- Webinar
- Data
- SEA
Table des matières
Depuis 2016, Google a révolutionné le marché de la datavisualisation avec Data Studio, un outil web analytics accessible à tous, performant et entièrement gratuit. Solution idéale si vous souhaitez démocratiser l’analyse de données au sein de votre entreprise, Google Data Studio affiche néanmoins ses limites pour des besoins de pilotage de la performance plus complexes.
Nos experts vous dressent un panorama détaillé de GDS.
Aujourd’hui, l’analyse de données est devenue indispensable pour mesurer l’efficacité de vos actions et piloter plus facilement vos stratégies d’entreprise. Data analysts, experts SEO/SEA, content ou social media managers, directeurs marketing et digitaux… Toutes ces fonctions ont des besoins croissants en monitoring de données. Mais, sans outil de dataviz, l’analyse peut vite s’avérer fastidieuse et chronophage. Il faut collecter les données sur différentes plateformes, les trier, les filtrer, les modéliser et les interpréter avant de les partager à ses supérieurs ou à ses clients.
1. Qu’est-ce que Google Data Studio ?
Lancé en 2016, Google Data Studio est un outil de reporting visuel qui permet de centraliser dans un seul et unique fichier en ligne différentes sources de données statistiques, issues d’outils natifs de Google (Analytics, Search Console, Adwords, Youtube…) et/ou de plateformes externes.
Le fonctionnement de Google Data Studio se résume en trois étapes :
- La gestion des données : en fonction de son activité et de son besoin d’analyse, on branche son rapport à une ou plusieurs source(s) de données (appelées “connecteurs” – ex : Google Analytics) et on détermine ensuite une dimension (ex : URL d’une page) et une métrique associée (ex : le temps passé sur la page). Le tableau de bord est alors constitué d’un ensemble de blocs de données.
- La gestion des données : en fonction de son activité et de son besoin d’analyse, on branche son rapport à une ou plusieurs source(s) de données (appelées “connecteurs” – ex : Google Analytics) et on détermine ensuite une dimension (ex : URL d’une page) et une métrique associée (ex : le temps passé sur la page). Le tableau de bord est alors constitué d’un ensemble de blocs de données.
- La gestion des données : en fonction de son activité et de son besoin d’analyse, on branche son rapport à une ou plusieurs source(s) de données (appelées “connecteurs” – ex : Google Analytics) et on détermine ensuite une dimension (ex : URL d’une page) et une métrique associée (ex : le temps passé sur la page). Le tableau de bord est alors constitué d’un ensemble de blocs de données.
2. Quand utiliser Google Data Studio ?
Google Data Studio est un outil de visualisation à la portée de tous les publics (responsables webmarketing, dirigeants de TPE/PME, consultants indépendants…).
En fonction de votre besoin et de votre capacité d’intervention, voici différents cas d’usage de Google Data Studio et des exemples de paramétrage de l’outil.
Tableau de bord de performances générales
Le dashboard de performances générales s’adresse aux dirigeants d’entreprise et/ou responsables de business unit qui veulent avoir une vue d’ensemble synthétique des données de gestion de leur activité. Ainsi, ils peuvent surveiller d’un coup d’œil leur rentabilité et prendre des décisions stratégiques et opérationnelles avec réactivité.
Sources de données préférentielles
- Google Analytics, AT Internet (ou solution web analytics équivalente).
- Back-office du site web,
- Données CRM,
- Donnés du progiciel de gestion (ERP).
Principaux indicateurs de performance (KPIs) suivis
Nombre de sessions, Nombre d’utilisateurs, Taux de rebond, Durée moyenne des sessions, Pages vues / session, Chiffre d’affaires, Transactions, Taux de conversion, Panier moyen, Dépenses, Retour sur investissement (ROI).
Tableau de bord SEO
Un responsable SEO et/ou un chef de projet digital vont vouloir contrôler l’efficacité de leurs actions de référencement naturel en analysant toutes les données de trafic, les performances techniques du site, l’évolution du positionnement des pages dans les moteurs de recherche, etc.
