Outre la recherche d'un modèle économique viable, les éditeurs numériques d'aujourd'hui sont confrontés à un autre défi : mesurer précisément la performance de leurs contenus et comprendre véritablement le comportement de leurs lecteurs. Ce problème concerne tous les types de publications, qu'elles soient financées par la publicité ou qu'elles appartiennent à la nouvelle génération fonctionnant grâce à un modèle de revenus basé sur les abonnements.
Les choses étaient un peu plus simples autrefois. Les éditeurs pouvaient mesurer leur succès commercial en observant et en comparant le nombre de journaux ou de magazines vendus au fil du temps. Ils pouvaient ensuite estimer la taille de leur lectorat en multipliant le nombre d'exemplaires vendus par 2 ou 2,5, ce qui est considéré comme le coefficient multiplicateur taux de transmission moyenLes informations relatives au succès de la diffusion étaient particulièrement importantes pour les annonceurs qui souhaitaient obtenir une preuve de rentabilité avant d'investir dans des espaces publicitaires.
Les éditeurs de médias traditionnels s'appuient encore sur ce type de calculs car, soyons honnêtes, c'est ce qu'il y a de mieux.
Avec l'avènement du numérique, les éditeurs ont découvert de nouvelles façons de monétiser leur contenu. Cependant, ils se sont aussi retrouvés en terrain inconnu. Mesurer la performance du contenu impliquait désormais l'utilisation d'outils analytiques et la maîtrise des données, ce qui, pour beaucoup d'éditeurs, s'est avéré un véritable défi. D'où l'erreur consistant à se fier à un seul indicateur.
Essayons de voir pourquoi des indicateurs uniques tels que
- Pages vues
- Temps sur la page et
- Visiteurs réguliers
1. Pages vues
Le nombre de pages vues a toujours été un indicateur essentiel pour mesurer la performance des publicités et la popularité des pages produits sur les sites e-commerce. Cette métrique a connu un essor fulgurant avec Google Analytics , l'un des outils d'analyse les plus connus, conçu principalement pour les entreprises de e-commerce.Le problème avec les pages vues :
Malheureusement, faute de mieux, le nombre de pages vues a rapidement été adopté comme indicateur légitime de la performance du contenu par de nombreux outils d'analyse du marché. Voici comment de nombreux éditeurs ont mal interprété les statistiques de pages vues : plus de pages vues signifient plus de visiteurs et plus d’engagement. Si un contenu génère beaucoup de pages vues, il est forcément meilleur que les autres articles, n’est-ce pas ? Pas vraiment. Abordons ce problème de manière systématique. Voici le nombre de pages vues défini dans Google Analytics: Une page vue (ou itération de suivi de page) correspond au chargement (ou au rechargement) d'une page dans un navigateur. Le nombre de pages vues est une métrique qui représente le nombre total de pages consultées. […] Si un utilisateur clique sur « Recharger » après avoir accédé à la page, cela est comptabilisé comme une page vue supplémentaire. Si un utilisateur navigue vers une autre page puis revient à la page d'origine, une seconde page vue est également enregistrée. Il existe également une métrique appelée « Pages vues uniques » qui représente le nombre de sessions au cours desquelles une page a été consultée au moins une fois. Ainsi, si un utilisateur visite la page en question, la quitte puis y revient au cours de la même session, Google Analytics comptabilisera une page vue unique. Cependant, le nombre de pages vues est une mesure d'audience du navigateur et ne décrit ni la nature de la connexion ni le niveau d'engagement des visiteurs avec votre contenu. Loin de là. Un utilisateur peut ouvrir un article puis le fermer immédiatement, ou le laisser ouvert dans un onglet de son navigateur tout en effectuant une autre tâche. Le script de l'outil d'analyse enregistrera cette action comme une page vue, quoi qu'il arrive. On pourrait dire que le Le terme plus précis pour « pages vues » serait « chargements de page », car cette métrique n'indique pas nécessairement le nombre de personnes ayant consulté la page, mais le nombre de fois où la page a été chargée dans le navigateur.Comment les éditeurs tentent d'interpréter les pages vues :
