Cet article a été mis à jour le 07/01/2013.

Le Web analytics en France et plus largement en Europe est en développement.

Les annonceurs sont désormais conscients de la valeur ajoutée que peut leur apporter le Web analytics et cela quelque soit leur(s) modèle(s) économique(s). De nouvelles sociétés se sont lancées dans le domaine du conseil en Web analytics et accompagnent de plus en plus d’annonceurs, qu’ils soient pure player ou non. Chez nos voisins américains, le  Web analytics est déjà mature. Le cabinet d’étude Forrester prévoit que la valeur du marché atteindra les 1 milliard de dollars uniquement pour les Etats-Unis en 2014. C’est dire le potentiel et le chemin qu’il reste à parcourir en France et en Europe.

Face à cet engouement, le moment est venu de prendre du recul et de retracer les grandes étapes de l’évolution de la discipline depuis la création du marché par la société Webtrends en 1993 jusqu’à aujourd’hui.

Cet article revient sur la définition du Web analytics, ses objectifs, le fonctionnement et l’évolution des solutions jusqu’à aujourd’hui et tente de prédire les prochaines grandes tendances.

Il est composé de 7 parties auxquelles vous pouvez accéder directement grâce aux liens suivant…

- Introduction, définition et objectifs du Web analytics

- Les principales étapes de l’évolution du Web analytics de 1993 à aujourd’hui

- 1993 : début de l’analyse Web grâce aux logs, trois ans après l’arrivée du Web et du protocole http

- Schéma simplifié du fonctionnement de la récolte des données via les fichiers logs

- Extrait d’un fichier log

- 1997 : première utilisation de la méthode de récolte des données par tag (marqueur en français) JavaScript

- Définition et fonctionnement des tags JavaScript

- Exemple d’un tag Google Analytics

- Schéma simplifié du fonctionnement de la récolte des données via les tags JavaScript

- Extrait de la librairie JavaScript Google Analytics

- Exemple d’une requête faite à l’outil Google Analytics

- Le marché des solutions de Web analytics

- Présentation des principales solutions payantes et gratuites

- Les valeurs ajoutées des solutions payantes vis-à-vis des solutions gratuites

- Le coût des solutions payantes

- Exemples de rapports issus de solutions Web analytics

- Évolution des principales solutions de Web analytics de 1993 à nos jours

- Les prochaines grandes tendances du digital analytics

Introduction, définition et objectifs du Web analytics

Les annonceurs ont compris que leur présence Web, devenue cruciale dans la communication & la commercialisation de leurs produits / services, ne vivait pas grâce à l’acquisition de trafic mais grâce à sa monétisation et donc aux visiteurs que les annonceurs via leur présence Web réussissent  à convertir en client, en inscrit, ou encore en internaute engagé.

Cependant aujourd’hui, la multiplicité des périphériques utilisés par les prospects / clients (ordinateurs, téléphones, tablettes etc.), le nombre croissant de canaux de communication online (liens sponsorisés, emailing, référencement naturel etc.) et l’explosion des supports online (sites Web, sites mobiles, applications etc.) à utiliser en complémentarité des supports offline (presse écrite, TV, radio etc.) compliquent la communication, le marketing et la commercialisation des produits / services d’un annonceur.

L’ensemble forme un nouvel écosystème complexe résumé ci-dessous :

Heureusement, la spécificité des canaux et supports de communication online par rapport aux canaux et supports de communication traditionnels est, entres autres, qu’ils sont entièrement mesurables.

L’enjeu majeur est de comprendre l’écosystème digital pour savoir le piloter et l’optimiser.

Ce pilotage et cette optimisation sont rendus possibles grâce au Web Analytics.

Le Web analytics c’est la mesure, le reporting et l’analyse du comportement des internautes dans le but d’augmenter la rentabilité des sites Web ainsi que des sites & applications mobiles.

Le Web analytics est une discipline transversale utile dans les 3 grands domaines de l’e-marketing :

Le Web analytics est basé sur l’utilisation d’une ou plusieurs solution(s) de mesure d’audience (exemple : Google Analytics) qui récolte le comportement des internautes et génère des rapports à analyser.

La récolte des données par les solutions de mesure d’audience peut se faire via deux méthodes :

- L’analyse des logs (ou fichier journal) des serveurs Web,

- L’utilisation des tags (marqueurs) JavaScript.

Avant de présenter ces deux méthodes de récolte des données, voici un retour historique sur la discipline…

Les principales étapes de l’évolution du Web analytics de 1993 à aujourd’hui

Vous trouverez cette frise ainsi que celle située à la fin de l’article mise en parallèle dans ce fichier pdf.

L’évolution du Web analytics a été contenue et restera contenue par les évolutions du Web puisque ce sont les évolutions du Web qui ont permis et permettront à la discipline d’évoluer.

J’ai choisi d’utiliser dans cet article le terme Web analytics plutôt que Digital Analytics malgré le fait que la discipline ait changé de nom en 2012 pour induire un périmètre de mesure plus large. En effet, ce terme est surtout utilisé aux Etats-Unis et encore peu en Europe.

Il n’y a pas eu, jusqu’à aujourd’hui, de nouvelle révolution du Web analytics comparable en terme de conséquence à l’arrivée des tags (marqueurs en français) JavaScript en 1997. Depuis, les éditeurs ont chacun travaillé à l’optimisation des capacités de mesure (en particulier celles des mobiles et des médias sociaux), de stockage, de reporting, de segmentation et croisement de données de leurs solutions.

1993 : début de l’analyse Web grâce à la méthode d’analyse des logs, 3 ans après l’arrivée du Web et du protocole http

L’analyse Web (traduction de Web analytics) est née grâce au protocole http qui a la particularité d’enregistrer chaque échange entre l’internaute et le site Web dans un fichier log (fichier journal en français).

C’est grâce à ces données que l’analyse du comportement des internautes a pu débuter.

Un protocole est un ensemble de règles définies pour un type de communication. Si on veut trouver un comparable dans la vie courante, le protocole utilisé pour parler avec une autre personne pourrait être le langage. Il y aurait alors un protocole français, anglais ou encore français canadien (sans vouloir vous vexer cher amis d’outre atlantique, certaines de vos expressions nécessitent une explication ). Le protocole http est le protocole que nous utilisons tous les jours pour afficher les pages Web des sites que nous visitons.

Nous l’utilisons inconsciemment en le renseignant dans la barre d’adresse de notre navigateur web (ou fureteur en canadien), lorsque nous souhaitons visiter un site :

Vous connaissez surement d’autres protocoles comme le protocole https qui est une version sécurisée du protocole http ou encore le protocole ftp par exemple. Le protocole http a été inventé en 1990 par Tim Berners-Lee avec les adresses Web et le langage HTML pour créer le World Wide Web (qui est la signification de l’acronyme www visible dans la majorité des adresses web également).

Schéma simplifié du fonctionnement de la récolte des données via les logs :

Vous trouverez ce schéma ainsi que celui concernant les marqueurs javascript dans ce fichier pdf.

Voici un extrait de fichier log :

Le premier travail des solutions de mesure d’audience fonctionnant à partir de l’analyse des logs est d’attribuer chacune des demandes (chaque ligne du fichier log correspond à une demande de la part du navigateur Web) au bon internaute. Cela permet ensuite de reconstituer les visites de chacun d’eux. Ces demandes sont aussi appelées des hits.

Au début du Web (de 1990 à 1996), les pages étaient des pages statiques composées quasi-exclusivement de texte et de lien. Un hit était donc équivalent à l’affichage d’une page. Les pages se sont aujourd’hui beaucoup enrichies avec l’arrivée d’images, de vidéos, d’animations sans parler de technologie comme le flash ou l’AJAX. Étant donné que chaque hit correspond à l’appel d’un élément de la page, le nombre de hits a augmenté de façon exponentielle ce qui a rendu difficile la reconstitution des visites par les solutions de Web analytics via l’analyse des fichiers logs. La mesure des intéractions avec les contenus dit “riches” (lecture d’une vidéo etc.) était quant à elle impossible étant donné que ces intéractions n’entrainent, par défaut, aucune écriture dans le fichier log donc l’analyse de celui-ci ne permet pas de dénombrer ces intéractions.

D’autres nouveautés externes à l’évolution des sites Web ont vu le jour et ont influé négativement sur la qualité de la méthode de récolte des données via l’analyse des logs : l’apparition des moteurs de recherche et de leur robot, les serveurs proxys permettant de surfer anonymement, l’attribution d’adresses IP dynamiques par les Fournisseurs d’Accès à Internet (FAI) et les techniques de mise en cache des contenus intégrées au système de gestion de contenu (CMS).

L’évolution des pages et du Web en général ont biaisé les données résultant de l’analyse des logs.

Aussi, les services marketing se sont vite appropriés le Web du fait de sa valeur ajoutée. L’analyse des fichiers logs s’est révélée être pour ces services une méthode trop technique pour être facilement utilisable.

La mesure d’audience via l’analyse des logs était donc devenue inadaptée… Les éditeurs de solution de Web analytics ont dû faire évoluer leur méthode de récolte des données avec l’évolution du Web.

Aujourd’hui, la méthode de récolte des données via l’analyse des logs n’est quasiment plus utilisée. L’outil Urchin de Google, l’un des derniers outils professionnels basé sur l’analyse des logs racheté en 2005 pour créer Google Analytics, n’est plus vendu ni supporté depuis le 28 mars 2012 (plus d’informations).

1997 : première utilisation de la méthode de récolte des données par tag (marqueur en français) JavaScript

Deux ans après la création du langage de programmation JavaScript (JS), pour faire face aux contraintes de la méthode de récolte des données par l’analyse des logs,  les éditeurs de solution de Web analytics ont créé la méthode de récolte des données via l’utilisation de tag JavaScript.

Définition et fonctionnement des tags JavaScript

Un tag est un bout de code JavaScript.

Voici un exemple de  tag de la solution Google Analytics :

Google Analytics a été pris en exemple sans aucun parti pris et uniquement car c’est la solution la plus répandue

Le tag des solutions Web analytics doit être inséré soigneusement sur toutes les pages du site Web.

Le tag est exécuté par le navigateur de l’internaute au chargement de la page, il récolte des informations sur l’internaute et sur sa visite (d’où l’internaute vient, des informations concernant la page en cours de visualisation, le navigateur utilisé, la résolution d’écran etc.) et envoie ces informations à un serveur distant ou local suivant la solution de mesure d’audience utilisée. La solution associe ensuite dès réception ces informations à la bonne visite et au bon internaute. Elle les stocke et les restitue enfin sous forme graphique à l’utilisateur en temps réel ou avec un délais maximum de 24h.

Schéma simplifié du fonctionnement de la récolte des données via les tags :

Vous trouverez ce schéma ainsi que celui concernant les fichiers logs dans ce fichier pdf.

Les tags de la majeure partie des solutions de mesure d’audience sont constitués de deux éléments :

- L’initialisation des différentes variables et l’appel des fonctions adéquates définies dans la librairie JavaScript,

- Une librairie JavaScript contenant l’ensemble des définitions des différentes fonctions appellées dans le tag pour obtenir et envoyer les informations.

Reprenons l’exemple du tag Google Analytics présenté plus haut :

Les lignes 78 et 89 correspondent à l’ouverture et à la fermeture de la balise JavaScript indiquant au navigateur que le code qui suivra devra être interprété comme du code JavaScript. Les lignes 80 et 81 permettent de créer et d’initialiser certaines variables (_setAccount & _setDomainName) avec leur valeur (UA-12209705-1 et .bricebottegal.com). La ligne 82 appelle la fonction _trackPageview déclarée dans la librairie JavaScript. Celle-ci permet d’envoyer les informations sur l’internaute et sur sa visite aux serveurs de Google Analytics.

Les lignes 83 à 88 permettent d’appeller la librairie JavaScript contenant les définitions de l’ensemble des fonctions appellables.

Voici un extrait du contenu de la librairie JavaScript de Google Analytics :

La définition de la fonction appelée plus haut est surlignée (voir la librairie JavaScript Google Analytics complète). Cette librairie, pour diminuer son poids (environ 15Ko) et donc son temps de chargement, a été volontairement obfusquée (suppression des sauts de ligne, de l’indentation etc.) par Google et est donc telle quelle difficilement lisible. Si vous voulez la rendre lisible, vous pouvez utiliser par exemple le service en ligne jsbeautifier. Il vous suffit pour cela de vous rendre sur le site, de copier-coller le contenu de la librairie JavaScript Google Analytics puis de cliquer sur le bouton “Beautify JavaScript or HTML”.

Chaque solution de mesure d’audience dispose de son propre tag incluant sa propre librairie.

Chez certains éditeurs de solution de mesure d’audience comme Google, la librairie est commune à tous les utilisateurs de la solution et est hébergée sur les serveurs de l’éditeur. Dans la solution Adobe SiteCatalyst par exemple, la librairie est hébergée sur les serveurs de l’utilisateur et peut donc être spécifique à chaque utilisateur de la solution. Le choix entre hébergement local ou distant de la librairie dépendra de la solution utilisée et des besoins de l’utilisateur si le choix est permis par la solution. Le tag doit être placé juste au dessus de la balise </body> ou de la balise </head>.

Les valeurs prises par chacune des variables incluent dans le tag sont généralement contextuelles. Elles peuvent dépendre de la page en cours de visualisation (la catégorie de contenu à laquelle elle appartient etc.), de la visite (niveau d’engagement etc.) ou du visiteur (sexe, âge etc.).

Aujourd’hui, les clients des solutions Web analytics tendent à utiliser des solutions de Tag Management System (TMS). Un TMS est une solution permettant d’encapsuler au sein d’un conteneur l’ensemble des tags d’un site Web. L’objectif principal est de donner de la réactivité au Web analyste, aux équipes métiers et marketing en les rendant autonome dans l’administration des tags (ajout / modification / suppression) et donc sans passer par le circuit traditionnel d’échanges entre le marketing et l’informatique. Les tags inclus peuvent être les tags d’une solution Web analytics comme webtrends, les tags d’une solution de publicité en ligne comme Criteo etc. Les tags des solutions Web analytics inclus directement dans la page vont donc fortement diminués et être inclus dans des solutions de TMS type Tag Commander.

La valeur de chaque variable et donc au final le tag est souvent différent d’une page à l’autre.

Une fois les informations récoltées par le tag, il ne reste plus qu’à les envoyer aux serveurs de la solution de mesure d’audience. L’exécution de la fonction d’envoi (pour Google Analytics, la fonction _trackPageView) contenue dans le tag transmet l’ensemble des informations récoltées sur l’internaute et sur sa visite. Ces informations sont récoltées de différentes manières : la première, celle présentée ci-dessus, par l’intermédiaire des variables présentes dans le tag, la seconde, par l’intermédiaire des cookies (fichiers textes propres au navigateur Web) qui permettent de stocker des informations spécifiques sur l’internaute et enfin, la troisième, par l’intermédiaire du navigateur qui détient un certain nombre d’information sur l’internaute (résolution d’écran, navigateur utilisé etc.).

Les informations sur l’internaute et sur sa visite sont transmises via une requête composée de plusieurs paramètres contenant une ou plusieurs informations sur l’internaute et sur sa visite.

La requête est envoyée en utilisant la méthode d’envoi HTTP GET.

Voici un exemple de requête faite par la solution Google Analytics :

On constate par exemple que le paramètre utmac prend la valeur de la variable _setAccount définie dans le tag et que le paramètre utmsr prend comme valeur la résolution de l’écran. Si vous souhaitez connaitre la signification de la valeur contenue dans chaque paramètre, un tableau descriptif des paramètres Google Analytics a été créé par Google. Aussi, si vous souhaitez visualiser les requêtes effectuées vers les solutions de Web analytics, vous pouvez utiliser le plugin au navigateur Firefox “Firebug”. Les informations sur l’internaute et sur sa visite (inclues sous forme de paramètre dans la requête d’une image transparente d’1×1 pixel au format GIF) sont envoyées aux serveurs de la solution de mesure d’audience où elles sont enregistrées et traitées.

Théoriquement, si l’implémentation de la solution Web analytics a été bien réalisée, une requête est faite par page vue étant donné que le tag de la solution doit être soigneusement inséré sur toutes les pages. Si les équipes métiers (ou autres) ont souhaité mesurer un ou plusieurs éléments précis contenus dans la page en plus de la page elle même (ex. : le nombre de téléchargement d’un fichier, le nombre de lecture d’une vidéo etc.), autant de requêtes supplémentaires qu’il y a d’éléments précis mesurés seront envoyées aux serveurs de la solution.

La méthode de récolte des données via l’utilisation des tags JavaScript permet de quasiment tout mesurer, des transactions e-commerce jusqu’au nombre de clics effectués sur n’importe quel élément de la page.

La mesure du nombre de visiteur unique reste cependant approximative et devrait plutôt être appelée navigateur unique (terme utilisé dans la solution ComScore Digital Analytix). En effet, les solutions de mesure d’audience  créent et utilisent un cookie (propre au navigateur de l’internaute et stocké dans celui-ci) pour identifier spécifiquement chaque internaute. Il suffit alors que vous vous rendiez sur le même site avec deux navigateurs différents (en ayant préalablement supprimé vos cookies si vous vous êtes déjà rendu sur le site) pour que la solution de Web analytics utilisée comptabilise 2 nouveaux visiteurs uniques au lieu d’un seul. Aussi, l’Union Européenne (UE), afin de garantir à ses citoyens un meilleur niveau de protection de leurs données personnelles, a mis en œuvre une directive obligeant les sites à demander aux internautes la permission d’enregistrer des cookies sur leur navigateur.  Cette directive doit être adaptée puis appliquée par tous les pays membres de l’UE. Elle a été transposée en droit français sous la forme de la loi “Paquet télécom” et mise en application le 24 août 2011. Cependant, cette loi n’est pas applicable en l’état et elle pourrait nuire au marché du Web analytics et de la publicité en ligne si les internautes décidaient de refuser les cookies pour protéger leurs données personnelles (pour en savoir plus, voir l’article de OWNI sur le “Paquet télécom”).

Le marché des solutions Web analytics

Yahoo! Web analytics n’est plus utilisable dans le grand public depuis le 31/10/12, je n’en parlerai donc pas.

En terme d’offres de produits et de services, on remarque que Google est à la traine et qu’AT Internet, comScore et webtrends sont au même niveau même si comScore a une légère avance. Cette avance est dû notamment aux synergies possibles entre les outils historiques de comScore et leur nouveau produit Digital Analytix. Ces synergies permettent de lier les données issues des panels avec les données Web analytics et donc concrètement de lier données démographiques (age, sexe, catégorie socio-professionnelle etc.) & données Web analytics (pages visitées, produits achetés, panier moyen etc.). Google a depuis sorti sa solution payante Google Analytics Prenium et devrait donc remonté dans la prochaine analyse du marché Web analytics par Forrester en terme d’offre et de positionnement.

Adobe et surtout IBM, qui fait une entrée fracassante dans cette étude dû aux rachats de Unica et Coremetrics, sont les éditeurs qui proposent l’offre de produits et de services la plus étoffée. Ils resteront les leaders dans ce domaine du faite de l’offre de produits & services existante importante de chacun qui est en train d’être liée avec l’offre de produits & services des solutions Web analytics rachetées. En effet, IBM a suite aux rachats des solutions Coremetrics et Unica créé la suite Entreprise Marketing Management (EMM) qui regroupe les deux solutions et qui fait partie dorénavant de l’offre “IBM’s Smarter Commerce” composée entres autres déjà du framework e-commerce WebSphere Commerce. Adobe, suite au rachat d’Omniture, a créé la suite Adobe Marketing Cloud comprenant toutes les solutions de la suite d’Omniture. Adobe a ensuite combiné entres autres CQ, son CMS, et la suite Adobe Marketing Cloud pour créer sa première solution de Web Experience Management (WEM). A noter également que la solution de mesure SiteCatalyst et la solution de testing Test & Target de la suite Adobe Marketing Cloud sont intégrables dans les solutions Dreamweaver, Flash, et Flash Builder de la suite Adobe Creative grâce à l’extension Adobe SiteCatalyst  installables dans ces solutions.

