Analyse des données web : missions et exercice pratique
L’analyse de données transforme une question en mesures définies, contrôle leur collecte et explique les résultats dans leur périmètre. Elle distingue l’événement observé de l’action métier que l’on souhaite comprendre. Un tableau devient utile lorsque ses unités, ses exclusions et ses limites permettent une décision explicite.
Ces fiches décrivent des activités et des exercices pédagogiques. Elles ne constituent ni des offres d’emploi, ni des parcours certifiants, ni des promesses de recrutement.
Transformer les mesures du site en observations utiles à une décision. L’analyse web commence par la question posée, la définition des indicateurs et la connaissance des limites de collecte.
Activités courantes
Définir les événements et vérifier leur déclenchement sur le parcours.
Distinguer sessions, demandes, conversions et doublons.
Comparer les périodes avec leurs changements de campagne, de consentement et de contenu.
Responsabilités à préciser avec l’équipe
Un indicateur ne démontre pas automatiquement une cause. Les pertes de collecte, changements de périmètre et données insuffisantes doivent accompagner l’analyse ; la mise en œuvre des traceurs reste soumise au cadre applicable et à sa validation.
Un premier travail à montrer
Présenter une question, une mesure testée, une conclusion proportionnée et une action dont l’effet sera observable.
Ce repère éditorial décrit des activités fréquentes. Les intitulés et périmètres varient selon les équipes ; il ne constitue pas un référentiel de certification.
Distinguer consultation du formulaire, tentative d’envoi et demande reçue.
Travaillez sur une copie ou un environnement de démonstration. Définissez les données utilisées et le résultat attendu avant de commencer. Conservez vos décisions et les difficultés rencontrées afin de pouvoir expliquer la démarche.
Définir les événements et ce qui doit être exclu des données.
Vérifier les déclenchements avec des cas de test.
Documenter périodes, populations et ruptures de collecte.
Relier une lecture des résultats à une décision limitée et vérifiable.
Livrable et vérifications
Remettez le plan de mesure de la consultation, de la tentative d’envoi et de la demande reçue. Précisez déclencheur, unité, exclusions et source de contrôle pour chaque événement. Présentez un tableau de démonstration avec période, filtres, doublons et ruptures de collecte identifiés.
Rejouez un envoi réussi, une erreur puis une répétition, et rapprochez les événements du résultat métier attendu. Les écarts doivent être expliqués avant de calculer un taux. Vérifiez qu’un lecteur peut distinguer donnée absente, valeur nulle et événement qui ne s’applique pas.
Une hausse peut provenir d’un changement de collecte ou de public. La mesure doit préciser ce qu’elle ne permet pas de conclure.
Collaboration à explorer : Référencement et visibilité.
Exemple fictif de livrable : Un dictionnaire de mesure distingue visite, clic de contact et demande effectivement reçue. Il précise unité, période, filtres et limites de collecte avant d’interpréter une variation.
Ce qui se transmet entre les rôles : Les pages modifiées et leurs dates sont transmises avec les définitions de mesure. Une hausse observée ne démontre pas, à elle seule, l’effet d’une action SEO ; il faut examiner les autres changements et les limites des données.
1 · BesoinComparer l’évolution d’un parcours entre deux périodes.
2 · LivrableUn tableau avec définitions, période, unités et limites.
3 · ContrôleContrôler le périmètre, les valeurs manquantes et les changements de mesure.
Ce que le résultat permet de conclure
Une variation n’établit pas sa cause ; une campagne, une saison ou un changement de suivi peut modifier la comparaison.
Pour présenter ce travail, précisez le contexte, votre rôle, les éléments fournis par d’autres et la version examinée. Un exemple de démonstration doit être identifiable comme tel. La personne qui relit doit pouvoir retrouver le besoin, comprendre la décision et reproduire le contrôle sans deviner les étapes manquantes.
Ce qu’il faut joindre au livrable
Joignez la définition de l’indicateur, son périmètre, sa période, son dénominateur et les exclusions. Présentez les volumes avec les pourcentages et expliquez les limites des données manquantes avant de proposer une décision.
Un exemple à examiner
Rendre le dénominateur visible dans une synthèse
Support pédagogique fictif : cet extrait illustre une partie d’un livrable. Il ne constitue ni une référence client, ni une spécification complète, ni une preuve de qualification professionnelle.
Extrait de livrable
Jeu fictif : 100 demandes distinctes examinées.
Demande qualifiée : 45.
Demande hors périmètre : 35.
Statut encore inconnu : 20.
Constat : 45 % qualifiées parmi les 100 demandes examinées.
Suite fictive : les 20 demandes inconnues sont relues ; 10 deviennent qualifiées et 10 hors périmètre.
Nouveau relevé : 55 qualifiées, 45 hors périmètre, aucune inconnue ; 55/100 = 55 %.
Trois statuts distincts dans le jeu fictif
Qualifiées
45
Hors périmètre
35
Inconnues
20
Base : 100 demandes. Les 20 statuts inconnus restent dans ce total.
Ce que l’auteur doit pouvoir expliquer
Les trois catégories sont distinctes et totalisent 100.
Les 20 statuts inconnus ne deviennent pas automatiquement des échecs.
45 / 80 = 56,25 % décrirait seulement les demandes au statut connu : c’est un autre périmètre.
Peut-on remplacer 45 % par 56,25 % dans la conclusion ?
Pas sans annoncer le changement de dénominateur et l’exclusion de 20 demandes. Les deux calculs sont possibles, mais ils répondent à des questions différentes. La synthèse doit conserver les inconnues visibles. Conservez les deux dates de qualification et le même ensemble de 100 demandes. Le passage de 45 % à 55 % vient ici d’informations complétées, sans nouvelle demande ni preuve d’amélioration du parcours. Ne remplacez pas silencieusement le résultat publié avant cette relecture.
Un autre cas à examiner
Comparer aussi la composition du public
Deuxième jeu fictif, distinct des 100 demandes ci-dessus : chaque période contient 110 demandes, réparties différemment entre téléphone et ordinateur. Les taux sont arrondis à une décimale si nécessaire.
Faites défiler le tableau horizontalement si nécessaire. Au clavier, placez le focus sur le tableau et utilisez les flèches.
Jeu fictif : les groupes progressent, le total baisse
Période
Public
Qualifiées
Total
Taux
Avant
Téléphone
1
10
10 %
Avant
Ordinateur
80
100
80 %
Avant
Ensemble
81
110
73,6 %
Après
Téléphone
20
100
20 %
Après
Ordinateur
9
10
90 %
Après
Ensemble
29
110
26,4 %
Le taux progresse dans les deux groupes, mais le taux global baisse : la seconde période contient beaucoup plus de demandes du groupe au taux le plus faible. Un total ne décrit pas cette composition.
Calculez les totaux à partir des effectifs : 81/110 puis 29/110. Ne faites pas la moyenne simple des pourcentages des deux groupes et n’attribuez pas ces écarts à une modification du site sans autre preuve.
Évaluer la qualité du travail
Pour l’exercice, deux tableaux semblent décrire le même nombre de demandes mais n’utilisent pas la même période ni la même unité de comptage. L’analyse doit rendre ces différences visibles avant la comparaison. Examinez les identifiants, les valeurs inconnues et la règle de calcul : un graphique soigné ne corrige pas une population mal définie.
Faites défiler le tableau horizontalement pour lire toutes les colonnes. Au clavier, placez le focus sur la zone du tableau puis utilisez les flèches.
Évaluer la qualité du travail
Compétence
Preuve à examiner
Erreur à repérer
Indicateur et population
Définir ce qui est compté : événements, dossiers ou personnes, avec période, fuseau utile et exclusions. Conserver la règle de calcul et l’origine des données.
Des événements répétés sont présentés comme des personnes distinctes, ou un taux utilise un dénominateur provenant d’une autre période.
Rapprochement et inconnus
Préparer un jeu fictif contenant doublon, identifiant absent et valeur inconnue. Expliquer les règles de rapprochement et le devenir des lignes exclues.
Une jointure multiplie les lignes sans contrôle, ou une valeur inconnue devient zéro et modifie artificiellement moyenne ou proportion.
Restitution
Le graphique conserve l’unité, la période et une lecture textuelle.
Une moyenne cache une différence importante entre groupes.
Dénominateur et période
Joindre définition, population, période et traitement des valeurs manquantes à chaque ratio.
20 demandes sur 500 visites donnent 4 % ; une variation de collecte est examinée avant toute explication commerciale.
Une prochaine étape ciblée
Recalculez un indicateur à la main sur un petit jeu documenté, puis rapprochez chaque ligne du résultat automatisé. Expliquez les écarts avant d’interpréter une évolution. Si la collecte a changé entre deux périodes, présentez la limite de comparaison ; une hausse affichée peut venir du mode de comptage plutôt que du comportement des visiteurs.
Les images ne sont pas embarquées dans le CSV des produits. Lors d’un import dans une autre boutique, leurs adresses doivent encore être accessibles. Conserver la boutique d’origine jusqu’au contrôle des associations produit, variante et image ; l’inventaire possède son propre export.
Les dates indiquent la consultation des références. Ces repères ne constituent ni un audit du site ni une déclaration globale de conformité.
Un cas de revue à reproduire
Un taux sans population comparable
Situation à examiner
Deux tableaux affichent un taux de conversion, mais l’un utilise les visiteurs et l’autre les sessions. La comparaison semble précise alors que les dénominateurs diffèrent.
Vérification proposée
Décrivez événement, population, période et filtres de chaque calcul. Recalculez un petit exemple connu et notez les exclusions. Présentez les écarts de définition avant toute conclusion ; ne remplacez pas une mesure manquante par zéro.
Preuve à conserver
Une fiche de métrique permet de refaire le calcul. Elle distingue variation réelle, changement de méthode et données insuffisantes.
Exemple de constat fictif
Sur la même période : 100 sessions, 80 personnes distinctes, 8 personnes envoyant chacune une demande dans 8 sessions distinctes.
