Comment la segmentation des utilisateurs transforme un rapport en plusieurs réponses

Qu'est-ce que la segmentation des utilisateurs dans les rapports d'analytics ?

Dans les rapports d'analytics, la segmentation des utilisateurs consiste à découper une population de visiteurs en groupes qui partagent un trait, comme la source de trafic, l'appareil, le pays ou un objectif atteint, pour qu'une moyenne unique à l'échelle du site devienne plusieurs chiffres que vous pouvez comparer. Le rapport applique une condition à chaque visiteur, garde ceux qui y correspondent et recalcule les mêmes métriques pour ce seul groupe. Utilisez-la chaque fois qu'un chiffre clé bouge et que vous devez savoir quel groupe l'a fait bouger.

Google définit l'objet simplement dans le centre d'aide GA4 : "A segment is a subset of your Analytics data that can be used in Explorations for analysis."

Quelle est la différence entre un segment d'utilisateurs, de sessions et d'événements ?

Un segment d'utilisateurs garde chaque visiteur qui a rempli la condition et toute son activité sur la période, un segment de sessions ne garde que les sessions qui correspondent, et un segment d'événements ne garde que les événements qui correspondent. GA4 nomme les trois : les segments d'utilisateurs sont des "subsets of users who engaged with your site or app", les segments de sessions des "subsets of the sessions that occurred on your site or app", et les segments d'événements des "subsets of events that were triggered on your site or app."

La portée change la réponse même quand la condition est identique. Prenez la condition "a effectué un achat" :

Portée du segment	Ce que renvoie la condition "achat"	Question à laquelle il répond
Utilisateur	Chaque session et chaque événement de toute personne ayant acheté au moins une fois sur la période	Que font les acheteurs sur l'ensemble de leurs visites ?
Session	Uniquement les sessions pendant lesquelles un achat a eu lieu	À quoi ressemble une visite d'achat ?
Événement	Uniquement les événements d'achat eux-mêmes	Qu'est-ce qui a été acheté, et pour quelle valeur ?

L'exemple de Google détaille la portée utilisateur : "A user segment for users with a purchase event will return all the activities of these users from yesterday and today." Choisissez la portée avant la condition, car un segment d'utilisateurs acheteurs montrera aussi leurs visites de simple navigation, et un segment de sessions les masquera. L'article pages vues, sessions et utilisateurs explique comment ces trois unités s'emboîtent.

Selon quels traits pouvez-vous segmenter les visiteurs ?

Vous pouvez segmenter les visiteurs selon leur provenance, ce qu'ils ont utilisé, l'endroit où ils se trouvent et ce qu'ils ont fait, et les trois premiers ne demandent aucune identité. Le tableau regroupe les traits courants selon les données dont ils dépendent.

Famille de traits	Exemples	Données dont elle dépend
Acquisition	Référent, utm_source, utm_medium, utm_campaign	L'URL d'arrivée et l'en-tête referrer
Technologie	Type d'appareil, navigateur, système d'exploitation	Le user agent
Géographie	Pays, région, ville	Une recherche d'IP au moment de la requête
Comportement	A visité la page de tarifs, a atteint un objectif, a atteint une étape d'entonnoir	Les événements enregistrés dans la session
Valeur	A effectué un achat, revenu au-dessus d'un seuil	Un paiement relié à la session

Les segments d'acquisition dépendent de tags de campagne cohérents : facebook dans un lien et Facebook dans un autre deviennent deux segments, ce que les règles de tagging UTM évitent. Les traits démographiques comme l'âge et le genre sont volontairement absents de ce tableau, parce qu'ils dépendent d'un profil publicitaire de la personne, et dans GA4 les données démographiques font partie des déclencheurs du seuil de données qui retire des lignes du rapport.

Comment construire un segment qui répond à une question ?

Construisez un segment en partant d'une question et d'un groupe de comparaison, puis vérifiez la taille et la répartition avant de lire le résultat. La procédure ci-dessous évite que la segmentation se transforme en chasse au découpage qui a l'air intéressant.

1. Écrivez d'abord la question. "Pourquoi les inscriptions à l'essai ont-elles baissé la semaine dernière ?" nomme la métrique, la période et le résultat. "Regardons le mobile" ne nomme rien.
2. Choisissez un seul trait de découpage. Découpez par appareil, ou par source, pas les deux à la fois. Croiser deux traits multiplie les groupes et divise l'échantillon de chacun.
3. Définissez la comparaison. Comparez le segment à son complément (le mobile face à tous les autres) ou au même segment sur la période précédente, jamais à rien.
4. Lisez des taux, pas des volumes. Un segment qui a doublé ses inscriptions en triplant ses visiteurs s'est dégradé. Le taux de conversion, le revenu par visiteur et l'abandon à chaque étape de l'entonnoir sont les chiffres à comparer.
5. Vérifiez la taille du segment. Calculez la marge d'erreur du taux du segment (section suivante) et arrêtez-vous si l'écart entre les groupes est plus petit qu'elle.
6. Vérifiez la répartition. Confirmez que la part du trafic de chaque segment n'a pas changé entre les périodes avant de conclure que le comportement d'un segment a changé.
7. Regardez des sessions du segment. Une fois qu'un découpage pointe vers le paiement sur mobile, regardez une poignée de ces sessions pour voir la cause que les chiffres ne peuvent pas montrer.

Jusqu'à quelle taille un segment peut-il descendre avant que les chiffres ne veuillent plus rien dire ?

Un segment devient illisible dès que la marge d'erreur sur son taux est aussi grande que l'écart que vous cherchez à voir, et cela arrive plus vite que la plupart des rapports ne le laissent penser. Pour un taux de conversion, la marge d'erreur à 95% est :

margin = 1.96 × √(p × (1 − p) / n)

Prenez un site de 10,000 visiteurs qui convertit à 3%. Sur l'ensemble du site, la marge vaut 1.96 × √(0.03 × 0.97 / 10,000), soit 0.3 point de pourcentage, donc le vrai taux se situe entre 2.7% et 3.3%. Segmentez maintenant sur le trafic payant mobile avec 300 visiteurs, qui convertit aussi à 3%. La marge monte à 1.96 × √(0.03 × 0.97 / 300), soit 1.9 point de pourcentage, donc le vrai taux se situe n'importe où entre 1.1% et 4.9%. Un segment concurrent à 4% est dans cette fourchette et ne prouve rien.

Avec un niveau de confiance de 95%, une comparaison sur vingt passe la barre par hasard, donc découper un rapport de vingt façons et garder le découpage qui "ressort" revient à rapporter du bruit. Décidez des découpages avant d'ouvrir le rapport.

Pourquoi chaque segment peut-il s'améliorer pendant que le total se dégrade ?

Chaque segment peut s'améliorer pendant que le taux global du site baisse quand la part du trafic se déplace vers un segment qui convertit moins, et c'est pour ça que l'étape 6 de la procédure existe. Cet effet s'appelle le paradoxe de Simpson, et un découpage par appareil le montre clairement :

Segment	Visiteurs semaine 1	Taux semaine 1	Visiteurs semaine 2	Taux semaine 2
Ordinateur	6,000	5.0% (300 inscriptions)	4,000	5.5% (220 inscriptions)
Mobile	4,000	2.0% (80 inscriptions)	6,000	2.2% (132 inscriptions)
Tous les visiteurs	10,000	3.8% (380 inscriptions)	10,000	3.52% (352 inscriptions)

L'ordinateur s'est amélioré et le mobile s'est amélioré, pourtant le total est passé de 3.8% à 3.52% parce qu'une campagne a amené plus de visiteurs mobiles sur le site. Rien n'a cassé sur le site. Lisez ensemble les taux des segments et leurs parts, et quand les parts ont bougé, présentez le changement de répartition comme la cause au lieu de chercher un bug.

En quoi la segmentation diffère-t-elle d'un filtre, d'une ventilation ou d'une cohorte ?

Un segment garde un sous-ensemble de visiteurs et recalcule chaque métrique pour eux, tandis qu'un filtre retire des lignes d'un rapport, qu'une ventilation liste côte à côte chaque valeur d'une dimension, et qu'une cohorte regroupe des personnes par date de départ commune et les suit dans le temps. Les quatre se recoupent en pratique, donc la différence tient à ce que chacun maintient constant.

• Filtre : "Afficher uniquement la page /pricing." Il resserre un tableau et laisse le reste du rapport intact.
• Ventilation : "Afficher la conversion par pays." Chaque pays reçoit une ligne, ce qui aide à trouver le segment qui mérite d'être isolé.
• Segment : "Tout afficher pour les visiteurs venus de la recherche payante." Chaque graphique du rapport décrit désormais ce groupe.
• Cohorte : "Afficher la rétention semaine par semaine des utilisateurs inscrits en mars." Le temps écoulé depuis la date de départ est l'axe. Le guide de l'analyse de cohortes explique comment lire le tableau qui en résulte.

Les heatmaps appliquent la même idée au niveau des éléments : une carte confetti découpe les clics par source et par appareil, c'est de la segmentation dessinée sur une page. Le guide de la heatmap de site web explique quand ces découpages cessent d'être fiables.

Quatre façons de découper les mêmes données

FiltreRéduit un tableau et laisse le reste du rapport inchangé

VentilationAffiche chaque valeur d'une dimension côte à côte

SegmentRecalcule chaque métrique pour un sous-ensemble de visiteurs

CohorteSuit un groupe à partir d'une date de départ commune

La segmentation des utilisateurs nécessite-t-elle des cookies ou des données personnelles ?

Segmenter par source, campagne, appareil, navigateur, pays ou comportement sur le site ne nécessite ni cookies ni données personnelles, parce que chacun de ces traits est disponible à partir de la requête et de la session elle-même. Les données personnelles n'entrent en jeu que lorsqu'un segment dépend de qui est la personne, comme un domaine d'e-mail, un profil démographique ou une activité recousue sur plusieurs mois. Gardez vos segments sur des traits que la visite transporte déjà et la question de la confidentialité reste simple.

Flowsery fonctionne sur cette base. Il rapporte la localisation des visiteurs jusqu'au pays, à la région et à la ville, ainsi que les données d'appareil, de navigateur et d'OS et les cinq paramètres UTM, sans déposer de cookies, et ses identifiants de visiteurs sont hachés et changent chaque jour. Les résultats se ventilent par pages, référents, campagnes, pays, appareils et navigateurs, et les paiements connectés venant de Stripe, Paddle, Polar, Lemon Squeezy ou Shopify sont reliés à la session qui a converti, si bien que le revenu par visiteur figure à côté de chaque segment. Flowsery n'applique aucun échantillonnage des données, ce qui évite que les petits segments soient estimés. La page suivi des revenus montre comment fonctionne cette attribution.

Questions fréquentes

Quel est un exemple de segmentation des utilisateurs ?

Découper les inscriptions à l'essai du mois dernier par appareil est une segmentation des utilisateurs. Le rapport montre que les visiteurs sur ordinateur convertissent à 5% et les visiteurs sur mobile à 2%, ce qui oriente l'enquête vers le parcours d'inscription mobile. Le même découpage appliqué au revenu par visiteur montre quel groupe mérite d'être corrigé en premier.

Peut-on appliquer des segments aux rapports standard de GA4 ?

Non. Google indique que "Segments are available only within the Explore module", donc les segments fonctionnent dans les Explorations et pas dans les rapports standard. GA4 autorise jusqu'à 10 segments par exploration, jusqu'à quatre appliqués à une même technique à la fois, et jusqu'à 50 segments enregistrés par propriété standard.

Les segments GA4 sont-ils rétroactifs ?

Oui. Google décrit un segment comme "fully retroactive", ce qui signifie qu'un segment d'acheteurs inclut chaque utilisateur ayant acheté pendant la période de la requête. Une audience, c'est différent : Google la définit comme "a group of users who meet a set of conditions", et elle porte une logique d'appartenance qu'un segment n'a pas.

De combien de visiteurs un segment a-t-il besoin ?

Un segment a besoin d'assez de visiteurs pour que la marge d'erreur sur son taux soit plus petite que l'écart que vous voulez détecter. À un taux de conversion de 3%, 300 visiteurs donnent une marge de 1.9 point de pourcentage et 10,000 visiteurs une marge de 0.3 point. Calculez la marge avant de comparer deux segments, et écartez toute comparaison qui tombe à l'intérieur.

Quelle est la différence entre un segment et une cohorte ?

Un segment regroupe les visiteurs selon n'importe quel trait commun et les mesure sur une période. Une cohorte regroupe les utilisateurs selon un événement de départ commun, comme la semaine de leur inscription, et suit ce groupe dans le temps. Chaque cohorte est un segment doté d'un axe temporel, mais la plupart des segments ne sont pas des cohortes.

Pourquoi mon taux de conversion global a-t-il baissé alors que chaque segment s'est amélioré ?

La part du trafic s'est déplacée vers un segment qui convertit moins, c'est le paradoxe de Simpson. Si le mobile est passé de 40% à 60% des visiteurs, le total baisse même quand l'ordinateur et le mobile convertissent tous deux mieux qu'avant. Comparez la part de chaque segment entre les deux périodes avant de chercher une page cassée.

Qu'est-ce qui déclenche le seuillage des données sur un segment GA4 ?

Google cite deux déclencheurs. Des données peuvent être retenues dans un rapport ou une exploration qui inclut des données démographiques comme l'âge et le genre, ou des audiences définies à partir de données démographiques, et une ligne contenant des informations de requête de recherche peut être retenue quand le nombre total d'utilisateurs est insuffisant. Les seuils sont définis par le système et ne peuvent pas être ajustés, mais une période plus large les rend moins susceptibles d'apparaître.

Combien de segments une exploration GA4 peut-elle utiliser à la fois ?

GA4 autorise jusqu'à 10 segments dans une seule exploration, dont quatre au maximum appliqués à une même technique en même temps. Une propriété peut conserver jusqu'à 50 segments enregistrés au total, et chacun d'eux ne fonctionne que dans le module Explorer.

Pourquoi des tags UTM incohérents divisent-ils une source de trafic en deux segments ?

Un segment d'acquisition se construit à partir de la chaîne exacte du tag, donc facebook dans un lien et Facebook dans un autre sont lus comme deux segments distincts alors que les deux pointent vers le même canal. Un balisage de campagne cohérent garde un canal comme un seul segment au lieu de le fragmenter.

Que se passe-t-il quand vous segmentez selon deux traits à la fois ?

Diviser selon deux traits à la fois multiplie le nombre de groupes et répartit les visiteurs entre eux, si bien que chaque groupe descend sous la taille nécessaire pour un taux fiable. La méthode de construction demande de choisir un seul trait par segment pour que chaque groupe reste assez grand pour être lu.