Adobe et IBM sont les leaders, suivi par webtrends et comScore, puis AT Internet et Google.

Les solutions gratuites et payantes

Toutes ces solutions fonctionnent en SaaS (Software As A Service). Vous vous y connectez donc comme vous vous connectez à votre webmail favoris par exemple.

Certains éditeurs comme webtrends ou IBM proposent des versions installées (dite “On-Premise”) de leur solution pour répondre aux besoins de certains clients mais les demandes dans ce sens tendent à diminuer.

Suite au lancement de sa solution payante Google Analytics Prenium, Google est devenu le seul éditeur à proposer à la fois une solution payante et une solution gratuite performante. La stratégie à mon avis préméditée de proposer une solution gratuite dans un premier temps puis une solution payante permet à Google aujourd’hui de disposer d’un nombre très important d’utilisateurs de sa solution et donc de prospect. Google peut ainsi accompagner les clients de sa solution tout au long de l’évolution de leur maturité en leur permettant de passer de la version gratuite à la version payante en douceur à la fois pour les équipes métiers et techniques.

Les clients matures ou avec des besoins avancés utilisent les solutions payantes et les clients débutants se tournent plutôt, dans un premier temps, vers Google Analytics.

Il n’y a pas de meilleure solution Web analytics mais plutôt une solution plus adaptée que les autres pour répondre à un besoin donné.

Aussi, le principal facteur clé de réussite de la mise en place d’une stratégie Web analytics efficace repose beaucoup plus sur les ressources internes / externes utilisant la solution plutôt que sur la solution elle même.

Les valeurs ajoutées des solutions payantes vis-à-vis des solutions gratuites

Les solutions payantes se différencient des solutions gratuites pour 5 raisons principales :

- une garantie contractuelle de support (jusqu’à 24h/24h, 7 j. / 7 j. en langue locale),

- une garantie contractuelle de disponibilité des serveurs de collecte et de reporting (en général à plus de 99%) et de performance (temps de traitement des requêtes et d’affichage des rapports),

- le client est propriétaire de ses données,

- un service conseil et commercial attitré,

- des fonctionnalités avancées inclues dans une suite de produits complémentaires permettant de répondre aux besoins des clients tout au long de l’évolution de leur maturité.

Le coût des solutions payantes

Le coût des solutions payantes est basé en général principalement sur l’achat d’une licence annuelle comprenant un pack de requêtes, dit Server Calls (SC) (voir le sous-chapitre ci-dessus).

En fonction des besoins des clients, des produits complémentaires au produit de base de la suite devront être souscrits, un cout annuel fixe et variable supplémentaire sera alors à prévoir.

Les licences sont généralement souscrites pour des durées de 1 à 3 ans.

Il y a, si votre solution est correctement implémentée, au moins une requête faite par page vue. Si le client mesure grâce à sa solution le nombre de clic sur certains liens, le nombre de clic sur les liens sortant, sur les liens de téléchargement de fichier etc., on peut atteindre sur certaines pages vues 4 à 5 requêtes par exemple. Voici une base de calcul à adapter pour estimer son nombre de requêtes par an :

(Nombre de pages vues sur l’année N-1) X (1 + pourcentage de croissance prévisionnelle de pages vues sur l’année N) + (25% des pages vues prévisionnelles sur l’année N * 2).

