Web analytics

Les systèmes de tag management sont-ils incontournables?

système tag managementLes marketers doivent gérer le tracking d’un nombre croissant d’activités de marketing  (campagnes cpc, display, affiliées – ou encore – website analytics, usability testing). La gestion des tags de tracking devient de plus en plus complexe. Les systèmes de « tag management » sont censés faciliter cette maintenance. Mais simplifient-ils réellement la vie? Feront-il immanquablement partie de tout dispositif de marketing en ligne?

Le tracking des activités de marketing digitales est essentielle pour s’assurer de l’efficacité des initiatives de marketing et d’analyse. Pourtant, quiconque a déjà travaillé dans le domaine sait combien la mise en place des codes permettant de collecter les données nécessaires à la création des rapports peut se révéler laborieuse. Une des difficultés principales réside dans le fait que les codes de tracking doivent être placés à même le code source des pages (c’est-à-dire le code informatique composant les pages Web). À moins d’avoir les développeurs du site travaillant au sein même de votre société, chaque modification du code requiert d’avoir recours aux services de votre agence Web.

« Le tracking est une activité de plus en plus complexe. »

Le fait de dépendre d’une tierce partie pour que chaque modification soit opérationnelle présente des contingences d’ordre financière et d’ordre temporelle. Premièrement, l’agence facture un montant pour chaque modification requise. Deuxièmement, il faut attendre qu’elle réalise le changement. Quand on sait que la mise en place d’un code de tracking n’est souvent pas réussie du premier coup – soit parce que le code est mal placé, soit parce qu’il se révèle ne pas être le bon – on réalise combien cette étape peut représenter un obstacle.

De surcroît, le nombre de codes à placer sur un site Web ou sur une application mobile a tendance à augmenter. Car la gestion du marketing se base de plus en plus sur les données.
Toutes ces difficultés vous éloignent de votre but premier qui est le pilotage et l’analyse des opérations marketing.

Les systèmes de « tag management » (TMS) connaissent un succès car leur but est de simplifier le processus de « taggage » en offrant la possibilité de gérer l’ensemble de ses tags à partir d’un tag unique et d’une interface d’administration.

Pourquoi considérer la mise en place d’un système de tag management?

Un système de tag management permet, une fois la phase d’implémentation effectuée, de ne plus avoir besoin de modifier le code de vos pages pour ajouter, retirer ou modifier un tag. L’implémentation de base consiste à placer un bout de code dans les pages de votre site.
Quel que soit le nombre de tags différents que vous avez, ceux-ci seront remplacés par un tag unique.
Plusieurs types de tags sont pris en charge: les tags des solutions Web Analytics (Omniture, Comscore, Google Analytics, etc.), les tags de conversion des campagnes de publicités digitales (DoubleClick, Adwords, Marin, MediaMind, etc.), les tags d’usability testing (Crazy Egg, etc.) ainsi que d’autres codes JavaScript.

« Les solutions de tag management ne marquent pas la fin de la dépendance envers les techniciens. »

En plus de simplifier et de consolider l’implémentation des tags, ils offrent un contrôle accru de leurs conditions de déclenchement. Une fois qu’un tag est introduit, il est possible de déterminer avec une grande précision les exigences à remplir (URL, clic sur un bouton de conversion, etc.) pour que ce dernier soit activé.
Certains systèmes, comme Google Tag Manager, permettent également de pré-visualiser le déclenchement des tags avant publication. Cette fonctionnalité est bien utile pour éviter de polluer les rapports avec des données provenant de tests et pour savoir clairement quels sont les tags qui sont déclenchés sur une page donnée (voir encadré pour d’autres avantages). Enfin, ces solutions offrent des fonctionnalités qui permettent de tracer un plus grand nombre d’interactions.
Toutefois, capacités accrues riment souvent avec plus grande complexité …

La fin de la dépendance envers le service IT?

« Le service (…) est rapide et intuitif, et permet aux responsables marketing d’ajouter ou de modifier des balises à tout moment.  {…}  Plus besoin désormais de faire appel au service informatique », peut-on lire sur le site d’un éditeur de solution. Les éditeurs de telles solutions insistent sur le côté simple et pratique de leur solution.
Mais il ne faut pas se leurrer. Les solutions de tag management ne marquent pas la fin de la dépendance aux techniciens. En premier lieu, l’apprentissage de l’utilisation de l’outil requiert une formation adéquate, à moins d’avoir de bonnes bases en tracking. Une fois cette étape franchie, il est possible de mettre en place le système sur son site sans trop de difficultés.

Les paramétrages de base sont, en effet, réalisables sans leur intervention. Mais, les choses se corsent lorsque l’on souhaite aller plus loin. Ces systèmes permettent de transmettre des informations entre une page Web et les divers tags contenus dans un container via une fonctionnalité appelée « data layer ». Ce dispositif rend, par exemple, possible l’envoi d’infos relatives à la catégorie à laquelle une page consultée appartient.

En plus des informations statiques, il est possible d’envoyer des informations dynamiques comme les données introduites par un utilisateur dans un formulaire (par exemple : son pays, le type de requête, etc.), le déroulement d’une page vers le bas via la scroll bar, le type de client. Tout type d’interaction est, en théorie, traçable pour autant qu’elle soit « définissable via un code informatique » (le plus souvent JavaScript et HTML). Et pour que ce genre d’informations soit définies et envoyées dans le Tag Manager (via le data layer) conformément aux exigences techniques du système, il faut faire appel aux services d’un développeur.
D’aucuns ne manqueront pas, de ce fait, de souligner que la solution n’offre pas réellement l’autonomie promise … Et ils n’auront pas tort.

« Les TMS seront de mise pour tout nouveau projet de marketing digital d’envergure. »

En revanche, il est correct de dire qu’elles facilitent grandement le tracking. Une fonctionnalité comme le data layer permet d’économiser beaucoup de temps de développement. Car si elle n’existait pas, il faudrait la créer. Pour être plus précis : des solutions comme Tag Man, TagCommander, Google Tag Manager permettent d’augmenter l’indépendance par rapport à l’agence qui a développé le site, mais, accroissent la dépendance envers l’agence prestataire de services en analytics. Car, à moins de posséder ce genre de compétences – encore peu répandues sur le marché – en interne, il vous faudra avoir recours à l’une des quelques agences spécialisées dans le domaine.

En résumé, même s’ils ne tiennent pas toutes leurs promesses, les TMS remplissent une fonction essentielle dans le processus de collecte et d’analyse des données en agissant comme point central. De plus en plus d’entreprises adoptent ces solutions car elles offrent un meilleur contrôle sur leurs données. Ces atouts rendront  leur utilisation, logiquement, incontournable dans tout futur projet de marketing digital d’envergure.


Les avantages d’un système de tag management (TMS)

Gestion centralisée

  • Vous ajoutez ou retirez facilement un tag (campagnes, Web Analytics, etc.).
  • Vous contrôlez les règles de déclenchement de vos tags.
  • Vous gagnez du temps grâce aux templates de tags pré-ajoutés par les éditeurs de TMS.
  • Vous êtes mieux assuré de ne pas garder des tags inutiles ou désuets.

Vérification du fonctionnement

  • Vous testez le bon fonctionnement de vos tags avant leur publication et évitez ainsi de « polluer » vos données avec des erreurs de tracking.
  • Vous suivez avec précision quels tags se déclenchent sur chaque page.

Confidentialité

  • Vous évitez de laisser des informations confidentielles dans le code de vos pages.

Performance

  • Vous diminuez le temps de chargement de vos pages car tous vos tags sont appelés de manière asynchrone par le TMS.

Compatibilité

  • Les TMS sont compatibles avec plusieurs solutions « tag-based » du marché (Web analytics, retargeting, multi-variant testing, ad-serving, social commerce, affiliation, bid-management,…).