Sources de données préférentielles
- Google Analytics, AT Internet (ou solution web analytics équivalente),
- Google Search Console,
- Outils SEO (MyPoseo, SemRush…).
Principaux indicateurs de performance (KPIs) suivis
Nombre de sessions, Nombre d’utilisateurs, Taux de rebond, Durée moyenne des sessions, Pages vues / session, Performances des conversions pour le SEO face aux autres leviers, Performances des contenus pour le SEO face aux autres leviers, Principales pages d’entrée SEO du site, Principaux mots-clés positionnés et visés + évolution des positions + évolution du trafic généré.
Tableau de bord SEA
Quelles sont les campagnes adwords qui performent le plus ? Quelles sont les types d’annonces les plus efficaces ? Comment évoluent le taux de conversion des campagnes dans le temps ? Voici quelques-une des questions que peuvent se poser au quotidien des responsables SEA et digitaux sur leurs campagnes de référencement payant. D’où l’utilité pour eux de créer des rapports synthétiques et dynamiques sur Google Data Studio.
Sources de données préférentielles
- Google Analytics, AT Internet (ou solution web analytics équivalente),
- Google AdWords (ou équivalent).
Principaux indicateurs de performance (KPIs) suivis
Principales pages d’entrée SEA du site, Principaux mots-clés ciblés + évolution du trafic généré + évolution de la conversion générée, Impressions, Clics, Taux de clics, Conversions, Chiffre d’affaires, Coût, Coût par clic, Coût par conversion, Taux de conversion, retour sur investissement d’une dépense publicitaire (ROAS), Répartition par mots-clés, Répartition par campagne.
Tableau de bord Tableau de bord Social
Un responsable Social Ads ou un responsable digital étudient plusieurs métriques comme l’engagement généré sur les réseaux sociaux, la performance des contenus et les taux de clics et de conversion. Ainsi, ils peuvent optimiser la forme et la tonalité des messages, des pushs, pour gagner en rentabilité.
Sources de données préférentielles
- Google Analytics, AT Internet (ou solution web analytics équivalente),
- Réseaux sociaux,
- Plateformes Ads des réseaux sociaux
Principaux indicateurs de performance (KPIs) suivis
NB : à chaque fois pour les publications organiques et les publications sponsorisées.
Pages vues / session, Performances des conversions pour les réseaux sociaux face aux autres leviers, Performances des contenus pour les réseaux sociaux face aux autres leviers, Principales pages d’entrée réseaux sociaux du site, Impressions, Clics, Taux de clics, Conversions, Chiffre d’affaires, Coût, Coût par clic, Coût par conversion, Taux de conversion, retour sur investissement d’une dépense publicitaire (ROAS), Répartition par campagnes, Nombre de followers.
Tableau de bord Contenus
Les entreprises investissent de plus en plus, et à long terme, dans le content marketing, une stratégie qui permet notamment de diminuer ses coûts d’acquisition SEA. Les responsables digitaux, e-store manager, category manager ou content marketer construisent des dashboards Google Data Studio pour mesurer l’efficacité de tous leurs contenus (pages produits, articles de blogs, simulateurs/comparateurs, formulaires, call-to-action, newsletters, vidéos, livres blancs, e-mailings, etc).
Sources de données préférentielles
Google Analytics, AT Internet (ou solution web analytics équivalente).
Principaux indicateurs de performance (KPIs) suivis
Nombre de sessions, Nombre d’utilisateurs, Taux de rebond, Durée moyenne des sessions, Pages vues / session, Pages les plus vues, Pages d’entrées sur le site les plus pratiquées, Pages de sortie, Utilisation du moteur de recherche interne, Parcours de conversion identifiés et à enjeu, Performances des contenus (consultations, temps moyen passé, pourcentage de scroll), Conversions réalisées à partir des contenus.
Tableau de bord Navigation
L’expérience utilisateur (UX), c’est-à-dire l’expérience générale vécue lors de l’utilisation d’une interface, d’un appareil digital ou d’une interaction avec un dispositif numérique, est un indice de qualité de plus en plus pris en compte par l’algorithme Google. Par conséquent, responsables digitaux, e-store managers, category managers ou content marketers observent davantage le comportement de navigation de leurs internautes et l’usage de leurs interfaces.
