Tracking : comprendre les écarts de statistiques

Home > Blog > Infos > Tracking : comprendre les écarts de statistiques

De nos jours, dans la publicité digitale, il est possible de tout connaître : l’identité de celui qui a vu votre publicité, de celui qui est arrivé sur votre site via ladite publicité, mais aussi par quel moyen l’utilisateur est parvenu sur votre site, et bien d’autres choses encore.

Le champ des possibles en matière d’optimisation des performances susceptibles de rendre les campagnes de publicité plus efficaces, est pour les annonceurs comme pour les prestataires très étendu. Chose inconcevable avec la publicité offline.

Ainsi, afin de pouvoir suivre les statistiques d’une campagne online, un annonceur va intégrer à ses liens de redirection des trackings qui permettront par la suite l’étude des résultats sur un outil d’analyse approprié et il pourra également arriver que l’annonceur utilise deux outils d’analyse statistique, voire, si un prestataire est impliqué dans la gestion de la campagne, que ce dernier ajoute également son propre outil d’analyse. Malheureusement, il est très rare que l’on puisse coordonner les différents outils de mesure afin de permettre l’obtention d’informations communes.

De fait, les données varient le plus souvent au niveau des clics et des impressions. Cela peut être parfois source de désaccord entre les deux entités que sont l’annonceur et le prestataire, tous deux impliqués au même titre dans la campagne publicitaire.

Bien évidemment, force est de constater qu’il n’y a pas d’outil d’analyse meilleur qu’un autre, et si les données obtenues diffèrent souvent, c’est d’abord que les méthodes et les facteurs d’analyse divergent beaucoup d’un outil à l’autre. À partir de quand faut-il essayer de comprendre l’écart de statistiques ? Nous le verrons au travers de ce document.

Il arrive souvent que les écarts de chiffres entre deux outils soient simplement dus aux différences de méthodes de calcul.

Prenons l’exemple du clic. L’enregistrement de ce dernier peut intervenir à différents moments, selon la technologie :

Dans un cas, l’Outil A va tracker et comptabiliser le clic dès lors que l’internaute aura cliqué sur la bannière, avant d’être redirigé vers le site de l’annonceur.

Dans l’autre cas, l’Outil B n’enregistre le clic que lorsque l’internaute arrive à bon port, c’est à dire sur le site de l’annonceur.Ici, l’écart peut être mis en évidence lorsque :

  • L’internaute est redirigé vers une mauvaise URL
  • Le site de l’annonceur est indisponible ou très lent et l’internaute ferme donc la page avant son chargement
  • Le site de l’annonceur est chargé dans une iframe et un frame buster est en place
  • Le tag javascript sur le site de l’annonceur ne s’est pas déclenché

De plus, certaines technologies peuvent mettre en place un certain nombre de règles, parfois contractuelles, pouvant limiter le nombre de clics.

Exemples de règles

#1 “Multiple click per impression” : nombre de clics limité pour un internaute sur une fenêtre de temps.Ce système permet d’éviter de compter des clics accidentels causés par la navigation de l’internaute lorsque, par exemple, il effectue un rafraîchissement ou un retour vers une URL pouvant comptabiliser un clic.

#2 “Impression click refractory period” : délai minimal entre l’impression et le clic.Cette règle permet de ne pas prendre en compte des clics frauduleux ou provenant de clics non humains. En effet, le fait d’avoir une impression suivi d’un clic en moins d’une seconde peut sembler artificiel.

#3 “Impression staleness” :un délai maximal entre l’impression et le clic. A l’inverse du dernier point, celui-ci va également filtrer les clics lorsque ces derniers sur-viennent trop longtemps après une impression. Ces clics sont alors considérés comme étant hors contexte.

#4 «Restriction géographique» : certains outils ne prennent en compte les clics que lorsque ces derniers proviennent d’une plage d’adresse IP correspondant à un pays ou une région.Un bon nombre d’éléments techniques et contractuels peuvent ainsi expliquer un écart important entre vos différents outils d’analyse. Il est donc conseillé de bien vérifier et comprendre les méthodes de calculs que proposent les différentes technologies.

Point 1. Différence entre clic / session ?

Clic. Les clics correspondent au nombre de clics enregistrés sur votre annonce ; un clic est comptabilisé à chaque fois qu’un internaute clique sur une annonce / un lien tracké.

Session. Les sessions correspondent au nombre de sessions déclenchées par les internautes sur votre site ; une session est comptabilisée lors d’une interaction entre un navigateur et votre site web pendant une période donnée.À titre d’exemple, par dé-faut, sur Google Analytics, une session se termine après 30 minutes d’inactivité.

Comment identifier les différences entre clics et sessions (exemples) ?

  • Un internaute clique à plusieurs reprises sur votre annonce au cours d’une même session, plusieurs clics seront enregistrés pour une session.
  • Un internaute clique sur votre annonce et accède à votre site. Ultérieurement, il retourne sur votre site directement : 1 clic et 2 sessions seront comptabilisés.
  • L’internaute clique sur votre annonce et interrompt le chargement de la page d’accueil de votre site en fermant son navigateur ; 1 clic est enregistré mais 0 session.

À savoir. S’agissant d’indicateurs différents, il est normal de constater un écart de 10 à 15 %. En revanche, si vous constatez un écart supérieur, contrôlez les paramétrages de vos systèmes de tracking.

Exemple 1. Un internaute clique à plusieurs reprises sur votre annonce au cours d’une même session, plusieurs clics seront enregistrés pour une session.

Exemple 2. Un internaute clique sur votre annonce et accède à votre site. Ultérieurement, il retourne sur votre site directement : 1 clic et 2 sessions seront comptabilisés.

Exemple 3. L’internaute clique sur votre annonce et interrompt le chargement de la page d’accueil de votre site en fermant son navigateur. Une session se comptabilise à partir du moment où toute la page d’accueil est chargée.

Point 2. Différence dans la config système (durée de vie des cookies / type de portées)

Config système. La durée de vie des cookies et des configurations liées au modèle d’attribution sont l’une des sources majeures d’écarts de statistiques

Comment vérifier techniquement la durée de vie d’un cookie

Un cookie est lié à un navigateur (Chrome, Firefox, Safari…) et non au terminal (PC, téléphone, tablette…). Pour vérifier la durée de vie d’un cookie, le plus simple est d’utiliser une extension du navigateur qui permet de voir simplement les cookies existants et leurs propriétés.

Durée de vie technique : la fenêtre d’attribution paramétrée dans les interfaces d’attribution prend le pas sur la durée de vie d’un cookie

Néanmoins, la durée de vie technique du cookie n’est pas le seul paramètre. En effet, la plupart des solutions d’attribution travaillent avec des durées de vie technique longues (6 à 13 mois en général). Mais les interfaces des solutions d’attribution permettent le plus souvent aux annonceurs de paramétrer la fenêtre de corrélation (qui est souvent appelée durée de vie de cookies de manière impropre).

Afin d’identifier les écarts entre différentes solutions, il est important de connaitre les durées des corrélations d’attribution qui ont été paramétrées pour les différents leviers sur chaque solution.Si j’utilise un outil tiers, vérification du conditionnement à travers les termes contractuels.

Chaque navigateur a sa propre politique de gestion de cookies 1rst et 3rd Party

Point 3. L’adblocking et l’anti-tracking

Adblock / Navigation privée

Les bloqueurs de publicités permettent aux utilisateurs de faire disparaître les publicités affichées sur les sites internet mais également d’être invisibles aux yeux des sites qu’ils consultent. Dans le monde, on compte plus de 15 % d’internautes équipés.

En France, le taux d’équipement tourne autour de 36 %. On les retrouve sous forme d’extension de navigateur (Adblock, Adblock Plus, Ublock pour les plus connus) mais également sous forme d’application sur mobile, ou encore de firewall d’entreprise. Les navigateurs sur desktop et mobile promettent désormais une navigation sans publicité et sans tracking comme les applications Brave ou encore Firefox Focus.

Tout d’abord, les adblockers se basent sur des listes qui répertorient tous les éléments à bloquer. Elles sont open source et sont maintenues et complétées par une communauté active d’utilisateurs qui alimentent jour après jour les listes avec de nouvelles règles. On distingue plusieurs listes : les listes de blocage comme EasyList qui répertorient tous les éléments bloqués, les listes d’exception comme la whitelist d’Adblock Plus qui répertorient les publicités acceptables et qui respectent un certain nombres de critères, et les listes custom où l’utilisateur peut créer ses propres règles de blocage.

Afin de prévenir le blocage de vos analytics, il est conseillé de :

  • Détecter les utilisateurs munis d’adblockers : de multiples solutions existent, des plugins ou des solutions SaaS. Un script Javascript fait maison peut également faire l’affaire
  • Demander à vos utilisateurs de mettre votre site en liste blanche s’ils utilisent un bloqueur sur votre site

À savoir. Les adblockers figurent parmi les extensions de navigateur les plus utilisées au monde

De plus en plus de déperdition sur le chemin d’accès au site de l’annonceur

Point 4. Plan de taggage – Différence dans le type d’intégration Différence dans la performance des techno

Les différences de placements du script dans la page peuvent aboutir à des différences de statistiques

Vérifier :

  • L’emplacement dans la page (body / header etc.)
  • L’ensemble des sites (mobiles, sous domaine, landing pages, moyens de paiement)
  • L’international

Emplacement des pixels de tracking dans la page (body/header)

Il est recommandé de positionner le tracking en haut de page pour un téléchargement du tag et un comptage.

Si le tag est placé en bas de page, risque de non téléchargement du tag.

Point 5. Identification des bots éventuels

Bot. Un bot informatique est un programme automatique ou semi-automatique qui interagit avec des serveurs informa-tiques. Un bot se connecte et interagit avec le serveur comme un programme client utilisé par un humain, d’où le terme de bot, contraction de “robot”.

Un bot peut donc être à l’origine de clics qui ne peuvent être considérés comme de “vrais” clics réalisés par un internaute.

Les types de bots impactant les clics

  • Les clics non humains d’indexation, tel que GoogleBot, parcourent le web en indexant les pages pour le compte de moteurs de recherche.
  • Les programmes de préchargement, tel que ceux de Facebook, pré-chargent une partie de landing page annonceur avant que l’internaute ait cliqué sur l’annonce pour améliorer la navigation (affichage plus rapide des pages).
  • Les clics non humains malveillants simulent des clics sur des publicités.

Comment identifier les clics non humains ?

Les clics non humains non malveillants

La norme du secteur veut que les concepteurs incluent un en-tête HTTP facilement identifiable permettant de distinguer les clics des bots des “vrais” clics.

Par exemple, le bot de préchargement de Facebook utilise dans son entête “X-Purpose:preview” permettant ainsi aux solutions tierces de tracking d’exclure les clics déclenchés par son bot.

La détection des clics non humains malveillants

L’identification de clics non humains malveillants peut se faire en temps réel ou a posteri en analysant les logs de clics.

Une combinaison de différentes techniques : analyse du UserAgent, de l’adresse IP (propriétaire, localisation…), de l’entête HTTP (empreinte du navigateur), etc. permet aux acteurs de tracking d’identifier les clics non humains malveillants et de les exclure automatiquement des clics

À savoir. Jusqu’à 9 % de votre trafic provient de clics non humains.

Envie d’en savoir plus ? Vous souhaitez découvrir les deux derniers points :

  • Comment garantir la visibilité
  • Méthodes de cross-tracking

Alors téléchargez gratuitement notre livre blanc : TRACKING – 7 points à vérifier pour comprendre les écarts de statistiques

TRACKING : 7 points à vérifier pour comprendre les écarts de statistiques
TRACKING : 7 points à vérifier pour comprendre les écarts de statistiques

En savoir plus

admin
admin
Un vivier de rédacteurs aux profils variés – voire totalement atypiques - s’employant à vous proposer des contenus originaux et parfois décalés sur l’univers, plus que vaste, de la Data.