La dernière parenthèse comprend l’ajout de l’estimation des pages vues entrainant plus d’une requête (ici on estime que 25% des pages vues prévisionnelles sur l’année N comporteront 3 requêtes).

Exemple pour un site ayant 1.000.000 de pages vues sur son année N-1 et prévoyant une croissance de 10% de son nombre de pages vues sur l’année N :

( 1.000.000 x (1 + 10% de 1.000.000)  ) + (25% de 1.000.000 * 2) = 1.650.000 requêtes.

Attention à ne pas sous estimer son nombre de requête car si le pack de requête acheté est dépassé, un surcoût au coût unitaire d’une requête est facturé. Le coût unitaire d’une requête dépend des éditeurs et du pack de requête acheté (plus le pack de requête acheté est important, plus le coût unitaire d’une requête est faible).

Exemples de rapports issus de solutions Web analytics

J’ai divisé les rapports en trois catégories : acquisition de trafic, navigation et conversion.

Voici les différents rapports :

De nouveaux rapports d’autres solutions de mesure d’audience viendront complétés ce sous chapitre.

Évolution des principales solutions de Web analytics de 1993 à nos jours

Vous trouverez cette frise ainsi que celle située au début de l’article mise en parallèle dans ce fichier pdf.

On remarque que le marché a évolué modérément jusqu’en mars 2005. A cette date, Google a fait son entrée et a donné le rythme en rachetant Urchin software en mars 2005 et en lançant Google Analytics en novembre 2005, soit seulement 8 mois plus tard. La seule notoriété de la marque Google constitue un avantage important pour l’adoption de leur solution Google Analytics qui est de plus gratuite et dont les fonctionnalités évoluent très rapidement. Cette concurrence est bénéfique pour les clients car elle pousse l’ensemble des éditeurs de solution Web analytics à se surpasser.

Une vague importante de rachat a débuté avec le rachat d’Omniture par Adobe en septembre 2009.

Le marché s’est ensuite concentré avec le rachat de Coremetrics et Unica par IBM.

ComScore reconnu pour sa mesure via les panels a complété intelligemment son offre avec la mesure digitale en rachetant la société néerlandaise Nedstat (voir le sous-chapitre d’analyse du marché des solutions Web analytics pour plus de détail).

Google, en sortant sa version prenium, peut étendre dorénavant ses parts de marché sur la cible professionnelle. Il leur reste cependant à promouvoir leur solution notamment en exposant clairement les avantages de la solution payante par rapport à la solution gratuite et surtout par rapport aux solutions des éditeurs historiques qui évoluent rapidement elles aussi et qui sont prêtes à accueillir un nouvel entrant.

Les prochaines grandes tendances du Web analytics

Voici, selon moi, les principaux sujets de 2013 dans le domaine du Web analytics :

- Après être passé du Web au digital analytics, Google introduit la notion d’universal analytics, la mesure tend à devenir réellement user-centric plutôt que site-centric ou encore mobile-centric

- Les synergies entre le digital analytics et la Business Intelligence tendent à être renforcées pour avoir une continuité offline / online toujours dans la volonté d’avoir une mesure user-centric

- Les éditeurs de solution vont sortir des produits qui ne vont plus simplement mesurer, afficher et permettre d’analyser mais optimiser intelligemment et semi-automatiquement les sites grâce aux données

- Web analytics et respect de la directive européenne sur la réglementation des cookies (voir le sous-chapitre correspondant)

- Quid du rachat des deux solutions Web analytics majeures encore indépendantes : webtrends et AT Internet (on entend parlé de Microsoft, d’Oracle…)

Pour finir, je vous conseille de suivre religieusement deux marchés : le marché des Tag Management System (Tag Commander, BrightTag etc.) et des solutions de tableaux de bord Web  (Anametrix, Bime Analytics etc.)

A vous la parole !

Des questions ? Des remarques ? N’hésitez pas, j’ai écrit cet article pour informer et échanger ! J’attends donc vos commentaires avec impatience !

Sources :
- Les éditeurs de solution Web analytics
- “Visual history of web analytics” par Eric T. Peterson
- Wikipedia