Les éditeurs et les responsables marketing de contenu peuvent tenter de mieux comprendre cette mesure en observant sa corrélation avec d'autres mesures individuelles disponibles dans Google Analytics et des outils d'analyse similaires. Par exemple, ils analyseront la combinaison des indicateurs individuels disponibles : nombre de pages vues, temps moyen passé sur la page et taux de rebond. Ainsi, la « formule » courante pour estimer la performance d’un article se présente généralement comme suit : Nombre élevé de pages vues + temps moyen passé sur la page satisfaisant + faible taux de rebond Le temps de lecture « idéal » serait celui qui correspond au temps de lecture nécessaire pour l'article en question. La vitesse de lecture moyenne étant d'environ 265 mots par minute, les éditeurs font un calcul simple : si leur article compte 1 500 mots, il faudrait environ 5 minutes et demie pour le lire intégralement. Bien sûr, tous les visiteurs du site ne liront pas l'article en entier, le temps de lecture moyen sera donc inférieur. La difficulté pour les éditeurs est de décider de ce temps de lecture optimal Quelle heure serait acceptable ? ici, c'est-à-dire quel est le « bon » temps moyen passé sur la page. Le principal problème ? Eh bien, la façon dont le temps moyen passé sur la page est calculé dans Google Analytics et les outils similaires peut fausser vos hypothèses (voir la section suivante intitulée « Temps passé sur la page / Temps moyen passé sur la page »). Par définition, un rebond correspond à une session d'une seule page sur votre site. Le taux de rebond est le pourcentage de visites d'une seule page. Le taux de rebond d'une page est calculé uniquement à partir des sessions qui débutent sur cette page. Les éditeurs pensent donc que plus le taux de rebond est bas, mieux c'est. En théorie, ils ont raison, car cela indique que les internautes se sont intéressés à d'autres contenus publiés sur votre site web, c'est-à-dire qu'ils ont décidé de poursuivre leur navigation. Mais les informations sur la manière dont ils ont réellement interagi avec votre contenu ne sont pas disponibles dans les rapports standard de Google Analytics. Vous pouvez supposer que certains d'entre eux sont restés sur votre site web, mais c'est tout. Vous pouvez trouver en ligne des informations concernant valeurs idéales du taux de rebondCes taux ne dépassent pas 40 %, tandis que les valeurs moyennes atteignent 55 %. Toutefois, il est important d'établir une base de référence adaptée à votre propre site web et de ne pas se fier aux chiffres et aux normes qui fonctionnent pour d'autres. De plus, les valeurs du taux de rebond peuvent être très trompeuses si elles sont mal interprétées. Le contexte est également essentiel : par exemple, si une page de contact présente un taux de rebond élevé, cela ne signifie pas qu'elle est inutile. Elle répond simplement à une question précise pour des utilisateurs qui, ensuite, ne ressentent pas le besoin de poursuivre leur navigation.Notre approche de ce problème :
Contrairement aux pages vues de Google Analytics et d'outils similaires, chez Content Insights , nous avons développémétriques complexesNotre solution analytique a Article lu, qui se concentre sur le comportement humain réel, en prenant en compte le temps passé sur la page, mais aussi la manière dont les utilisateurs interagissent avec elle (clics, sélection de texte, défilement, etc.). Outre les lectures d'articles, CI comprend également Lire en profondeur Il s'agit d'une mesure complexe qui révèle le niveau d'implication d'un visiteur dans la lecture d'un contenu. Pour une plus grande précision, elle repose sur la combinaison de plusieurs indicateurs, dont le temps d'attention. De plus, nous avons également Profondeur de page qui calcule le nombre moyen de pages visitées après qu'un lecteur a ouvert la page ou l'article initial.2. Temps passé sur la page / Temps moyen passé sur la page
De nombreux éditeurs examinent Temps passé sur la page et Temps moyen passé sur la page Lorsqu'il s'agit de définir ce qu'est un contenu engageant, on considère que plus les internautes restent longtemps sur une page, plus la probabilité que le contenu proposé soit engageant est élevée. Cependant, après avoir compris comment cet indicateur est mesuré, vous constaterez qu'il ne fournit aucune information fiable.Le problème de la mesure du temps passé sur la page :
Google Analytics et les outils d'analyse similaires mesurent ces indicateurs uniquement au niveau du navigateur, ce qui ne dit rien sur la manière dont les utilisateurs interagissent avec le contenu. Lorsqu'un utilisateur quitte une page tout en laissant l'onglet ouvert, Google Analytics et les outils d'analyse similaires ne peuvent pas l'enregistrer. Pour ces outils, l'utilisateur est considéré comme n'ayant jamais quitté le site web. De plus, Google Analytics ne peut pas mesurer le temps passé par un utilisateur sur la dernière page consultée. Enfin, si le visiteur quitte le site après avoir consulté une seule page (par exemple, en cas de rebond), aucune durée ne sera enregistrée. Comme vous pouvez le constater, ces données ne reflètent pas correctement le niveau d'engagement des lecteurs avec votre contenu.Comment les éditeurs tentent d'interpréter le temps moyen passé sur une page :
Certains éditeurs utilisent des outils de suivi d'événements, comme la profondeur de défilement, pour obtenir des rapports plus précis et mesurer le temps passé sur la page même en cas de rebond. Cependant, la réalité est plus complexe. Lorsqu'il s'agit de se fier uniquement à la profondeur de défilement, un problème sous-jacent se pose concernant :- activité réelle de l'utilisateur
- l' emplacement du pli
- la longueur de l'article
Notre approche de ce problème :
Contrairement à Google Analytics et aux outils d'analyse similaires, Content Insights mesure Temps d'attentionIl s'agit du temps réellement passé par un utilisateur sur la page à consulter du contenu. Ce calcul ne tient pas compte du temps d'inactivité, c'est-à-dire du temps pendant lequel l'utilisateur est inactif sur la page ou s'en éloigne. Ainsi, cette métrique vous indique le temps d'engagement réel. Notre solution analytique repose sur un algorithme complexe appelé Indicateur de performance du contenu (IPC). L'IPC est toujours présenté sous la forme d'un nombre, de 1 à 1000, 500 étant la valeur de référence (ou « norme ») pour le site web, la section, le sujet, l'auteur ou l'article observé. L'indicateur CPI prend en compte des dizaines de métriques de performance de contenu différentes et examine leurs relations. Il leur attribue également une pondération différente selon trois modèles comportementaux : exposition, fiançailles, et loyautéNous avons donc développé trois indicateurs de performance clés (IPC) qui mesurent ces comportements : IPC d'exposition, Engagement CPI, et Indice de performance des contrats de fidélité. Dans le cadre de l'engagement, nous avons Engagement CPI Ce calcul repose sur la mesure de la lecture attentive et du parcours du lecteur au sein du site ou du domaine. Il offre une méthode de mesure de l'engagement bien plus avancée et précise que le simple examen du temps passé sur la page, un indicateur unique proposé par Google Analytics et d'autres outils d'analyse similaires.3. Visiteurs réguliers
Pour comprendre ce que sont les visiteurs réguliers, il faut examiner brièvement la manière dont Google Analytics et la plupart des outils d'analyse actuels suivent les utilisateurs. Lors du premier chargement du contenu de votre site web par un appareil (ordinateur, tablette, appareil mobile) ou un navigateur (Chrome, Firefox, Internet Explorer), le code de suivi Google Analytics lui attribue un identifiant unique et aléatoire appelé identifiant client, puis l'envoie au serveur GA Chaque identifiant unique est comptabilisé comme un nouvel utilisateur unique dans Google Analytics. À chaque détection d'un nouvel identifiant, Google Analytics enregistre un nouvel utilisateur. Si l'utilisateur supprime ses cookies, l'identifiant est supprimé et réinitialisé. Sachant cela, un Visiteur régulier est celui-là qui utilise le même appareil ou navigateur comme précédemment pour accéder au site web et démarrer une nouvelle session, sans effacer les cookiesAinsi, si Google Analytics détecte l'identifiant client existant lors d'une nouvelle session, il le considère comme un visiteur régulier.Le problème des visiteurs réguliers :
Le problème du calcul des visiteurs réguliers est évident : les outils d’analyse pourrait considérer comme nouveau le même visiteur qui est revenu sur le site web Le simple fait qu'ils aient changé d'appareil ou de navigateur, ou effacé leurs cookies, peut entraîner la modification de leur identifiant client. Il est impossible de suivre les utilisateurs sur différents navigateurs et appareils. De plus, Google Analytics peut comptabiliser un même visiteur comme nouveau et comme visiteur régulier s'il revient sur le site dans un certain laps de temps. Cela peut engendrer un chevauchement entre les nouveaux visiteurs et les visiteurs réguliers, et par conséquent des incohérences dans les données. Enfin, un même utilisateur peut être comptabilisé deux fois pour une même source ou un même support. Cependant, le problème est bien plus important : De nombreux éditeurs ont accepté le nombre de visiteurs réguliers comme un indicateur du nombre de lecteurs fidèles, ce qui constitue un sophisme. Le nombre de visiteurs réguliers correspond aux personnes ayant déjà visité votre site web et y étant revenues. Cependant, ce rapport ne fournit aucune information sur :- Dans quelle mesure votre contenu parvient-il à capter l'attention des visiteurs ?
- Le comportement humain réel (la façon dont les gens interagissent avec votre contenu)
- La fréquence et la date de leurs visites
- Que ces visiteurs soient réellement fidèles à votre publication ou simplement des curieux occasionnels qui ont déjà visité votre site web (c'est-à-dire que ces visiteurs ont pris l' habitude de visiter votre publication ou sont simplement tombés par hasard sur votre site web plus d'une fois au cours d'une certaine période pour des raisons XY).