Déduplication

  • Vous évitez le double-comptage des conversions et rémunérez le bon partenaire pour les conversions.

 

Les désavantages d’un TMS

Apprentissage

  • L’apprentissage de l’utilisation de ce genre de systèmes n’est pas donné à tout le monde. Il faut disposer d’un minimum de connaissances techniques.

Dépendance

  • À moins de disposer des compétences nécessaires à la maitrise d’un TMS en interne, vous êtes dépendant de l’agence qui a mis en place le système.

Intégrité des données

  • Le suivi de toutes les activités est opéré au moyen d’un seul tag. Si ce tag est modifié ou retiré pour une raison ou une autre, c’est tout l’édifice qui est mis à mal.
  • De plus, le TMS se sert d’éléments existant du code composant les pages pour tracer certaines interactions. La modification du code du site sans prise en compte de ces interconnections peut nuire à la collecte des données.

 

 

Publicités
Par défaut
stratégie, Web analytics

Vos campagnes de marketing ne sont pas appréciées à leur juste valeur

Les chemins que les consommateurs suivent pour accéder à vos produits ou services sont complexes. Pas un, mais, une multitude de canaux peuvent jouer un rôle dans le processus de conversion. Alors, comment attribuer équitablement le mérite d’apporter des clients aux campagnes marketing? Pourquoi est-ce important pour votre stratégie marketing?

Un visiteur peut visiter plusieurs fois votre site et être exposé à de multiples campagnes de marketing. D’autre part, il peut accéder à votre site via différents moyens : ordinateur, tablette, smartphone, console de jeux, TV, etc. Enfin, il n’est pas limité à Internet. Il peut aussi être influencé par des publicités affichées sur des abribus ou vues à la télévision.
Les parcours des consommateurs – en partant de leur premier point de contact avec la marque jusqu’au moment où ils sont devenus client – sont, donc, plus fragmentés que jamais.

Ce morcellement complique fort le travail d’évaluation de la performance des canaux marketing (tâche habituellement accomplie par les analystes marketing). Prenez le cas de figure suivant : un consommateur surfe sur son site d’informations favorit avec sa tablette. Il y voit une bannière pour une marque de chaussures. Il décide de cliquer dessus. Ce clic le mène une première fois sur le site de vente de chaussures. Il voit des chaussures qui lui plaisent. Il décide d’aller d’abord les essayer en magasin. Ces chaussures lui vont et il va les acheter finalement en ligne avec son ordinateur car le site de vente en ligne offre des réductions que le magasin ne propose pas.

« Le danger est de sous-évaluer ou de surestimer certains canaux. »

Du point de vue de la marque de chaussures qui essaierait de retracer le chemin de conversion de ce consommateur, on aurait trois points de contact ainsi que trois moyens d’accéder à la marque. Le premier point de contact étant la bannière située sur un site, le deuxième étant le magasin « physique », le troisième étant le site de la marque. Le premier moyen d’y arriver étant la tablette, le deuxième moyen étant « physique » et le troisième moyen étant l’ordinateur.

multi-canal conversion

Il n’y a, donc, pas un mais trois canaux qui ont contribué à l’achat du produit. D’un point de vue d’analyse de la performance, la question suivante surgit logiquement : à quel canal attribuer la conversion?
Ces scénarios peuvent varier et inclure, par exemple, d’autres canaux de marketing comme l’emailing, les moteurs de recherche, les campagnes d’affiliés ou d’autres « véhicules ».

Pourquoi est-il important d’attribuer le mérite de la conversion équitablement?
La plupart des systèmes Web analytics attribuent, par défaut, le mérite de la conversion à un seul canal alors que d’autres canaux ont joué un rôle dans le processus de conversion. Le danger est de sous-évaluer ou de surestimer certains canaux, voire d’en supprimer un qui est utile. Prenez une équipe de basket : lorsque celle-ci gagne un match, le mérite d’avoir gagné ne revient pas aux seuls joueurs qui ont marqué les paniers mais à toute l’équipe. De la même manière en marketing, il est pertinent de prendre en considération la contribution de chaque canal; pas seulement celle des derniers canaux empruntés avant la conversion.