Sources de données préférentielles
Google Analytics, AT Internet (ou solution web analytics équivalente).
Principaux indicateurs de performance (KPIs) suivis
Nombre de sessions, Nombre d’utilisateurs, Taux de rebond, Durée moyenne des sessions, Pages vues / session, Pages les plus vues, Pages d’entrées sur le site les plus pratiquées, Pages de sortie, Utilisation du moteur de recherche interne, Parcours de conversion identifiés et à enjeu, Performances du tunnel de conversion, Utilisation des fonctionnalités (inscription newsletter, formulaires, outils de personnalisation, sondages…), Part des sessions avec utilisation des fonctionnalités.
Tableau de bord E-Commerce
Les nouveaux comportements des consommateurs et le boom du e-commerce sur ces dix dernières années ont fait croître la concurrence entre les cybermarchands. Ainsi, pour optimiser ses retours sur investissement, il est devenu primordial de faire parler ses chiffres et réagir vite dans le pilotage de ses stratégies commerciales et marketing. Responsables digitaux, e-store managers et category managers mesurent les données de performance de leurs produits et de conversion.
Sources de données préférentielles
- Google Analytics, AT Internet (ou solution web analytics équivalente),
- Back-office du site web.
Principaux indicateurs de performance (KPIs) suivis
Nombre de sessions, Nombre d’utilisateurs, Taux de rebond, Durée moyenne des sessions, Pages vues / session, Chiffre d’affaires, Transactions, Taux de conversion, Panier moyen, Dépenses, Retour sur investissement (ROI), Pages les plus vues, Pages d’entrées sur le site les plus pratiquées, Parcours de conversion identifiés et à enjeu, Performances du tunnel de conversion, Performances des produits par produit (vues, ajouts panier, conversion), Performances des produits par catégorie (vues, ajouts panier, conversion).
3. Quels sont les avantages de la solution de reporting Google Data Studio ?
Comme nous l’annoncions déjà dans nos retours d’expériences quelques mois après sa sortie, Google Data Studio présente des atouts incontestables : il est intuitif, personnalisable, collaboratif, économique et évolutif.
Facilement connectable aux produits Google et à des applications tierces
L’intérêt majeur de Data Studio est de permettre de réconcilier différentes sources de données sur un même tableau de bord. Vous n’aurez plus besoin d’ouvrir chacun de vos comptes pour analyser vos données chiffrées.
Tout d’abord, vous pouvez connecter facilement tous les produits natifs du géant américain, comme :
- Google Analytics,
- Google Ads,
- Search Console,
- YouTube Analytics,
- des bases de données : BigQuery, MySQL, Google Cloud SQL,
- des fichiers Google Sheets, offrant ainsi une large palettes de possibilités.
Ensuite, grâce à un outil comme Supermetrics (qui permet de centraliser et d’automatiser la récupération de données), vous pouvez créer des liaisons avec toutes vos autres plateformes marketing :
- Facebook,
- Twitter,
- Bing Ads,
- Instagram,
- SEMrush,
- LinkedIn,
Les combinaisons sont infinies. Vous pouvez ajouter à votre rapport les données de plus de 200 connecteurs.
Un outil intuitif, personnalisable et dynamique
Tous les outils de Google, on le sait, sont très user-friendly. Et Data Studio ne déroge pas à la règle. Doté d’une interface très ergonomique, il est facile à manipuler et ne nécessite pas de connaissances techniques approfondies. L’édition et le positionnement des éléments graphiques se font par simple glisser-déposer (drag and drop).
En plus du vaste choix des sources de données et métriques disponibles, GDS dispose également de nombreuses fonctionnalités de personnalisation :
- Vous pouvez croiser, filtrer, combiner vos données comme bon vous semble ;
- Vous avez accès à une large galerie de templates Google et de modèles créés et partagés par la communauté ;
- Vous pouvez modifier les couleurs de votre dashboard et ainsi appliquer facilement la charte graphique de votre marque ou celle de votre client ;
- Vous pouvez ajouter et personnaliser l’apparence de vos textes (vaste choix de typographies et de couleurs) ;
- Vous pouvez personnaliser la présentation de vos données en choisissant différents formats de graphiques : série temporelle ; graphiques à barres, à secteurs ou combinés ; tableau de données, etc.
Toutes ces fonctionnalités mises à votre disposition vous permettent de créer un rapport sérieux, ergonomique et au design élaboré. De quoi impressionner en réunion vos collaborateurs, vos clients ou vos supérieurs.
Bien pratique si vous souhaitez, par exemple, filtrer et visualiser instantanément les résultats en fonction d’une période de temps précise, d’un univers produit en particulier ou d’un type de device spécifique.
Finie donc la création récurrente de rapports insipides et uniformisés. Le gain de temps conséquent pour compiler et modéliser les données vous permet de réaliser plus régulièrement des reportings et surtout de concentrer davantage votre énergie sur l’analyse, la prise de décision et l’exécution des actions correctives.
Un outil collaboratif à l’envi
Google Data Studio est également un puissant outil collaboratif. Comme sur Drive, vous pouvez assigner des permissions et donner des accès privilégiés à vos rapports à vos collègues, à vos employés et à vos supérieurs hiérarchiques, et ce avec des niveaux de restrictions (visualiser – commenter – modifier).
En temps réel, vous pouvez ainsi élaborer et personnaliser votre dashboard en équipe.
Cet outil est également un gage de confidentialité de vos données sensibles car votre entreprise, votre agence et vos clients peuvent consulter uniquement certaines données sélectionnées par vos soins, sans avoir accès à vos comptes Google Analytics ou Google Ads.
Enfin, Data Studio vous permet de télécharger votre dashboard en PDF, de le partager facilement par email, de programmer directement des envois de rapport ou d’obtenir un lien pour l’intégrer sur le support de votre choix (site, intranet, écran d’affichage dynamique au sein de votre entreprise…).
Un outil entièrement gratuit
On ne va pas se mentir, c’est l’avantage majeur de Google Data Studio par rapport à ses concurrents. Quand les autres solutions proposent des tarifs compris entre 10 et 70 € par mois et par utilisateur, GDS est lui entièrement gratuit, sans restriction d’usage. Une véritable aubaine, même si nous verrons que cet avantage économique cache également quelques limites fonctionnelles.
4. Quelles sont les limites de Google Data Studio ?
La simplicité d’utilisation de GDS est évidente, mais parfois au détriment de sa richesse fonctionnelle. Si l’outil offre de larges possibilités dans la mesure de vos données, il rencontre aussi quelques limites en terme de services, de performances techniques et d’offre graphique. Un léger flou entoure aussi la question de la propriété de vos données.
Des connecteurs natifs limités aux produits Google
Les connecteurs de base se concentrent évidemment sur les solutions Google. Alors oui, on l’a vu, on peut contourner cet inconvénient à l’aide de Supermetrics ou via des Spreadsheets pour brancher ses données customs ou celles de nombreux autres outils marketing tiers. Mais, pour davantage de simplicité, nous ne serions pas contre l’existence de connecteurs directs Facebook ou Twitter.
Un manque de fluidité pour traiter de gros volumes de données
Nous avons également remarqué certains problèmes de performances et de fluidité de Google Data Studio, surtout si vous devez traiter de gros volumes de données simultanément.
Par exemple, sur le concurrent Tableau, ces jointures sont beaucoup plus faciles à réaliser. Et vous pouvez également construire des scénarii fonctionnels beaucoup plus évolués.
Enfin, l’intérêt pour les solutions de datavisualisation payantes ou customs est la présence d’un support technique et d’ingénieurs qui peuvent vous accompagner dans le paramétrage de vos tableaux de bord et dans le nettoyage de vos bases de données.
Des bibliothèques de graphiques limitées par rapport à la concurrence
Même si Google Data Studio bénéficie d’une mise à jour régulière des skins et modèles de graphiques, on note certaines limites dans les fonctions avancées des graphiques.
