WebAnalytics

Monétiser votre web magazine grâce à la data : Mise en place technique – GA

Vous souhaitez mieux monétiser votre audience ? Vous vous demandez comment mieux mesurer l’engagement de votre audience vis à vis de votre contenu ? Dans cet article, nous verrons comment adapter votre tracking afin de mieux connaitre votre audience, de mieux comprendre les usages de vos lecteurs, et surtout afin de mieux monétiser votre audience.

Dans un précédent article, nous avons mis en place tout le stack technique de remontées de données via Google Tag Manager. Nous avons pu collecter les données en allant chercher les informations directement dans le code du site en utilisant du javascript. Nous avons donc pu remonter les informations suivantes :



Sur les pages catégories , nous remontons :

<> La catégorie (Exemple : Destinations )

<> La sous – catégories (Exemple : Afrique de l’Ouest)

Sur les pages articles , nous remontons :


<> articleId : ID de l’article

<> articleName : Nom de l’article

<> articleCategory : Categorie de l’article

<> articleSubCategory : Sous Catégorie

<> articleAuthor : Auteur de l’article


Il s’agit maintenant de faire l’implémentation de Google Analytics. Nous mettrons en place :

<> Le Tag principal Google Analytics de Page Vue

<> Des Tags d’évènement pour mesurer la performance des articles ( par catégorie, sous-catégorie, et auteur) ainsi que des Tags pour mesurer la lecture complète des articles

<> Et enfin des tags Commerce avancé pour mesurer le CA potentiel que pourrait rapporter notre contenu.


Tag principal

Par défaut, lorsque vous posez un tag Google Analytics sur votre site, il vous permet de remonter pas mal d’informations. Toutefois , vous pouvez enrichir vos données Google Analytics. Dans le cas de visiterlafrique, nous allons pousser plus d’informations en utilisant des custom dimensions & le content grouping.




Cette configuration nous permettra de remonter plus de données dans Google Analytics.


Tag D’évènements.

Les évènements dans GA permettent de mesurer des interactions avec le contenu d’un site : clic sur un bouton, affichage d’une popup, téléchargement de brochure , etc.

Alors il faut faire attention au data model que vous souhaitez mettre en place à ce niveau, car il y a plusieurs deux manières de remonter les données d’évènements dans ce cas précis et l’interprétation des données ne sera pas la même selon le data model que vous allez mettre en place.

La structure des évènements dans GA permet de remonter trois niveaux d’informations :

Catégorie D’évènement >> Action D’évènement >>> Libellé d’évènement


Un premier data model nous permettra d’analyser pour chaque article combien de fois il a été lu à 25, 50, 75 et 100%.

Un second data model, nous permettra de remonter les informations de consultations d’articles (25, 50, 75, et 100%) au global et pour chaque pourcentage, nous pourrons analyser le top 10 des articles lus à 25% par exemple. Ceci par catégorie et par auteur.

En gros votre prisme de lecture/d’analyse définira votre data model.

Tag Ecommerce Avancé.

Les scripts javascript suivant permettent de remonter les données d’activation des rapports Ecommerce Avancé. L’idée étant de pouvoir mesurer de façon détaillé le comportement des utilisateurs sur le site en se basant sur un tunnel de conversion. Et aussi de valoriser le contenu.

 

Pour mettre en place le scroll tracking, nous pousserons des hits Google Analytics tous les 25% en utilisant le code javascript suivant : 

 


Ces différents tags vont nous permettre de structurer la donnée dans Google Analytics. Dans la capture d’écran ci-dessous , vous pouvez voir toutes les données que nous envoyons en plus des données de bases Google Analytics : 

> Au chargement d’un article, nous envoyons un hit d’évènement avec les infos de l’artcile.



> A la lecture à 25% d’un article, nous envoyons un hit d’évènement avec les infos de l’article. 




Nous ferons pareil pour la lecture à 50%, 75% et 100%


Dans un prochain article, nous verrons les rapports que nous pouvons sortir suite à la mise en place de ce genre de dispositif. Nous pourrons :

<> Analyser le comportement global des utilisateurs sur le site

<> Analyser les performances globales des articles

<> Analyse les performances des articles un par un

<> Mesurer le potentiel de certains types d’articles (par catégorie & auteur)

<> Analyser les tunnels de conversion

Nous mettrons également en place un tableau de bord automatisé sur Google Data Studio pour suivre en temps réel les performances du site.