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 outils jusqu’à aujourd’hui et tente de prédire les prochaines grandes tendances.

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

- Introduction, définition et objectifs du Web analytics

- Retour sur les principales avancées de la discipline de 1993 à nos jours

- Focus sur l’année 1993 et le début de l’analyse web grâce à la récolte des données via les fichiers logs

- Schéma simplifié du fonctionnement de la récolte des données via l’analyse des fichiers logs

- Extrait d’un fichier log

- L’année 1997 et l’arrivée de la méthode de récolte des données via les marqueurs javascript

- Schéma simplifié du fonctionnement de la récolte des données via les marqueurs javascript

- Frise chronologique de l’évolution des principales solutions de web analytics de 1993 à nos jours

- Analyse de cette évolution

Introduction et définition

Les annonceurs ont compris que leur site Web, devenu crucial dans la communication & la commercialisation de leur produits / services, ne vivait pas grâce à l’acquisition de trafic mais grâce à sa monétisation et donc aux visiteurs que le site réussi à convertir en client, en inscrit, ou encore en internaute engagé.

Cependant aujourd’hui, la multiplicité des périphériques utilisés par les prospects, l’explosion des supports de communication online à utiliser en complémentarité des supports offline et le nombre croissant de canaux de diffusion Web compliquent la communication, le marketing et la commercialisation des produits / services d’une marque.

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

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

L’enjeu majeur est de comprendre cet écosystème pour savoir le piloter et l’optimiser grâce au Web analytics.

Le Web analytics c’est la mesure, le reporting et l’analyse du comportement des utilisateurs 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’un ou plusieurs outil(s) de mesure d’audience (exemple : Google Analytics) qui récolte le comportement des utilisateurs et génère des rapports à analyser.

La récolte des données exprimant le comportement des utilisateurs par les outils 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 dans ce fichier pdf.

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

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 marqueurs (tags) JavaScript en 1997. Depuis, les éditeurs ont chacun travaillé à l’optimisation des capacités de mesure (en particulier celle des mobiles et des médias sociaux), de stockage, de reporting, de segmentation et croisement de données de leurs outils. La prochaine révolution pourrait arriver en 2013 dû notamment aux enjeux de respect de la vie privée, à l’arrivée de la big data etc. (voir dernière partie).

1993 : début de l’analyse Web grâce à la méthode d’analyse des logs, trois 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 le visiteur et le site internet dans un fichier log ou fichier journal.

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 internet 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 :

Emplacement du protocole HTTP et du WWW dans une adresse Internet classique

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).

Voici un schéma simplifié représentant le fonctionnement de la récolte des données via l’analyse des fichiers logs :

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

Voici un extrait de fichier log ou fichier journal :

Extrait d'un fichier log ou fichier journal

Le premier travail des outils 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 visiteur. 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 liens. Un hit était donc équivalent à une page. Les pages se sont aujourd’hui beaucoup enrichies avec l’arrivée d’images, de vidéos, d’animations, de feuilles de style sans parler de technologies comme l’Ajax ou le Flex. Etant donné que chaque hit correspond à l’appel d’un élément de la page, le nombre de hits a augmenter de façon exponentielle ce qui a rendu difficile la reconstitution des visites. La mesure des intéractions avec les contenus dit “riches” 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 aux sites Web ont vu le jour et ont influé sur 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 et les techniques de mise en cache des contenus.

L’évolution des pages Web & ces nouveautés ont biaisé les données résultant de l’analyse des fichiers 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 utilisé.

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 language JavaScript, pour faire face aux contraintes de la méthode de récolte des données par l’analyse des logs,  les outils de mesure d’audience ont créé la méthode de récolte des données via l’utilisation de tag JavaScript.

Fonctionnement des tags

Le tag JavaScript doit être inséré soigneusement sur toutes les pages du site Web. Le tag est exécuté par le navigateur de l’utilisateur au chargement de la page, il récolte les informations de la visite en cours (source de trafic, informations concernant la page en cours de visite, le navigateur utilisé, la résolution d’écran etc.) et envoie ces informations à un serveur distant ou local suivant l’outil de mesure d’audience utilisé. L’outil de mesure d’audience dès réception des informations les associe à la bonne visite et au bon visiteur, les stocke et les restitue enfin sous forme graphique à l’utilisateur en temps réel ou avec un délais maximum de 24h.

Voici un schéma simplifié représentant le fonctionnement de la récolte des données via les tags javascript :

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

Les tags JavaScript de la majeure partie des outils 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 corp de la page pour obtenir et envoyer les informations.

Voici par exemple un tag de l’outil Google Analytics :

Tag Google Analytics

Les lignes 74 et 86 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 75, 76 & 77 permettent de créer et d’initialiser certaines variables (_setAccount & _setDomainName) avec leur valeur (UA-12209705 et .bricebottegal.com). Les lignes 78 et 79 appellent deux fonctions différentes (_trackPageview et _trackPageLoadTime) déclarées dans la librairie JavaScript qui permettent d’envoyer les informations aux serveurs de Google Analytics.

Les lignes 80 à 85 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 :

Extrait du contenu de la librairie JavaScript de Google Analytics

Le début des deux définitions des fonctions appellées plus haut est surligné (voir la librairie JavaScript Google Analytics complète). Cette librairie, pour diminuer son poid (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, utilisez par exemple le service en ligne jsbeautifier, copiez-collez le contenu de la librairie JavaScript Google Analytics et cliquez sur le bouton “Beautify JavaScript or HTML”. Chaque éditeur de solution de mesure d’audience dispose de son propre tag inluant sa propre librairie.

Chez certains éditeurs de solution de mesure d’audience comme Google, la librairie est commune à tous les utilisateurs de l’outil et est hébergée sur les serveurs de l’éditeur de solution. Chez d’autres, la librairie est hébergée sur les serveurs de l’utilisateur et peut donc être spécifique à chaque utilisateur de l’outil. La meilleure solution reste l’hébergement de la librairie chez l’éditeur à condition que ses serveurs répondent très rapidement et que la librairie ne soit pas trop lourde. Le tag doit être placé juste au dessus de la fermeture de la balise <body> ou de la balise <head>. Les valeurs prises par chacune des variables incluent dans le tag sont généralement contextuelles. Les valeurs prises dépendent de la page en cours de visualisation, de la visite ou du visiteur. Le tag est donc souvent différent en fonction de la page sur laquelle l’utilisateur se trouve, de sa visite ou de l’utilisateur lui-même.

Une fois les informations récoltées par le tag, il ne reste plus qu’à les envoyer aux serveurs de l’outil de mesure d’audience. L’execution des fonctions d’envoi contenues dans le tag envoie l’ensemble des informations récoltées via une requête. Cette requête est composée de plusieurs paramètre prenant comme valeur une ou plusieurs des valeurs renseignées dans les variables du tag. Les valeurs de certains paramètres sont aussi renseignées directement par l’outil de mesure d’audience. C’est le cas, par exemple, des paramètres contenant le navigateur utilisé ou encore la résolution d’écran. Ces paramètres sont envoyés en utilisant la méthode HTTP GET.

Voici un exemple de requête faite par l’outil Google Analytics :

Exemple de requête de l'outil 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 chaque paramètre, cliquez sur le lien suivant pour accéder au tableau descriptif des paramètres Google Analytics). Cette requête, inclue dans la demande d’une image transparente d’1×1 pixel au format GIF, est envoyée aux serveurs de l’outil de mesure d’audience et enregistrée.

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. Seul le nombre de visiteur unique reste une mesure approximative et devrait plutôt être appellé navigateur unique car la différence d’un visiteur à un autre est faite par les outils de mesure d’audience grâce à un cookie d’une durée de vie en général de 2 ans placé sur l’ordinateur de l’internaute et propre au navigateur. Il suffit alors que vous vous rendiez sur le même site avec deux navigateurs différents en ayant préalablement supprimé vos cookies pour que l’outil de Web analytics installé sur le site comptabilise 2 nouveaux visiteurs uniques.

Frise chronologique de l’évolution des principales solutions de web analytics de 1993 à nos jours

Voici une frise chronologique retraçant l’évolution du marché des éditeurs de solution de web analytics jusqu’à aujourd’hui :

Vous trouverez cette frise ainsi que celle située au début de l’article 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 sortant Google Analytics en novembre 2005, soit seulement 8 mois plus tard. La seule notoriété de la marque Google constitue un avantage énorme pour l’adoption de leur solution Google Analytics qui est de plus gratuite et dont les fonctionnalités évoluent très rapidement. C’est clairement un chantier prioritaire pour la firme de Mountain View. Google grignote petit à petit les parts de marché détenues par les outils de mesure d’audience historiques. Cela malgré le fait que ces outils proposent des fonctionnalités avancées et des caractéristiques dont ne dispose pas l’outil de Google comme la propriété des données, la garantie de service etc. Pour l’instant, les sociétés matures en terme de web analytics utilisent les outils payants pour répondre pleinement à leur besoin et les sociétés débutantes dans le domaine se tournent plutôt, en premier, vers des outils gratuits. La solution de Google a été un énorme coup d’accélérateur pour l’industrie et les outils de mesure d’audience payants doivent redoubler d’effort pour maintenir l’avance qu’ils ont sur Google Analytics. A noter aussi l’arrivée de Yahoo! Web Analytics qui est une solution gratuite elle aussi. Yahoo! Web Analytics offre une alternative de taille à Google Analytics étant donné qu’elle est plus évoluée sur certains points. Cette solution peut donc être utilisée par des sociétés matures en terme de web analytics en offrant l’avantage d’être gratuite… Elle reste cependant encore méconnue en Europe, je tacherai de vous la faire découvrir grâce à ce blog dans de prochains articles.

Comme vous pouvez le constater, le marché évolue très vite. Quand on sait que sur Internet l’un des principaux facteurs clés de succès est la rapidité d’exécution, il faut s’attendre à de nouvelles annonces très rapidement et régulièrement !

A vous la parole !

Des questions ? Que pensez-vous de cet article ? Quelles sont vos prévisions pour cette année 2010 ? Selon vous, comment va évoluer  la cohabitation entre les outils gratuits et payants ? Êtes-vous intéressé par Yahoo! Web Analytics ? …

J’attends vos commentaires avec impatience ! N’oubliez pas que mon objectif principal est d’avoir vos avis afin que l’on échange tous ensemble, merci d’avance

Sources :
- Les responsables des comptes Twitter des outils de mesure d’audience
- “Visual history of web analytics” par Eric T. Peterson
- Wikipedia