Depuis quelques années, le domaine de l’Intelligence Artificielle, déjà profondément ancré dans la culture populaire – pensons « 2001: A Space Odyssey » ou plus récemment « Avengers: Age Of Ultron » – y a introduit des notions plus subtiles comme l’Apprentissage Automatique (ML) ou l’Apprentissage par Renforcement. Sujet opaque pour les non-experts.

Toutefois, nous allons vous montrer comment utiliser pour votre business des fonctionnalités ML, accessibles à tous directement dans Google Analytics, sans avoir besoin de connaissances dans ces domaines. Elles sont principalement utilisés pour constituer des audiences que vous pouvez activer pour générer du trafic qualifié.

Retrouvez dans cet article :

• Universal Analytics : 3 outils de machine learning natifs
‍
• Google Analytics 4 property : Conversion probability et Churn probability
‍
• Conclusion

Session Quality

Qualité des sessions en français, ce rapport permet d’avoir un score d’engagement compréhensible pour chaque session, en évaluant la proximité des utilisateurs avec l’achat. Avec un périmètre de session, cette fonctionnalité ML permet une étude précise des comportements utilisateurs dans des contextes définis.

Un cas d’utilisation précis serait d’étudier l’efficacité d’une typologie de campagne d’acquisition sur plusieurs media, avec la même page de destination. On parle notamment de campagnes de branding, d’advertising sur un nouveau produit phare ou encore de communication sur un événement lié à de la saisonnalité.

L’objectif ici est de comparer plusieurs leviers d’acquisition dans un environnement maîtrisé au maximum sur la même Landing Page, afin de pouvoir évaluer les performances de chacun de la manière la plus objective possible.

Conversion Probability

Le rapport Probabilité de Conversion donne la probabilité estimée qu’un utilisateur convertisse dans les 30 jours à venir. Similairement à la qualité des sessions, il est utile pour évaluer les performances de votre site. Cet indicateur est plus fiable et s’attache au niveau des utilisateurs et pas seulement au niveau des sessions.

Cette fonctionnalité est particulièrement utile dans la définition d’audience puisqu’elle est prédictive. Les cas d’utilisations sont variés.

Cas d’usage 1 : Réaliser une campagne de remarketing pour les utilisateurs ayant un score supérieur à 75%.

Cas d’usage 2 : Arrêter l’affichage de publicités pour les utilisateurs ayant un score trop faible (inférieur à 5%), afin d’économiser de l’affichage sur des audiences souvent larges.

Cas d’usage 3 : Construire un segment pour benchmarker vos sources d’acquisition.

En créant un segment d’utilisateurs dont la probabilité de conversions est supérieur à 75%, on se rend rapidement compte que sur le réseau de recherche, les mots-clés de marque (surlignés en violet) génèrent 10% des sessions et plus de 30% du chiffre d’affaire.

Dans ce cas, les utilisateurs avec une forte probabilité de conversion entrent sur le site par la marque. Une activation stratégique pour le réseau de recherche nécessite plus d’analyses, mais cette étude des comportements par segments permet de créer des pistes de réflexion pour optimiser les campagnes d’acquisition.

Smart Lists

Dernier outil pour créer des audiences, les Smart Lists sont accessibles sur tous les comptes et permettent de créer des listes d’utilisateurs les plus engagés, modélisées à partir de l’étude de plus d’une dizaine de metrics comme la localisation, le referrer ou encore le type d’appareils. Les listes sont générées pour favoriser les utilisateurs ressemblant à vos acheteurs.

Cette fonctionnalité est destinée aux business dans l’incapacité d’engager un webmarketeur capable d’utiliser les outils pour créer des audiences avancées et sophistiqués.

Conditions nécessaires et emplacement des rapports

Vous trouverez les rapports de Session Quality et de Conversion Probability dans la partie Audience de votre Analytics, sous l’onglet Comportement.

Pour ces deux fonctionnalités, les conditions nécessaires sont les mêmes :

• Avoir un tracking e-Commerce (standard ou amélioré) implémenté.
• Au moins 1000 transactions par mois sur la vue concernée.
• Le modèle doit avoir une qualité de données assez bonnes (selon ses standards).
• 30 jours de données avec plus de 1000 transactions par jours.

Pour utiliser les Smarts Lists, vous devez créer une audience depuis Analytics  dans les paramètres de propriété :

Il est nécessaire d’avoir au moins 500 transactions e-Commerce et 10 000 pages vues par jour pour que Google puisse générer une smart list propre à votre business. Sinon, cette dernière sera générée à partir de données d’autres business ressemblant aux votre.

Purchase Probability

Légèrement différente de la Probabilité de Conversion vu plus haut, la statistique prédictive « probabilité d’achat » définis les utilisateurs qui ont été actifs sur les 28 derniers jours et qui réaliseront un achat dans les 7 prochains jours.

Vous pouvez retrouvez ce KPI dans le très récent rapport d’analyse « Valeur Vie Client (CLV) » spécifique à Google Analytics 4 property.

Les cas d’utilisation sont assez similaire que précédemment pour la création d’audience, notamment en utilisant ces audiences prédictives pour faire du remarketing ou pour exclure des audiences.

Churn Probability

Déperdition d’utilisateurs en français, ce modèle calcule la probabilité qu’un utilisateur actif sur les 7 derniers jours ne le soit pas sur les 7 prochains. À la fois, ces utilisateurs ont démontré un niveau d’engagement avec votre business et en même temps, la statistique prédictive détermine que pour ces utilisateurs le moment n’était pas opportun pour réaliser une conversion.

Comme toujours, cette déperdition est due à de multiples raisons indépendantes du business en lui-même.
Pour utiliser cette statistique ML, il est possible de favoriseer cette audience pour communiquer sur des avantages promotionnelles ou sur les produits qui avait suscités l’intérêt.

Conditions nécessaires et créations des audiences

Pour utiliser ces deux statistiques, vous devez remplir plusieurs conditions:

• Mettre en place les événements e-Commerce, notamment l’achat.
• Avoir 1000 utilisateurs qui activent les événements correspondant, tel que l’achat, et 1000 autres qui n’activent pas cet évènement.
• Une période de temps est nécessaire pour que le modèle puisse s’entraîner.

Attention, ces metrics ne peuvent pas être utilisés comme segment pour analyser le comportement de vos utilisateurs comme sur Universal Analytics. Toutefois, vous pouvez créer un rapport d’analyse avec l’outil d’exploration comme expliqué dans notre article comprendre ses utilisateurs avec l’outil d’exploration dans Google Analytics 4 property.

Ensuite, vous pourrez les retrouver dans l’onglet Audience, puis en cliquant sur Nouvelle audience comme indiqué ci-dessous.

Retrouvez plus d’informations sur le machine learning à l’intérieur de notre playbook spécial GA4.

‍

Facilement utilisable, ces fonctionnalités de Machine Learning sont natives à Google Analytics et accessibles à tous. Ce sont des outils prédictifs puissants, qui permettent des analyses sophistiquées des comportements utilisateurs sur votre site ou de vos campagnes d’acquisition.

Les cas d’utilisation sont nombreux et servent à optimiser le pilotage de votre business en utilisant ces technologies autrefois réservé au domaine de l’Intelligence Artificielle. La seule contrainte est d’avoir le volume nécessaire, mais si vous l’avez alors n’attendez plus !

‍