Comment calculer les valeurs mesurées dans Google Analytics ?

Combien de fois avez-vous souhaité utiliser vos propres mesures dans Google Analytics. En effet, cela est possible. Les mesures calculées sont encore rarement utilisées. C’est le pourquoi de cet article.

Que sont les relevés calculés dans Google Analytics ?

Les valeurs mesurées calculées sont des valeurs qui peuvent être recalculées sur la base des valeurs mesurées existantes dans Google Analytics. Grâce aux valeurs mesurées calculées, vous pouvez créer vos propres définitions qui vous aideront à mieux adapter les chiffres clés à vos propres objectifs d’analyse. Les mesures calculées dans Google Analytics peuvent être utilisées dans des tableaux de bord et des rapports personnalisés.

Pourquoi les valeurs mesurées calculées sont-elles si intéressantes ?

Il était uniquement possible de travailler avec les paramètres prédéfinis dans Google Analytics. Pour l’instant, avec 164 mesures disponibles (sans les chiffres de double-clic), cela vous semble suffisant. Mais parfois, vous voulez calculer exactement ce que Google ne prévoit pas ou ce dont vous avez besoin pour analyser votre modèle d’entreprise. Fondamentalement, Google Analytics fonctionne déjà avec des mesures calculées dans les définitions standard. Par exemple, le taux de conversion est une mesure calculée (ga:goalXXCompletions / ga:sessions) ou le CPR, le revenu par clic= ((ga:transactionRevenue ga:goalValueAll) / ga:adClicks).

Quelle est la différence entre les valeurs mesurées définies par l’utilisateur et les valeurs mesurées calculées ?

Les mesures définies par l’utilisateur sont disponibles dans Google Analytics depuis un certain temps déjà et, avec les dimensions définies par l’utilisateur, elles succèdent aux “variables personnalisées”. La différence est :

Comment créer des lectures calculées dans Google Analytics ?

Pour créer des lectures calculées, vous devez disposer des droits d’édition au niveau de la vue des données dans Google Analytics. Si vous disposez de ces droits, vous trouverez les données calculées dans la zone d’administration de la vue des données.

Étape 1 : Cliquez sur “Nouvelle valeur mesurée calculée” pour commencer

Vous pouvez donner à vos mesures un nom librement choisi. Toutefois, il est recommandé de choisir un nom unique, logique et court. Pour cet exemple, on donne à la métrique le nom de “CVR utilisateur”.

Étape 2 : Vous choisissez le formatage. Vous pouvez choisir parmi les options suivantes :

Étape 3 : Vous créez maintenant vous-même votre première valeur de mesure calculée. Voici un exemple de ratio coût-chiffre d’affaires.

Où pouvez-vous utiliser des valeurs mesurées calculées ?

Dès que vous avez créé la valeur de mesure calculée, vous pouvez l’utiliser en dehors des rapports standard, dans les rapports suivants ou dans les “applications” de Google Analytics :

Exemples de valeurs mesurées calculées

Exemple 1 : Vérifier l’intégration de Google Ads et Analytics

Dans Google Ads, il peut y avoir des différences entre les clics et les sessions (vous pouvez en savoir plus à ce sujet dans cet article sur la façon de relier correctement Google Analytics et Google Ads). La vérification manuelle de chaque campagne, groupe de publicités et publicité pour détecter les divergences est lourde et peut être particulièrement difficile si vous avez un ou plusieurs comptes de publicité importants. Pour faciliter les choses dans Google Analytics, vous pouvez ajouter une mesure calculée qui vous montre le delta entre les clics et les sessions :

Vous créez la valeur mesurée calculée

Une fois que vous avez créé cette mesure, vous pouvez ensuite construire votre propre tableau de bord pour mesurer la qualité de vos données. Vous pouvez voir ici un exemple de l’aspect de ce widget dans Google Analytics.

Avec cette valeur de mesure créée, vous pouvez maintenant créer un rapport personnalisé et le trier selon le “Delta des annonces Google”. Cela vous permet d’identifier rapidement les campagnes/groupes/publicités dans lesquels il y a des écarts particulièrement importants. Les écarts positifs sont tout à fait normaux. Si vous constatez des écarts dans votre rapport, vous devez vous concentrer sur les écarts négatifs (

Exemple 2 : Mesure des conversions / transactions par utilisateur

Habituellement, Google Analytics mesure les conversions par session.

Un exemple : deux utilisateurs visitent votre site web. Cela signifie que vous voyez deux utilisateurs dans vos rapports. S’ils visitent tous deux votre site à 5 occasions différentes (sessions), vous avez 10 sessions de 2 utilisateurs.

