorsions dans vos statistiques.

Les paramètres peuvent être les suivants :

  • Evolution de la part de visites par support (le mobile évolue par principe plus vite que le desktop et peut donc faire baisser, parfois fortement, votre taux de conversion)
  • Evolution de la part de visites moteurs / leviers payants (normalement, vos leviers payants devraient vous apporter un trafic + qualifié, avec donc une meilleure conversion. Augmenter la part de visites en provenance de ces leviers fera donc mécaniquement progresser votre taux de conversion)
  • Evolution de votre SEO (si vous étiez positionné sur des requêtes génériques et que vous vous vous positionnez progressivement sur de la longue traîne, vous allez voir une évolution de ce taux de conversion sur cette nouvelle typologie de visites)
  • Evolution du trafic vers les différentes typologies de pages de destination que vous avez (si votre trafic convertit mieux en arrivant sur telle ou telle page, et que vous vous mettez à gagner du trafic additionnel sur des pages qui convertissent moins, vous aurez une baisse du taux)
  • Evolution des visites de votre blog s’il est dans la même analyse (taux de conversion bien plus faible)
  • Evolution des visites de robots (eh oui, il y en a qui apparaissent dans vos stats…), que vous pouvez repérer par le nom d’hôte, la provenance (US souvent), et le navigateur (en général IE8 ou IE9)
  • [AJOUT suite à un commentaire tout à fait pertinent] Evolution du mix produits. En effet, si vous vendez + ou – de telle catégorie de produit qui transforme + ou -, vous obtenez également un effet !

Une fois que l’on a compris ces ressorts (la liste n’est bien sûr pas exhaustive), il convient de définir un levier que vous pouvez suivre au quotidien.

Pour ma part, c’est le taux de conversion en provenance des moteurs hors robots et hors blogs que je suis, indépendamment sur Desktop et sur Mobile.

C’est un segment relativement stable, et la décomposition par sous-dimensions n’apporte pas d’informations suffisamment intéressante pour être pertinente.

Faire ce type de segmentation est possible, même avec Google Analytics.

Conclusion

Au final, chacune de vos analyses doit être menée avec le besoin d’en comprendre plus : ai-je besoin de segmenter plus finement pour mieux comprendre la donnée que je vois.

J’espère vous avoir aidé à comprendre cet aspect primordial. N’hésitez pas à me poser des questions sur des problématiques particulières que vous avez et je verrai si je peux vous aider.

Romain Boyer

Romain BOYER travaille pour des startups eCommerce depuis 2005. À cheval entre la technique et la stratégie, cet adepte des tableaux de bord croise toutes les données pour en extraire ses priorités. > Suivre Romain sur Twitter : @RomainBOYER > Son poste : Product Owner eCommerce chez Doctipharma.fr

3 Commentaires

3 réponses à “90% des utilisateurs d’outils analytiques ne savent pas lire un taux de conversion”

  1. Le taux de conversion peut aussi évoluer avec un changement du mix produits. Exemple pour nous les lentilles de contact qui ont un taux de conversion bien plus élevé que les lunettes.

  2. Romain Boyer dit :

    Absolument d’accord Karim, déjà constaté fortement à l’arrêt d’une typologie de produits chez moi, effet parfois impressionnant !
    j’ai rajouté à l’article, merci beaucoup.

  3. Bernardo dit :

    Included are yearbooks, course catalogs, and more. http://chunjun.jp/yybbs/yybbs.cgi

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée.