Le taux de rebond est un sujet brûlant lorsqu'il s'agit de Google Analytics et d'analyse de sites Web. Combien de fois vous ou votre client vous êtes-vous demandé si le site web est attrayant pour les utilisateurs, s'ils restent longtemps et ce qu'ils y font ? Pour toute analyse pertinente de l'expérience utilisateur sur un site web, le taux de rebond est un indicateur très important. Mais que signifie-t-il réellement et l'analysez-vous de la bonne manière ?
Qu'est-ce qu'un taux de rebond ?
Le taux de rebond est un indicateur important pour savoir si les utilisateurs sont intéressés ou non par le contenu d'une page web.
Le taux de rebond est calculé à partir du moment où une personne arrive sur le site web, ne fait rien sur la page de destination et la quitte immédiatement après. Plus précisément, le taux de rebond mesure le nombre d'utilisateurs qui quittent une page d'un site web sans effectuer aucune action telle qu'un achat, un clic sur un bouton ou autre.
Un mauvais taux de rebond peut donc indiquer que le site web n'est pas très attractif ou que, par exemple, une page web se charge trop lentement et que l'utilisateur part sans entreprendre d'action.
L'idée est assez simple : un taux de rebond faible signifie que peu d'utilisateurs quittent la page sans effectuer une action spécifique, tandis qu'un taux de rebond élevé signifie qu'un grand pourcentage d'utilisateurs quittent la page sans effectuer une action spécifique.
Par conséquent, nous pourrions nous arrêter ici et dire que si nous avons un faible taux de rebond, notre site est optimal. Cependant, il est important de comprendre ce qui définit une action sur le site, car cela aura un impact significatif sur le taux de rebond. C'est ici qu'intervient la notion d'événements de (non-)-interaction dans Google Analytics.
Événements de (non-)-interaction dans Google Analytics
Les événements dans Google Analytics sont configurés pour suivre les actions qui se produisent sur une page Web. Le plus souvent, c'est lorsque l'utilisateur interagit avec le site qu'un événement est déclenché, par exemple en cliquant sur un certain lien, en remplissant un formulaire, en regardant une vidéo, etc. Dans d'autres cas, c'est le site qui fournit à l'utilisateur un contenu sans que celui-ci l'ait demandé, comme l'impression d'une bannière ou une vidéo qui s'allume automatiquement.
Cependant, certains événements ne représentent pas nécessairement un signe d'intérêt de la part de l'utilisateur. Par exemple, il peut arriver qu'un utilisateur fasse défiler le site pendant quelques secondes et quitte ensuite le site. Cet événement (défilement) est-il considéré comme un signe d'intérêt ? Cela pourrait signifier par exemple que le contenu n'est pas pertinent et que l'utilisateur a quitté le site directement après quelques secondes de défilement. Dans ce cas, nous pouvons appeler ces événements des "non-interactions".
Les événements de non-interaction sont très importants car ils ne sont pas pris en compte lorsque Google Analytics (GA) calcule le taux de rebond ou la durée de la session, alors que les événements d'interaction sont pris en compte dans ces calculs. Il est donc important d'indiquer à GA le type d'événement que nous envoyons.
Indication des événements de non-interaction
Par défaut, tous les événements qui sont créés sont considérés comme des interactions et affectent donc les mesures d'engagement. Il nous appartient donc de déterminer et de signaler si un événement doit être considéré comme une interaction ou non. Cette détermination se fait au moyen d'un paramètre supplémentaire.
Pour Universal Analytics (analytics.js):
Pour Universal Analytics (gtag.js):
Pour Google Tag Manager:
Effets sur le taux de rebond et la durée de la session
Comme mentionné précédemment, les événements de non-interaction ne sont pas pris en compte dans le calcul du taux de rebond ou de la durée de la session. Cela signifie que si un utilisateur entre sur le site, fait défiler la page vers le bas (ce qui a été défini dans cet exemple comme un événement de non-interaction), puis quitte le site, la session est considérée comme un rebond et sa durée sera de 00:00:00. Si, par contre, nous avons défini le défilement vers le bas comme un événement d'interaction, alors la même session ne sera plus considérée comme un rebond, et la durée de la session sera le temps entre la visualisation de la page et l'événement. Il est donc clair que les métriques d'engagement sont fortement impactées par ces événements et qu'il est essentiel de bien les comprendre avant d'analyser l'expérience utilisateur sur un site web, car vous pourriez faire des erreurs et mal les comprendre, et donc prendre de mauvaises décisions par la suite.
PS : Notez que le paramètre "non-interaction" n'affecte pas le nombre d'utilisateurs (total et unique), de sessions ou d'événements. Vous serez donc toujours en mesure de visualiser chaque utilisateur qui est arrivé sur votre site.
Comment traiter les événements de (non-)-interaction pour obtenir un taux de rebond plus réaliste ?
Maintenant que la notion d'événement d'interaction est plus claire, nous pouvons nous demander quels pourraient être les cas d'utilisation.
Imaginons la situation d'une entreprise qui communique via un blog sur lequel elle publie différents articles. Cette entreprise lance régulièrement des campagnes publicitaires qui redirigent vers ce blog. Cependant, en analysant les performances de ces campagnes, elle se rend compte que le taux de rebond et le temps moyen sur page de la page de destination sont toujours très mauvais (taux de rebond élevé et temps moyen sur la page faible). Si l'on s'arrêtait à la simple analyse du taux de rebond, on pourrait croire que la page n'est pas attractive ou que le ciblage n'était pas optimal puisqu'il redirigeait des utilisateurs non qualifiés. Cependant, comme nous l'avons vu précédemment, ce ratio est biaisé en raison des événements de non-interaction et il est donc impossible de réaliser une bonne analyse de performance. Dans ce cas, il serait intéressant de mettre en place des événements d'interaction tels qu'un scroll de 50% ou un temps de visite de 20 secondes. En effet, si un utilisateur arrive sur la page, y passe plus de 20 secondes parce qu'il lit l'article puis quitte la page, il s'agit d'un utilisateur qualitatif car il a fait exactement ce que nous attendions : lire l'article.
Dans ce cas, le scroll ou le temps passé sur le site est une indication plus qu'importante du fait que l'article a potentiellement été lu ou non. Par conséquent, il devrait influencer les résultats (taux de rebond ainsi que le temps moyen sur la page).
Eliott Pousset
| LinkedinCette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.