Lorsque l’un de ces utilisateurs convertit, vous verrez un 10 VR dans vos rapports. Cela signifie que 10 de ces sessions impliquent une conversion. Bien sûr, la question se poserait de savoir si cela serait vraiment la représentation correcte du succès de votre site web. Dans ce cas, des lectures calculées peuvent permettre de mieux comprendre comment votre site web se convertit réellement. Si vous deviez utiliser les utilisateurs plutôt que les sessions comme base pour le taux de conversion, vous arriveriez à un taux de conversion de 50%.

Étape 1 : Dans la première étape, vous calculez le pourcentage d’utilisateurs qui ont converti sur le site web, vous choisissez donc ici “Pourcentage”.

Étape 2 : Vous créez maintenant la formule. Pour cela, vous entrez les paramètres par défaut que vous voulez utiliser et vous les sélectionnez dans le menu. Dans ce cas : “Fermetures pour les actions cibles” et “Utilisateurs”. Et c’est à cela que ressemble la formule à la fin :

{Conclusions pour les actions ciblées}/ {Utilisateurs}

Note : Il est important que vous définissiez ici quelle macro cible (cible principale) est importante pour vous. Dans le cas présent, il s’agirait par exemple de transactions. Toutefois, la condition préalable serait que vous ayez intégré le commerce électronique amélioré de Google Analytics. La formule ressemblerait alors à ceci : {{{{Transactions}}} / {Utilisateur}

Si vous avez des objectifs intégrés, l’inscription au séminaire serait l’objectif principal. La formule serait alors : {Enregistrement au séminaire (degrés pour les actions cibles 2)} / {Utilisateur}

 Attention ! Vous ne pouvez utiliser ce rapport que si vous avez créé la valeur de mesure calculée. La configuration du rapport peut alors ressembler à ceci pour vous

Avec un rapport personnalisé, vous obtenez ainsi des chiffres de conversion plus intéressants basés sur les utilisateurs et non sur les sessions. Selon la devise, les gens ne convertissent pas les sessions. Bien sûr, la limitation réside dans les cookies qui sont stockés sur le navigateur et dans l’appareil.

Restrictions sur les conversions basées sur l’utilisateur

Tous les paramètres essentiels de Google Analytics sont basés sur la mise en œuvre (correcte) du code de suivi de l’AG, soit directement dans le code source, soit via le Google Tag Manager (recommandé). Le code GA s’appuie sur les cookies des navigateurs pour mesurer les dimensions et les métriques. Comme toujours, lorsqu’il s’agit de chiffres et de mesures, il existe de nombreuses limites techniques et définitionnelles à la mesure.

Par exemple, si son utilisateur se rend sur le site web via un ordinateur portable puis via un téléphone mobile, deux utilisateurs distincts sont comptés. Cela signifie également que cette mesure est incorrecte. Les sources d’erreur sont surtout ici :

Valeurs mesurées calculées dans l’interface GA

La plupart des utilisateurs utilisent l’interface web de Google Analytics pour leurs rapports. Vous trouverez ici les relevés calculés sous Lectures dans les rapports personnalisés et dans les tableaux de bord. Malheureusement, ils ne peuvent pas être utilisés comme notifications personnalisées dans Google Analytics. Voici un exemple d’utilisation du KUR (ratio coût-chiffre d’affaires) dans un tableau de bord Google Analytics. Si vous souhaitez en savoir plus sur les alertes personnalisées, vous trouverez ici un tutoriel détaillé sur les alertes personnalisées dans Google Analytics.

Comment créer des métriques calculées (ici : champs calculés) dans Google Data Studio ?

Une fois que vous avez créé une mesure calculée dans Google Analytics, vous pouvez également l’utiliser dans Google Data Studio.

Ce point est pleinement soutenu. Mais vous avez également la possibilité de créer votre mesure calculée directement dans Google Data Studio.

Il convient toutefois de noter qu’une valeur mesurée créée dans Data Studio ne peut être transférée à Analytics. Cela signifie que vous ne pouvez utiliser que les valeurs mesurées dans le Data Studio. Ainsi, si vous voulez les utiliser dans Analytics et Data Studio, vous devez les créer dans Google Analytics.

Dans Data Studio, vous créez vos propres valeurs de mesure via des “champs calculés”

Pour créer un champ calculé, il faut ajouter (ou éditer) une source de données ou sélectionner “Créer une nouvelle mesure”. Si vous ajoutez une source de données, vous verrez une liste de toutes les mesures (marquées en bleu) et dimensions (marquées en vert).

Pour créer votre propre métrique, vous pouvez maintenant cliquer sur le signe plus bleu en haut de la liste. Ensuite, entrez un nom et la formule. Regardez une vidéo sur la façon d’ajouter des champs calculés dans Google Data Studio.

Vous pouvez ensuite les ajouter à un rapport.

Utilisation de mesures calculées dans Google Data Studio

Une fois créé, vous pouvez sélectionner votre champ personnalisé et ajouter votre rapport sous forme de métrique.

Bien entendu, vous pouvez également ajouter aux relevés calculés que vous avez créés dans Analytics. Vous pouvez également les trouver sous la sélection préétablie. Les champs calculés diffèrent des mesures calculées dans Google Analytics. Vous pouvez en fait faire beaucoup plus avec les “champs calculés” dans Google Data Studio et intégrer des fonctions dans la formule. Donc, si vous cherchez d’autres moyens de créer vos propres définitions, vous pourriez envisager les possibilités de Google Data Studio à long terme.

Restrictions pour les valeurs de mesure calculées

Si vous souhaitez utiliser des lectures calculées dans Google Analytics, vous disposez d’un maximum de 5 lectures calculées par vue de données. Si vous possédez Google Analytics 360, vous avez 50 lectures calculées par vue de données. C’est pourquoi il est toujours bon de vérifier d’abord les relevés calculés dans une vue de données d’essai. Si vous avez besoin de plus de 5 mesures calculées et que vous ne souhaitez pas migrer vers 360 immédiatement, il est toujours recommandé d’utiliser Google Data Studio, comme indiqué ci-dessus.

Exemple 3 : Taux de conversion au niveau de l’utilisateur

Nom : Taux de conversion de l’utilisateur

Format : Valeur en pourcentage

Formule :({{{nombre de réalisations ou de transactions cibles}}} / {{{{utilisateur}}

Autres exemples de valeurs mesurées calculées dans Google Analytics

Exemple 4 : Taux de conversion qualifié

Pour vérifier la qualité des sources d’alimentation ou des campagnes, vous utilisez le taux de conversion métrique qualifié. Cela vous aidera à déterminer lesquelles de vos campagnes peuvent avoir un mauvais ciblage. Si vous n’avez pas intégré le commerce électronique dans Google Analytics, vous pouvez saisir ici votre cible au lieu de la transaction.

Nom : Taux de conversion qualifié

Format : Valeur en pourcentage

Formule : {{{{transactions}} / ( {{{{{{{{sessions}}} – {{{{{{{\i}}} )

Exemple 5 : Pages / Utilisateurs

Cette mesure est similaire à la mesure “pages par session” que vous trouvez par défaut dans Google Analytics. Mais il vous donne le nombre moyen de pages affichées au niveau de l’utilisateur.

Nom : Pages / Utilisateur

Format : Numéro en virgule flottante

Formule : {{{{page views}}} / {{{{{{{{{{{{user}}}

Exemple 6 : CVR de l’utilisateur cible

Pour mieux comprendre votre taux de conversion “réel” en fonction des utilisateurs (et non des sessions)

Nom : CVR de l’utilisateur cible

Format : Valeur en pourcentage

Formule : {{{{{Déclarations d’action cible}}} / {{{{{{{{{Utilisateur}}

Exemple 7 : CVR de l’utilisateur du commerce électronique

Semblable au “CVR de l’utilisateur cible”, mais lié aux transactions de commerce électronique

Nom : CVR de l’utilisateur du commerce électronique

Format : Valeur en pourcentage

Formule : {{{{Transactions}}} / {{{{{{{{{{{\i}}}

CVR de l’utilisateur

Une mesure qui combine les deux objectifs, le CVR cible et le CVR du commerce électronique, pour donner un CVR global par utilisateur.

Nom : CVR de l’utilisateur

Format : Valeur en pourcentage

Formule : ( {{{{{Activités cibles}}} {{{{{Transferts}}} / {{{{{{Utilisateur}}

Exemple 8 : Taux de conversion par étape d’entonnoir

Nom : Formulaire -> Transaction

Format : Valeur en pourcentage

Formule : {{{Transactions}}} / {{{{{Formulaire d’enregistrement (clôtures pour les actions ciblées 7)}}

Exemple 9 : Nombre moyen de réalisations par utilisateur

Cette mesure calculée peut être ajustée de la même manière que les mesures de CVR ci-dessus pour produire des “transactions moyennes de commerce électronique par utilisateur” et un “CVR total moyen par utilisateur”.

Nom : Degrés cibles / utilisateurs

Format : Numéro en virgule flottante

Formule : {{{{{Déclarations d’action cible}}} / {{{{{{{{{Utilisateur}}

Exemple 10 : Coût moyen par utilisateur

Si vous menez des campagnes Google Ads ou importez des données sur les coûts des publicités Facebook ou Bing Ads via l’importation de données, cette mesure vous montrera combien vous investissez dans la publicité pour amener un utilisateur sur votre site.

Nom : Coût / Utilisateur

Format : Monnaie

Formule : {{{{Coûts}} / {{{{{{{{Utilisateur}}

Exemple 11 : Sessions par utilisateur

La métrique indique le nombre moyen de sessions pour chaque utilisateur.

Nom : Sessions / Utilisateurs

Format : Numéro en virgule flottante

Formulaire : {{{{Sessions}}} / {{{{{{{{{{\i}}}

Exemple 12 : CVR cible pondéré

Une mesure qui permet de prioriser certains objectifs en fonction de leur importance. Vous pouvez ajuster la formule en fonction des objectifs que vous souhaitez privilégier. Voici un exemple :

Nom : CVR cible pondéré

Format : Valeur en pourcentage

Formule : (( {{{{xyz (objectif 1 degrés)}} x 5 ) ( {{{{{xyz (objectif 2 degrés)}} x 3 ) ( {{{{{xyz (objectif 3 degrés)}} x 1 )) / ( 9 x {{{{sessions}})

Exemple 13 : sites populaires non terrestres

Cette mesure supprime les pages vues lorsque les gens atterrissent sur votre site, en vous montrant les “pages sans atterrissage” les plus populaires.

Nom : Navigation dans les pages

Format : Entier

Formule : {{{{{pages uniques}} – {{{{{{\i1} entrées}}

Exemple 14 : Valeur par utilisateur

Le système de mesure vous indique la valeur moyenne de chaque utilisateur.

Nom : Valeur / Utilisateur

Format : Monnaie

Formule : ( {{{{Ventes}} {{{{{Cible}} ) / {{{{{{{{Utilisateur}}

Exemple 15 : impressions de pages par transaction

Cette mesure indique le nombre moyen de pages que les utilisateurs consultent avant d’effectuer une transaction de commerce électronique.

Nom : Impressions de page / transactions

Format : Numéro en virgule flottante

Formule : {{{page views}}} / {{{{{{\transactions}}

Exemple 16 : Non-bondissements

Cette métrique supprime les sauts, vous pouvez donc vous concentrer sur les utilisateurs qui ont visité plus d’une page dans une session.

Nom : Non-Bounces

Format : Entier

Formule : {{{sessions}} – {{{{{{{\i1}sauts}}

Exemple 17 : Taux de non-rebond

L’inverse du taux de rebond – cette mesure indique le pourcentage de sessions qui contiennent plus d’une page vue.

Nom : Taux de non-rebond

Format : Valeur en pourcentage

Formule : ( {{{sessions}} – {{{{{{{jumps}} ) / {{{{{sessions}}

Exemple 18 : Réalisation d’objectifs globaux pour des objectifs sélectionnés

Nom : Réalisation totale des objectifs pour les objectifs sélectionnés

Format : Entier

Formule : {{xyz (objectif 1 degrés)}}} {{{{xyz (objectif 2 degrés)}}} {{{{{xyz (objectif 3 degrés)}}

Exemple 19 : Durée moyenne d’une session par utilisateur

Cela pourrait, par exemple, intéresser les entreprises telles que les éditeurs qui souhaitent vérifier l’utilisation à long terme non seulement au niveau de la réunion, mais aussi au niveau de l’utilisateur

Nom : Durée moyenne de la session par utilisateur

Format : Heure

Formule : {{{Durée de la session}}} / {{{{{{{Utilisateur}}

Exemple 20 : Marge de contribution I

Vous pouvez comparer directement vos marges de contribution avec vos ventes. La formule pourrait alors ressembler à ceci

Nom : Marge de contribution I

Format : Monnaie

Formule : {{{Chiffre d’affaires}} * 0.30

Résumé des mesures calculées

Les valeurs mesurées calculées sont une autre option intéressante pour individualiser un peu plus Google Analytics. Il faut toujours voir que l’Analytique a plusieurs millions de mises en œuvre dans le monde. Grâce aux relevés calculés, GA vous permet d’adapter encore mieux le suivi et l’analyse à vos besoins.

Si vous n’avez pas encore commencé, commencez maintenant et créez votre première lecture calculée et ajoutez-la à votre tableau de bord, créez un rapport personnalisé et expérimentez avec Google Data Studio.