Dans l’article précédent sur la création d’un rapport de performances marketing dans Looker Studio nous avons vu comment combiner les données de performance d’un outils analytics comme GA4 avec les données d’investissements et de diffusion des plates formes marketing comme Google Ads pour obtenir un tableau d’aide à la décision.
Cette démarche est très intéressante car elle vous permet d’avoir une lisibilité directe sur la rentabilité des canaux marketing utilisés pour promouvoir votre activité. Mais au stade où nous nous sommes arrêtés ces données sont partiellement faussées par les informations qui n’ont pas pu être collectées (essentiellement sur les visiteurs ayant refusé les trackings analytics).
Nous avons ainsi dans notre tableau de bord un volume de trafic, de conversions et de revenus inférieur à la réalité du site. Mécaniquement le retour sur investissement calculé est donc inférieur lui aussi à votre performance réelle. C’est cette « erreur » que nous allons chercher à corriger maintenant.
Quelles données réajuster ?
Parmi les données collectées pour le rapport certaines viennent des plates formes marketing en elles mêmes (Google Ads, Meta, etc…) et d’autres de notre outil web analytics (ici GA4). Celles issues des plates formes n’ont pas besoin d’être modifiées ; les volumes d’impressions, de clics et de couts sont en effet déjà exacts.
Par contre les données analytics n’étant pas complètes il est utile de les réajuster pour pouvoir recalculer les retours sur investissements réels des campagnes :
- Les données de trafic d’une part : sessions et sessions engagées
- Les données de conversion d’autre part : commandes, revenu et taxes collectées
Pour commencer nous ajoutons donc 5 colonnes à la feuille « Data » pour intégrer ces données réajustées.
Sessions R, Engaged sessions R, Purchases R, Purchase revenue R, Tax amount R
Il va nous falloir maintenant des valeurs de référence pour effectuer ces corrections.
Réajustement des ventes et du CA
Il s’agit de la partie la plus simple car, quel que soit le back office de votre solution e-commerce, vous y disposez du nombre exact de ventes réalisées jour par jour ainsi que des revenus associés. En récupérant ces données pour les comparer avec les données de ventes analytics nous pourrons calculer des ratios de réajustement pour les données GA4.
Nous créons donc un nouveau classeur Google Sheets avec une première feuille dans laquelle, soit par un export et import d’un rapport GA4, soit avec l’aide d’un outil comme Supermetrics, nous récupérons les données de vente GA4 jour par jour sur la plage de date qui nous intéresse.
Les données à récupérer sont les ventes et leur valeur en fonction des dates et des identifiants de transaction ; ce dernier point est indispensable car c’est avec lui que nous pourrons faire la comparaison avec les données du back office.
Dans une seconde feuille nous récupérons les mêmes données depuis le back office du site. Comme pour GA4 il nous faut les ventes et leur valeur par jour et par identifiant de commande. Selon le CMS que vous utilisez il ne sera peut être pas simple de récupérer ces données de façon automatique mais la méthode manuelle conviendra aussi très bien.
Et dans cette même feuille nous ajoutons des colonnes qui, avec une fonction Recherche V, feront le rapprochement entre les données anaytics et les données back office. L’idée de cette recherche est de savoir quelles commandes du back office ont bien été collectées aussi par GA4 et lesquelles ne l’ont pas été.
La création d’un Tableau Croisé Dynamique sur ces données nous permettra ensuite de disposer pour chaque date du nombre de commandes et de leur valeur issues d’une part du back office et d’autre part de GA4. Nous pouvons ainsi faire deux calculs :
- Le nombre de commandes GA4 / le nombre de commandes back office
- Le CA GA4 / le CA back office
A ce stade le travail est quasiment fini. Nous savons en effet pour chaque jour quelle part des ventes et du CA ont bien été collectées par GA4. Un dernier calcul nous donne donc de combien il faut réajuster la donnée GA4 pour avoir les mêmes volumes que dans le back office du site. La formule suivante nous donne les deux ratios dont nous avons besoin.
