Un guide pratique de vocabulaire de l'analyse web

Cette page sert de glossaire : le vocabulaire de l'analyse web autour des dimensions personnalisées, avec les usages qui tiennent et ceux qui encombrent les rapports.

Il s'agit de la page du glossaire et des concepts pour les dimensions personnalisées. Pour les étapes de mise en œuvre, la gouvernance du schéma et le contrôle qualité du lancement, utilisez le guide de configuration complet.

Les rapports d'analyse par défaut vous indiquent les pages, les référents, les appareils, les pays, les campagnes et les conversions. Les dimensions personnalisées ajoutent le contexte que seule votre entreprise connaît.

Un événement de visualisation de page peut indiquer que quelqu'un a visité /blog/cookieless-analytics. Une dimension personnalisée peut ajouter que la catégorie de page est la vie privée, l'auteur est l'équipe Flowsery, le modèle est un guide long et l'étape de l'entonnoir prévue est la sensibilisation. Un événement d'inscription peut inclure plan_tier, experiment_variant ou workspace_type sans identifier la personne.

Dimension vs métrique

Une dimension est descriptive. Il répond "de quel genre ?" Exemples : source, pays, chemin d'accès à la page, catégorie de contenu, niveau de forfait, emplacement du bouton.

Une métrique est numérique. Il répond « combien ? » ou "combien ?" Exemples : pages vues, conversions, revenus, durée, profondeur de défilement, nombre d'événements.

Les dimensions personnalisées sont utiles car elles vous permettent de regrouper les métriques par étiquettes spécifiques à votre entreprise. Par exemple:

Bonnes utilisations des dimensions personnalisées

Stratégie de contenu

Ajoutez des dimensions telles que content_type, topic_cluster, auteur, funnel_stage ou update_status. Vous pouvez ensuite comparer non seulement des URLs individuels, mais aussi des groupes de pages.

Ceci est utile lorsqu'une seule page a un faible trafic mais qu'un cluster de sujets dispose de suffisamment de données à évaluer.

Analyse de campagne

Les paramètres UTM décrivent le lien qui a amené un visiteur. Les dimensions personnalisées peuvent ajouter un contexte interne après l'arrivée du visiteur : landing_page_type, offer_type, audience_segment ou creative_family.

Entonnoirs axés sur les produits

Pour les événements d'inscription ou d'intégration, les dimensions personnalisées peuvent décrire un contexte non sensible : selected_plan, onboarding_path, template_chosen ou feature_category. Évitez les IDs utilisateur, les noms d'entreprise, les e-mails ou tout ce qui identifie directement une personne, sauf si vous disposez d'une base d'analyse de produit claire et que l'outil est conçu pour cela.

Tests A/B

Les dimensions personnalisées sont idéales pour les tests A/B côté serveur. Lorsque le serveur attribue une variante, envoyez experiment_name et une variante sur les événements d'exposition et de conversion. Cela vous permet de comparer les taux de conversion sans scintillement côté client ni scripts de test tiers.

Mauvaises utilisations des dimensions personnalisées

N'utilisez pas de dimensions personnalisées comme dépotoir. Les mauvais exemples incluent :

• Adresses e-mail.
• Noms.
• Numéros de téléphone.
• Adresses complètes IP.
• Compte brut IDs.
• Requêtes de recherche pouvant contenir des données personnelles.
• Formulaire de réponses.
• Détails médicaux, financiers ou professionnels.
• Zxxph0000zzx complet contenant des jetons ou des liens de réinitialisation.

Google avertit les clients Analytics de ne pas envoyer de données que Google pourrait reconnaître comme informations personnellement identifiables et de ne pas envoyer de données révélant des informations sensibles sur un utilisateur dans ses guides HIPAA et Google Analytics. Cette règle est utile même si vous n'utilisez pas Google Analytics : les outils d'analyse ne doivent pas recevoir de données personnelles dont ils n'ont pas besoin.

Règles de dénomination qui évitent les dégâts

Une dimension personnalisée n'est utile que si les valeurs sont cohérentes. Créez une spécification de dénomination avant la mise en œuvre.