« Le but est de trouver quelles sont les combinaisons de canaux gagnantes. »

Heureusement, la plupart outils de Web analytics fournissent bon nombre de rapports utiles qui permettent d’analyser les conversions d’un point de vue multicanal. Vous pourrez y voir quels canaux jouent plus un rôle « d’initiateurs » de la conversion (première interaction), lesquels jouent plus un rôle « d’assistants » (deuxième interaction) et lesquels ont tendance à « fermer » le processus de conversion (dernière interaction).
On remarque, par exemple, que certains canaux (comme le «display» et l’ «emailing») jouent plus souvent un rôle lors de la première interaction et certains canaux interviennent plus en aval du processus (comme le « search », le « direct »).

multi-canal conversion

En étudiant le rôle des canaux et les synergies qu’ils développent entre eux, vous parviendrez à trouver les combinaisons gagnantes (par exemple : télévision avec réseaux sociaux et moteurs de recherche) et arriverez à optimiser le marketing mix pour obtenir un meilleur ROI.

Devez-vous avoir recours à une analyse multicanal?
Mais, avant de vous lancer dans ce genre d’analyse, vérifiez si, en tant que propriétaire de site, vous êtes confrontés à ce genre de problématiques. Comment le savoir? C’est très simple à déterminer. Il suffit de vous connecter à votre application Web analytics et de vous diriger vers le rapport qui montre combien de visites étaient nécessaires avant qu’il y ait conversion.

Si la plupart des conversions ont lieu après plusieurs visites, la question de l’attribution mérite qu’on y passe du temps. Si c’est la situation inverse qui a lieu, concentrez plutôt vos efforts sur la résolution de problèmes prioritaires (le bounce rate de vos pages d’entrée, par exemple).
Si vous souhaitez être sûr, vous pouvez aussi croiser ces informations avec les informations livrées par le rapport « Jours avant achat ». Ce rapport vous indique le nombre de conversions qui se sont produites le jour même de la première visite, et, combien d’entre elles découlent de plusieurs visites et de plusieurs jours.

À quel canal attribuer la conversion ?
Une fois que vous avez identifié un problème qui requiert d’effectuer une analyse des attributions, l’étape suivante consiste à comprendre quel modèle exploiter pour attribuer le crédit aux campagnes.
Un modèle d’attribution est un ensemble de règles utilisées pour déterminer comment le mérite pour les conversions doit être attribué aux différents canaux de marketing.

Il existe bon nombre de modèles d’attribution. Passons en revue quatre d’entre d’eux couramment utilisés :

1. Dernière interaction ou clic (appelé aussi « last click »)
Ce modèle attribue 100% du mérite au canal de la dernière interaction. Le dernier clic est le modèle standard utilisé par la plupart des solutions Web analytics. Même si il est répandu, cette méthode n’est pas optimale pour identifier les canaux dans lesquels dépenser vos sous.

2. Première interaction ou clic (appelé aussi « first click »)
Ce modèle attribue 100% du mérite au canal de la première interaction. Peu d’outils utilisent cette méthode. L’idée est la suivante : « S’il n’y avait pas eu le premier contact, le client n’aurait jamais su que l’on existait. Donc, attribuons tout le mérite au premier canal. » Selon Avinash Kaushik (www.kaushik.net), ce modèle n’est pas très fiable. « Si la première campagne était si formidable, pourquoi en a-t-il fallut six de plus pour que le client soit converti », se demande le guru des analytics.