=100%+(100%-Part de Ventes ou de CA collectée par GA4)Retour donc à la feuille Data que nous avons crée comme source de donnée pour Looker Studio. Nous y multiplions la colonne Ventes par le premier ratio (celui sur le nombre de commandes) et les colonnes CA et Taxes par le second (celui sur le CA). Nos 3 nouvelles colonnes (Purchases R, Purchase revenue R et Tax amount R) contiennent ainsi les valeurs réajustées sur la réalité du back office du site.
Il faut juste être conscient qu’en faisant cela nous avons appliqué le même ratio de réajustement pour toutes les sources de trafic puisque nous avons utilisé le même calcul pour toutes les lignes sans distinction sur ce critère. Cette solution n’est pas idéale car il n’est pas certain que toutes les sources aient le même comportement vis à vis de l’acceptation du tracking mais nous n’avons pas de données suffisantes pour faire quelque chose de plus abouti.
Réajustement du trafic
Concernant les données de trafic il faudrait utiliser la même méthodologie que pour les données de vente :
- Récupérer jour par jour les données réelles de trafic (en back office par exemple)
- Les comparer avec celles de GA4 pour avoir le taux de trafic réellement mesuré par GA4
- Calculer ainsi un ratio de réajustement du trafic analytics
- Et appliquer ce ration aux deux métriques sessions et sessions engagées
Le problème c’est qu’il est beaucoup moins facile de récupérer les données de trafic réel que celle des commandes. En effet les back offices des CMS fournissent rarement cette donnée.
Si vous êtes dans ce cas vous avez deux solutions possibles :
- Passer par votre CMP pour voir si elle vous donne par jour votre taux de refus du tracking analytics. Si c’est le cas vous aurez ainsi par déduction votre taux de trafic mesuré (100% – le taux de refus) et vous pourrez ainsi calculer votre ratio de réajustement.
- Ou simplement utiliser pour le trafic le même ratio que pour le volume de ventes si votre CMP ne peut pas vous fournir cette information.
La seconde option n’est évidemment pas parfaite mais elle représente quand même une meilleure alternative que celle qui consisterai à appliquer un taux de refus moyen (comme les fameux 30% de refus moyen souvent évoqués par les CMPs) qui peut varier fortement d’un site à l’autre et d’un jour à l’autre.
Pour notre exemple nous utiliseront donc cette solution pour alimenter les deux dernières colonnes de notre feuille Google Sheet.
Nouvelles vues dans Looker studio
Notre feuille source étant à jour nous pouvons revenir à Looker Studio. La première tache va consister à rafraichir la source de données pour récupérer les 5 champs que nous avons ajouté.
Pour ça vous pouvez ouvrir la source de données depuis le rapport ou directement dans Looker Studio et passer par le lien « Modifier la connexion » en haut à gauche puis le bouton « Reconnecter » en haut à droite. Cela aura pour effet de rajouter les nouveaux champs à la source. Profitez en également pour rajouter les champs calculés nécessaires comme le ROAS réajusté, le TTR réajusté ou encore le CPA réajusté.
A partir de là la dernière étape est très simple. Vous dupliquez une feuille contenant l’un de vos rapports comme par exemple le tableau des performances par sources de trafic et vous remplacez dans le tableau les métriques de trafic et de résultats initiales par les métriques réajustées que nous avons ajouté à la source de données.
Vous disposez ainsi d’un dashboard Looker Studio de mesure des performances des campagnes marketing permettant de calculer vos rentabilités sur la base du niveau de ventes réel de votre site, quel que soit le taux d’acceptation de tracking de vos visiteurs.
Le seul « défaut » restant vient du fait que l’attribution des résultats sur les sources de trafic est ici en last clic ce qui n’est pas toujours optimal pour analyser la performance des leviers marketing. Nous chercherons à gommer ce souci dans un autre article, une fois que nous aurons ajouté au rapport une comparaison avec vos objectifs.