Interpréter ce résultat
Sessions avec demande : 8/100 = 8 %. Personnes avec demande : 8/80 = 10 %. Les deux taux décrivent des populations différentes et ne sont pas interchangeables.
Trois essais complémentaires
Cas fictifs : adaptez ces attentes à votre contrat de test et conservez les limites du contrôle.
1Population définie
2Valeur qualifiée
3Comparaison bornée
Faites défiler le tableau horizontalement si nécessaire ; au clavier, placez le focus dessus puis utilisez les flèches.
Variations du scénario et preuves attendues
Variation à tester
Résultat attendu dans ce cas
Trace à transmettre
Une valeur observée est zéro
Conserver zéro comme mesure connue
Valeur source et définition de l’événement
Une valeur est absente
Signaler l’inconnu sans le convertir en zéro
État manquant et effet sur le calcul
La base passe des sessions aux personnes
Afficher des taux distincts avec leur dénominateur
Population, période, filtres et formule
Décision à transmettre : Présenter les écarts de définition avant d’interpréter une variation de taux.
Exercice approfondi : analysez un petit jeu de données synthétiques sur un parcours de recherche. Définissez les événements et les unités avant de calculer un indicateur. Introduisez des lignes manquantes, un doublon et une variation de période. Comparez les résultats avant et après correction. Séparez un événement d’un visiteur et un volume d’un taux. Une évolution chiffrée ne prouve pas sa cause : formulez les explications possibles et indiquez la vérification qui permettrait de les départager.
Éléments à remettre avec le travail
Dictionnaire des champs et unités
Données de démonstration avec anomalies identifiées
Calculs reproductibles et règles de nettoyage
Interprétation accompagnée des limites
Critères de validation
Ces critères sont une base de travail à adapter au contexte. Pour chacun, notez l’action effectuée, le résultat attendu, le résultat observé et les informations restant à confirmer.
La période et le dénominateur sont indiqués pour chaque taux.
Les doublons et valeurs absentes ont un traitement documenté.
Un calcul peut être reproduit à partir du jeu fourni.
La conclusion distingue observation, hypothèse et preuve de causalité.
Livrez le jeu de test, les transformations et les formules avec le résultat. Expliquez les exclusions et leur effet sur les totaux. Une autre personne doit pouvoir refaire le calcul et retrouver le même chiffre. Les graphiques doivent garder des unités et des périodes visibles. Si une donnée de production n’a pas été contrôlée, ne remplacez pas cette absence par une précision artificielle.
Une analyse part d’une décision possible. Comparez un indicateur suivi et une étude ponctuelle selon la stabilité des définitions et la profondeur de la question.
Indicateur suivi dans le temps
Quand la retenir
Utile pour un parcours avec une définition stable : action, population et période. Documentez les exclusions et conditions de collecte.
Ce qu’il faut prévoir
Vérifiez les changements d’outil ou de marquage. Une rupture de mesure se distingue d’un changement d’usage.
Analyse ponctuelle d’un problème
Quand la retenir
Pertinente pour une anomalie ou des situations délimitées. Formulez la question et les données nécessaires avant les graphiques.
Ce qu’il faut prévoir
Contrôlez données absentes, doublons et périmètres incompatibles. Présentez les explications possibles sans confondre association et causalité.
Un risque à anticiper
Un tableau précis en apparence peut reposer sur une définition ambiguë. Les dénominateurs, périodes et limites accompagnent les conclusions importantes.
Comment décider
Présentez une conclusion, les données qui la soutiennent et les vérifications susceptibles de la modifier. Reliez-la à une action ou investigation.
Comparez questions, définitions et contrôle de collecte avant les tableaux. Une installation de balises et une analyse permettant une décision vérifiable sont des livrables distincts.
Exploitation récurrente
Prévoyez suivi de la qualité, révision des événements et documentation des périodes manquantes. Les coûts d’outil et le travail d’interprétation doivent être séparés.
Sortie et transmission
Demandez définitions, requêtes et périmètres d’accès autorisés. Transmettez des résultats adaptés sans données personnelles inutiles ; un graphique seul ne permet pas de reproduire le calcul.
Définissez événement, unité, population et période, puis donnez les effectifs utilisés. Vérifiez doublons et valeurs absentes sur un petit jeu témoin. Pour un taux, numérateur et dénominateur doivent correspondre à la même définition ; une valeur inconnue ne devient pas zéro pour compléter le tableau.
Peut-on conclure à un progrès après une hausse du taux ?
Examinez aussi les volumes, la provenance des visites, les changements de mesure et la saison. Une hausse sur quelques demandes peut être fragile. Présentez ce que les observations permettent de dire et les autres explications plausibles avant de recommander un changement durable.
Comment comparer deux périodes après un changement de marquage ?
Identifiez les événements et populations comparables. Signalez la rupture et évitez de présenter la variation globale comme un effet d’usage. Si la comparaison fiable est impossible, décrivez la limite et reconstruisez une référence avec le nouveau dispositif.