3. Attribution à parts égales pour les clics (appelé aussi  »linear »)
Le principe est le suivant : « Nous ne savons pas comment attribuer précisément les crédits, alors, accordons les crédits de manière égalitaire à chaque campagne.» Le problème de ce modèle est qu’il amène à investir de manière égale dans toutes les campagnes de la chaîne alors qu’il y a des canaux qui sont plus efficaces que d’autres. Et le but de l’opération est, justement, de découvrir les meilleurs.

4. Dépréciation dans le temps (appelé aussi « time decay »)
Cette méthode donne plus de crédits à mesure que les interactions se rapprochent du moment où la conversion a eu lieu. Le facteur temps est, dès lors, utilisé comme moyen de départager les canaux. L’idée est la suivante : « plus un canal est proche du moment de la conversion, plus il a dû avoir un rôle prédominant dans le processus de décision. » Le point faible de ce modèle est que des canaux peuvent avoir un impact décisif même s’ils sont éloignés de cet instant. Cependant, ceux-ci seront dévalués.

« Même s’il y a des modèles utilisés plus couramment, il n’y en a pas qui soit universellement accepté. »

Même s’il y a des modèles utilisés plus couramment, il n’y en a pas qui soit universellement accepté. Car la manière dont on attribue diffère d’un cas à l’autre, d’une personne à l’autre. On répondra différemment selon qu’on est marketing manager, publicitaire, campaign manager, digital planner, etc.

D’ailleurs, ce flou artistique peut avoir des conséquences sur l’évaluation de vos campagnes. Souvent, plusieurs intermédiaires collectent des données sur les campagnes : la société gérant les campagnes d’affiliés, celle s’occupant des campagnes RTB (real time bidding), celle en charge des campagnes search, etc. Et il n’est pas rare que leur comptage des conversions donne lieu à des résultats divergents de celui du système analytics installé sur le site du client. Ceci est, sans doute, dû au fait que les intervenants utilise un modèle d’attribution différent de celui du système installé sur le site. Généralement, leurs systèmes attribuent la conversion au canal dont ils sont en charge dès que celui-ci a joué un rôle (par exemple : une bannière a été vue ou cliquée) alors que le modèle du dernier clic est souvent d’application dans les systèmes de Web analytics.

C’est pourquoi les éditeurs de solutions Web analytics prévoient aussi la possibilité de créer votre propre modèle. Pour créer un modèle personnalisé, vous devez indiquer le nombre de contacts nécessaires et la manière dont vous attribuez les crédits à chacune des interactions.

Selon Kaushik, cette méthode (comme les autres d’ailleurs) peut porter ces fruits comme ne rien apporter du tout. Tout dépend de la capacité des analystes à percevoir les éléments subtils qui influencent les personnes en ligne ainsi que les performances passées des canaux afin de proposer un modèle reflétant la réalité.

Il est aussi possible de comparer les différents modèles entre eux via vos applications analytics pour voir lequel offre le plus de résultats probants.

En bref, l’analyse des chemins qu’empruntent les internautes reste un exercice difficile. Car, qu’on le veuille ou non, le Web n’est pas structuré. Il est chaotique. Il est impossible de connaître l’impact précis que chaque canal a sur les clients.

La seule chose qu’on puisse faire, c’est formuler des hypothèses pour, ensuite, les tester. C’est à ce prix que la découverte de nouvelles opportunités marketing aura lieu.

Par défaut
stratégie, Web analytics

Ne dites plus Google Analytics mais Universal Analytics

Google Analytics Universal AnalyticsGoogle Analytics a lancé une nouvelle update importante de son code de tracking. Il s’agit de la quatrième version du code depuis la naissance de la plateforme. Cette nouvelle version doit permettre d’améliorer la qualité et d’augmenter le nombre de données collectées via sa plateforme.

Google Analytics est parti du constat suivant pour mettre à jour sa technologie de tracking : les points via lesquels les consommateurs sont en contact avec les marques sont de plus en plus fragmentés:

  •   les appareils utilisés: tablettes, smartphones, consoles de jeux, ordinateur, etc.);
  • les canaux de marketing (street display, moteurs de recherche, magasins, etc.)