Utiliser:

• Valeurs minuscules.
• Des limaces stables au lieu des noms d'affichage.
• Valeurs énumérées lorsque cela est possible.
• Une signification par dimension.
• Valeurs courtes faciles à filtrer.

Éviter:

• Mélanger les valeurs singulières et plurielles.
• Valeurs en texte libre.
• Valeurs générées à partir de la saisie de l'utilisateur.
• Changer la signification d'une dimension au fil du temps.
• Encodage de plusieurs champs en une seule valeur.

Par exemple, utilisez content_type = guide, comparaison, tutoriel, annonce. N'utilisez pas content_type = "Long article GDPR utile pour les spécialistes du marketing EU".

Examen de la vie privée avant l'expédition

Avant d'ajouter une dimension personnalisée, posez cinq questions :

1. Cette valeur identifie-t-elle une personne ou un ménage ?
2. Cette valeur pourrait-elle devenir sensible lorsqu'elle est combinée avec la page URL ?
3. Est-ce nécessaire pour une vraie décision ?
4. Combien de temps faut-il le conserver ?
5. Serait-ce acceptable dans une exportation de fournisseur ou une capture d'écran d'un tableau de bord ?

Si la réponse vous semble inconfortable, ne l’envoyez pas à l’analyse du site Web. Conservez les détails sensibles dans vos systèmes propriétaires avec des contrôles d'accès appropriés.

Modèle de mise en œuvre

Une conception d'événement épurée sépare le nom de l'événement, les champs par défaut et les dimensions personnalisées :

Event: form_submitted
Default context: page, referrer, campaign, device
Custom dimensions:
- form_type = demo
- page_template = comparison
- funnel_stage = consideration
- experiment_variant = pricing_b

Cela suffit pour répondre à des questions pratiques sans collecter le contenu du formulaire.

Erreurs courantes

Trop de dimensions

Si chaque équipe invente des champs, les rapports deviennent bruyants. Commencez avec 5 à 10 dimensions de grande valeur et développez-la uniquement lorsqu'il est impossible de répondre à une question répétée.

Valeurs à cardinalité élevée

Une dimension comportant des milliers de valeurs uniques est difficile à signaler et crée un risque pour la vie privée. Le chemin de la page devrait être à cardinalité élevée ; l’auteur ou le type de contenu ne devraient pas l’être.

Champs non enregistrés

Certaines plates-formes nécessitent que les dimensions personnalisées soient enregistrées avant qu'elles n'apparaissent dans les rapports. Documentez la configuration et les tests avant le lancement d'une campagne.

Envoi d'identifiants internes

Même les pseudonymes IDs peuvent constituer des données personnelles s’ils identifient un utilisateur. N'envoyez pas le IDs de compte à l'analyse du site Web public à moins que le traitement n'ait été examiné.

Un kit de démarrage pratique

Pour un site marketing axé sur la vie privée, commencez par :

• content_type
• topic_cluster
• funnel_stage
• auteur
• landing_page_template
• form_type
• cta_location
• experiment_name
• experiment_variant
• customer_segment, uniquement si large et non identifiant

Les dimensions personnalisées rendent les analyses plus utiles car elles relient le comportement au contexte commercial. La discipline consiste à ajouter du contexte sans ajouter de surveillance.

Conseil de gouvernance

Conservez un court dictionnaire d’événements à côté de votre configuration d’analyse. Incluez chaque dimension personnalisée, valeurs autorisées, propriétaire, exemple d'événement et note de vie privée. Examinez-le avant chaque campagne ou lancement de produit. Cette petite habitude évite les champs en double, les données personnelles accidentelles et les tableaux de bord que personne ne peut interpréter six mois plus tard.

Récapitulatif rapide du glossaire

Les dimensions personnalisées sont des étiquettes. Les mesures sont des nombres. Les événements sont des actions. Les propriétés ou paramètres sont les champs attachés à ces actions. Une configuration d'analyse propre permet de séparer ces concepts :

• Événement : demo_requested
• Métrique : nombre de demandes de démonstration
• Dimension par défaut : source ou page de destination
• Dimension personnalisée : page_template, funnel_stage ou plan_tier

Utilisez des dimensions personnalisées pour regrouper les comportements en catégories professionnelles utiles. Ne les utilisez pas pour introduire clandestinement des données personnelles dans des analyses sous un nom plus technique.

Questions fréquentes

Qu'est-ce qu'une dimension personnalisée en analytics ?

Une dimension personnalisée est une étiquette que votre entreprise ajoute à un événement, comme le palier tarifaire, l'auteur ou la variante d'expérimentation. Elle répond à "quel type", alors qu'une métrique répond à "combien". Les rapports standard couvrent déjà les pages, référents, appareils, pays, campagnes et conversions. Les dimensions personnalisées ajoutent le contexte que seule votre entreprise connaît.

Quelle est la différence entre une dimension et une métrique ?

Une dimension est descriptive et répond à "quel type", par exemple la source, le pays, le chemin de page ou le palier tarifaire. Une métrique est numérique et répond à "combien", par exemple les pages vues, les conversions ou le revenu. Les dimensions personnalisées permettent de regrouper les métriques selon des étiquettes propres à l'entreprise.

Les dimensions personnalisées sont-elles la même chose que les propriétés personnalisées ?

Les dimensions personnalisées et les propriétés personnalisées sont la même idée sous deux noms, toutes deux ajoutent du contexte métier à un événement sans identifier la personne. Le résumé de ce guide utilise les deux termes indifféremment. Le terme qui apparaît dépend de la plateforme d'analytics, pas d'une différence de fonction.

Les dimensions personnalisées peuvent-elles contenir des données personnelles ?

Les dimensions personnalisées ne devraient pas contenir de données personnelles. La liste des mauvaises utilisations exclut les adresses e-mail, les noms, les numéros de téléphone, les adresses IP complètes, les identifiants de compte bruts et les recherches pouvant contenir des données personnelles. Les indications de Google sur HIPAA et Google Analytics disent la même chose : n'envoyez rien qui puisse identifier un utilisateur ou révéler une information sensible.

Combien de dimensions personnalisées un site devrait-il utiliser ?

Commencez avec cinq à dix dimensions à forte valeur et n'étendez que lorsqu'une question récurrente ne peut pas être répondue autrement. Laisser chaque équipe inventer ses propres champs est justement ce qui rend les rapports bruyants.

Qu'est-ce qu'une dimension à cardinalité élevée ?

Une dimension avec des milliers de valeurs uniques, difficile à exploiter en rapport et pouvant créer un risque de confidentialité. Le chemin de page est censé se comporter ainsi. L'auteur ou le type de contenu ne le devraient pas, car une hausse de valeurs uniques signale souvent du texte libre glissé dans le champ.

Pourquoi les valeurs des dimensions personnalisées doivent-elles être en minuscules et énumérées ?

Parce qu'une dimension n'est utile que si ses valeurs restent cohérentes. Des slugs en minuscules et des valeurs énumérées, comme content_type = guide, comparison, tutorial, announcement, gardent les filtres et les rapports prévisibles. Mélanger singulier et pluriel ou utiliser du texte libre casse cette cohérence et fragmente les données.

Comment suivre les résultats de tests A/B avec des dimensions personnalisées ?

Quand le serveur attribue une variante, envoyez experiment_name et variant sur l'événement d'exposition comme sur celui de conversion. Cette approche côté serveur évite le scintillement côté client et les scripts tiers, et permet de comparer directement les taux de conversion.

Quelles questions une équipe devrait-elle se poser avant d'ajouter une nouvelle dimension personnalisée ?

Cinq : la valeur identifie-t-elle une personne ou un foyer, pourrait-elle devenir sensible combinée à l'URL de la page, et est-elle nécessaire pour une vraie décision. Les deux dernières demandent combien de temps elle devrait être conservée et si elle serait acceptable dans un export fournisseur ou une capture de dashboard. Si une réponse met mal à l'aise, ce détail devrait rester dans les systèmes internes avec des contrôles d'accès adaptés.

Qu'est-ce qu'un dictionnaire d'événements et pourquoi en tenir un ?

Un court document tenu à côté de la configuration analytics qui liste chaque dimension personnalisée, ses valeurs autorisées, son responsable, un événement d'exemple et une note de confidentialité. Le relire avant chaque campagne ou lancement évite les champs dupliqués, les données personnelles accidentelles et les dashboards que plus personne ne comprend des mois plus tard.