Par exemple, des outils payants comme Tableau, Qlik ou Power BI proposent des bibliothèques plus larges que GDS en terme de dynamisme des graphiques (avec des fonctions de zoom, d’exploration et d’interactivité approfondies).
Un léger flou sur la propriété de vos données
Concernant la sécurité et la confidentialité des informations, il n’y a à priori aucun risque car Google Data Studio n’héberge pas vos données. Il va uniquement les récupérer sur le serveur de vos différents outils et les exposer visuellement sur le rapport.
C’est à vous, utilisateurs, de faire preuve en amont de transparence et mener une politique saine de protection et de confidentialité de toutes vos données.
En revanche, il est vrai qu’un flou entoure les questions de préservation de la propriété intellectuelle des données tierces envoyées dans Google Data Studio ainsi que la mise en forme esthétique de vos rapports.
Par prudence, évitez donc de manipuler des informations confidentielles ou sensibles dans GDS.
5. Le point de vue de nos experts Google Data Studio ?
Solution idéale pour évangéliser et démocratiser la dataviz
Ainsi, un dashboard GDS offre par exemple une vue macro des principaux indicateurs de performances à un comité de Direction, à qui on ne confierait pas les codes du compte Analytics. Cette synthèse visuelle est donc idéale pour piloter rapidement une entreprise.
Data Studio a donc l’avantage d’évangéliser un marché et de lancer facilement et rapidement une culture de la data au sein des entreprises. Une fois plus matures sur le sujet, les clients peuvent être dirigés vers des solutions d’analyse plus adaptées à leurs besoins et sur lesquelles on peut ajouter de l’intelligence artificielle et des algorithmes de machine learning.
Solution limitée si on souhaite faire de la pure Business Intelligence
Pour des règles de calcul simples, Google Data Studio fait très bien l’affaire. En revanche, pour des besoins plus complexes, il est préférable de se tourner vers des solutions payantes ou customs, sur lesquelles :
- vous aurez accès à des graphiques avancées ;
- vous pourrez surfer dans la donnée avec davantage de précision ;
- vous pourrez appliquer des règles de calculs complexes et des algorithmes prédictifs.
Pour piloter avec efficacité votre performance digitale, il est indispensable de choisir les outils de dataviz parfaitement adaptés à vos objectifs et à votre plan d’action, et ce en toute indépendance.
Quelle est la vision et la méthodologie d’Empirik sur la Data Science ?
Chez Empirik, nous tâchons d’être le plus pédagogue et concret possible lorsque nous abordons avec nos clients les usages et bénéfices de la Data Science, comme nous le sommes tout simplement avec nos grand-mères.
L’accompagnement de nos clients en Data Analyse peut se résumer en cinq grandes étapes :
1. Fiabiliser la collecte de vos données web analytics
- Compréhension du client : contexte, problématiques, besoins, niveau de décisions à prendre ;
- Définition des indicateurs de performance (KPIs) ;
- Récolte de données fiables et modélisation d’un plan de marquage (par exemple, via Tag Commander) ;
- Recette et paramétrage front.
2. Créer des premiers tableaux de bord
Pour initier les clients à la datavisualisation et faciliter le pilotage des activités digitales par la donnée, nous créons des premiers tableaux de bord sur Google Data Studio.
3. Agréger et centraliser les sources de données au sein d’un cloud
Afin de sécuriser les données et créer un historique data, nous rassemblons toutes les données dans un cloud (Google Cloud Platform, Microsoft Azur ou Amazon Web Services).
4. Application de règles de calcul simples
Pour faciliter la mesure de la performance et la priorisation des actions de nos clients, nous appliquons aux données des règles de calculs simples (moyennes, degrés de priorisation…).
5. Application d’algorithmes de machine learning
Pour aller plus loin dans l’exploitation des données en interne et dans le pilotage de vos activités digitales, nous appliquons des algorithmes de machine learning avec des technologies en R, Python, Shiny et/ou totalement customs. Le but est de détecter des corrélations, prédire des performances à plus ou moins long terme ou définir des actions conditionnelles (ex : “si le score de l’action X atteint la valeur Y, alors on ajoute automatiquement l’action X dans la To Do List”).