L’adjectif « universel » fait référence à la vision holistique que Google veut offrir aux utilisateurs de sa plateforme analytics.

« Il s’agit plus d’une mise à jour de la technologie de tracking que de l’interface. »

Petit tour d’horizon des innovations apportées :

Intégration de données d’origines plus diverses

Universal Analytics doit permettre l’intégration des données provenant de différents appareils digitaux connectés au Web ou non. Il est, désormais, possible d’envoyer des données des canaux digitaux que l’on souhaite vers la plateforme de Google: qu’il s’agisse d’une appli pour smartphones, d’une console de jeux, d’un point de vente, du CRM d’un service clientèle ou même d’un détecteur de mouvements, …

Il n’y aurait pas de limites pour autant que ces systèmes soient programmés en fonction du protocole de mesure, nous dit-on chez Google.

Il serait, donc, même possible d’envoyer les informations liées aux conversions réalisées en magasin. L’identifiant compris dans la carte de fidélité peut, par exemple, être exploité.

Cela dit Google reste fidèle à sa politique de protection de la vie privée. Les données qui seront envoyées aux serveurs de Google resteront anonymes.

Meilleur suivi des visiteurs

Une autre évolution majeure est l’amélioration du suivi des visiteurs. Jusqu’à présent un des metrics roi dans le domaine des Web analytics était le nombre de visites. Le but de la nouvelle mouture de Google Analytics est de livrer des données plus orientées vers le visiteur.

Avec la multiplication des appareils permettant de surfer sur le Web, il était devenu inévitable de trouver une nouvelle méthode plus efficace pour suivre le comportement des visiteurs à travers tous les stades menant à la conversion (publicité, ventes, utilisation des produits) pour, ensuite, les agréger dans un endroit. Surtout qu’il faut dire que le metric ‘nombre de visiteurs’ souffrait d’un manque de fiabilité.

« Il est désormais possible d’envoyer des données des canaux digitaux que l’on souhaite dans Google Analytics. »

L’intégration d’un plus grand nombre de données permettrait d’en savoir plus sur l’origine sociale, les habitudes, les préférences, l’âge, etc. des visiteurs et permettrait de mieux suivre ceux-ci.
On ne parle plus d’analyser des visites, mais plutôt de décortiquer le comportement des visiteurs.

Contrôle accru via l’interface d’administration

Le nouveau code n’est plus basé sur ces fameux cookies utm propres à Google Analytics (utma, utmb, utmc, utmv, utmz). Il ne reste plus qu’un seul cookie (_ga) qui sert à identifier et reconnaître le visiteur. Le calcul de la session, la source de trafic et les variables personnalisées de type visiteur, qui étaient jusqu’à maintenant stockées dans les cookies, seront dorénavant gérées au niveau des serveurs de Google.

Par conséquent, une grande partie des configurations – comme l’ajout de nouveaux moteurs de recherche ou de sites référents, la définition de la durée d’une session ou d’une campagne – qui se faisaient via le code (JavaScript) sont maintenant gérables via la section admin.

Mais, rappelons qu’avec les systèmes de tag management tels que Google tag manager même le code standard de Google Analytics peut être modifié sans une intervention dans le code.

Nous serions, donc enfin, libéré de configurations qui étaient souvent interminables parce qu’elles requerraient l’intervention de différents intermédiaires (notamment, l’agence de développement).

Possibilités de segmentation plus pointues

Avec la dernière version du code de Google Analytics, il était déjà possible de créer les segments que l’on voulait à partir de variables personnalisées. Cette fonctionnalité – appelée anciennement « custom var » et rebaptisée « custom dimension » – est très utile car elle permet d’aller chercher les données qu’on veut pour approfondir les analyses.

Avec Universal Analytics il est, désormais, possible de créer plus de dimensions qu’avant – jusqu’à 20 variables personnalisées (comparativement aux cinq espaces disponibles des variables précédentes)- ainsi que des metrics personnalisés (cela n’existait pas avant).
Pour que ces valeurs soient envoyées à Google Analytics, elles doivent être définies dans l’interface d’administration – opération qui se faisait précédemment via le code source du site.

custom dimension

Ensuite, il faut, toujours, malgré tout, installer dans les pages un code JavaScript qui envoie les dimensions et les metrics à Google Analytics.

Importation de données sur les coûts

Certainement une des plus intéressantes nouveautés: il est désormais possible d’importer des données liées aux coûts des campagnes marketing. Jusque-là l’import des coûts était limité aux données Adwords.

Le fait d’avoir tous les coûts et toutes les conversions dans Google permet aux marketers de développer une vue plus complète de la performance de leurs canaux de promotion et de ventes.

« Google Analytics est un outil de plus en plus orienté business intelligence. »

Avec l’introduction de ces nouvelles possibilités, Google Analytics concurrence un peu plus des plateformes Analytics plus orientées business intelligence comme Webtrends, Omniture, SAS. Et cela, tout en restant gratuit ! C’est à se demander ce qui motive Google à investir autant dans sa plateforme.

Beaucoup de spéculations ont lieu à propos de la stratégie de Google dont le service Google Analytics fait partie. Certains avancent que le géant de la publicité essaie de récolter toujours plus de données sur les utilisateurs des sites Internet afin d’améliorer la pertinence des publicités qu’il diffuse via ses plates-formes ou réseaux: Google search, Adsense, Double click, YouTube, Gmail, etc. Et d’ainsi améliorer son attractivité auprès des annonceurs …

Plusieurs questions viennent légitimement à l’esprit. Essayons d’y répondre.

1/ Faut-il déjà commencer à implémenter la nouvelle version du code Google Analytics ?
Tout d’abord, il faut savoir qu’actuellement Universal Analytics a été lancé en mode Beta. Le lancement officiel est prévu pour fin 2013, début 2014.
Il n’y a aucune obligation de l’installer aujourd’hui. Mais, il est possible de le faire.

2/ Comment l’installer?
Google Analytics vient de créer une fonctionnalité qui permet de migrer facilement son ancienne propriété vers une propriété Universal Analytics tout en conservant l’historique des données. Il suffit de suivre la procédure indiquée sur l’écran « Universal Analytics Upgrade » accessible via l’interface d’administration.

upgrade to universal analytics

Ensuite, il faut retaguer le site entièrement avec le nouveau javascript (analytics.js). Cela ne devrait pas poser trop de problèmes si vous avez opté pour une solution de tag management qui vous évite de faire appel à votre boite de développement.

Vous pourrez trouver plus d’info sur la procédure à cette adresse : http://bit.ly/1aj7hAz.

3/ Est-ce que l’interface avec les rapports sera modifiée ?
Non, il n’y a pas de gros changements à ce niveau comme il s’agit plus d’une mise à jour de la technologie de tracking. Il y a juste plus de fonctionnalités.
Cependant, il n’est pas encore possible d’exploiter les content experiments et les fonctionnalités liées au remarketing. Mais cela devrait venir bientôt, nous assure-t-on chez Google.

4/ Est-ce que les deux versions du code peuvent être utilisées en parallèle?
Oui, la cohabitation ne doit a priori pas poser de problèmes.

5/ Est-ce que les propriétés classiques seront automatiquement mises à jour lorsqu’Universal Analytics sera officiellement lancé? Oui. Le but de Google Analytics est de transférer toutes les propriétés vers Universal Analytics à terme. Toutes les mises à jour et les nouvelles fonctionnalités seront seulement d’application pour Universal Analytics. Les propriétés qui n’auront pas effectué la transition seront automatiquement transférées dans les prochains mois. Google n’a pas livré plus de précisions quant à la date exacte.

Par défaut