Qu’est-ce que Data Studio ?

Data Studio est un produit Google gratuit qui est sorti en 2016. Il vous permet de puiser dans différentes sources de données afin de produire des rapports personnalisés, des tableaux de bord et des visualisations de données.

En plus des plugins pour certaines sources de données, comme celles issues de la Google Search Console et de Google Analytics, toutes les données accessibles via une feuille Google Sheets peuvent aussi être utilisées pour fournir une image plus complète des KPIs pour votre entreprise ou votre site.

Comme tous les produits Google de Google Drive, les rapports de Google Data Studio peuvent facilement être partagés avec d’autres contacts. Ils suivent les mêmes principes et règles de partage que les autres documents de Google Drive, ce qui signifie par exemple, que les rapports peuvent aussi être rendus publics en lecture seule pour tous ceux disposant du lien.

Comment Data Studio peut exploiter les données existantes pour les SEOs ?

Data Studio permet aux SEOs de voir leurs données via de nouvelles perspectives et de révéler des tendances que nous ne pouvions pas voir avant.

François Goube, CEO et fondateur d’OnCrawl montrait il y a quelques semaines une nouvelle manière d’analyser les données. En examinant les différences entre deux périodes (une fonctionnalité qui n’est pas disponible dans Google Analytics mais facile à implémenter dans Data Studio), François a souligné que l’on pouvait trouver des informations très utiles.

Il nous donne l’exemple de pages qui apparaissent deux fois (ou plus !) aussi souvent dans les SERPs au cours des trois derniers mois par rapport aux trois mois précédents. Comme ces pages sont déjà classées, et reçoivent déjà une forte visibilité, les optimiser pourrait être très avantageux. Data Studio permet aux SEOs de repérer ce type d’opportunités.

Plus récemment, Aleyda Solis, la consultante SEO internationale élue “Personnalité Search de l’année”, a analysé comment surmonter la même difficulté (l’impossibilité de comparer deux périodes) en ce qui concerne les métriques de performance de la Google Search Console. En fournissant un nouveau rapport de performance utilisant seulement les informations issues de la Search Console, Aleyda a pu créer un dashboard fournissant des données concrètes. Il s’agit d’une vaste amélioration sur le rapport de performance disponible dans la Google Search Console, qui nous permet de surveiller, mais pas de prédire, de comparer ou d’identifier des zones d’amélioration sur les métriques de performance.

Aleyda donne quelques exemples concrets d’utilisation mais il y en existe bien d’autres. Par exemple, vous pouvez utiliser Data Studio pour :

  • Trouver des requêtes liées à des problèmes qui se manifestent à travers des impressions et des clics en déclin mais pas de changements dans les positions. Cela peut signaler des fluctuations dans le comportement de recherche.
  • Trouver des requêtes où la cannibalisation cause une chute dans les positions et déterminer laquelle des multiples pages pour cette recherche reçoit le plus d’impressions.

Pourquoi examiner les données de crawl dans Data Studio ?

Les exemples ci-dessus illustrent l’avantage de Data Studio lorsque vous utilisez un ensemble unique de données. Cependant, le plus grand avantage de Data Studio est peut être la possibilité d’utiliser de multiples sources de données dans le même rapport.

Pourquoi des sources de données additionnelles sont-elles si importantes pour les données de crawl ? L’une des difficultés avec les données de crawl est le fait qu’elles sont isolées des indicateurs du comportement de l’utilisateur et des performances du site. C’est pour cela qu’OnCrawl a déjà incorporé plusieurs de ces analyses via ses intégrations tierces avec des informations sur le comportement de l’utilisateur et du bot, les classements, les backlinks, les revenus…

Data Studio vous permet de surmonter cette difficulté. Avec Data Studio, vous pouvez faire des choses bien simples mais très pratiques, comme présenter les données de performance et les données de crawl sur la même page. Et Google continue d’améliorer sa capacité à combiner les sources de données ou encore à créer des jeux de données mixtes qui mélangent des données de deux sources séparées. Cette fonctionnalité continue de se développer, comme indiqué sur la mise à jour produit de novembre 2018, et inclut désormais la possibilité de créer des champs calculés basés sur des données pondérées.

Mixer les données dans Google Data Studio vous permet de créer des rapports qui présentent la relation entre les données de crawl et des indicateurs de comportement additionnels sur votre site. Nous allons détailler l’un des nombreux cas d’utilisation possibles ci-dessous :

Comment (et pourquoi) ajouter des conversions à vos analyses croisées aux données de crawl ?

Déchiffrer le comportement de Google et optimiser les facteurs de classements pour gagner les meilleures positions dans les résultats de recherche peut devenir très fastidieux. Parfois, il en devient même difficile de ne pas perdre de vue l’objectif principal du search marketing : utiliser les visiteurs entrants via des recherches pour améliorer la rentabilité.

L’une des meilleures mesures de rentabilité sont les réalisations d’objectifs de Google Analytics, en particulier si vous avez paramétré vos propres objectifs sur votre site. En fonction de votre site, chaque réalisation d’objectif peut vous fournir un lead qualifié, plutôt qu’un simple visiteur à la recherche d’un rapide “Comment faire…” ou d’une définition sur l’un de vos anciens articles de blog. Puisque que vous êtes plus intéressés par le lead que par le visiteur, suivre les caractéristiques des landing pages qui génèrent des conversions vous donnera des informations clés sur ce qui fonctionne réellement sur le site web, et ce qui ne fonctionne pas.

Étape par étape : examiner les landing pages qui convertissent

Pour mélanger les données de crawl et d’analytics dans Data Studio, nous avons tout d’abord besoin de deux jeux de données (un pour les données de crawl et un pour Google Analytics) qui partagent un unique “connecteur” que nous pouvons utiliser pour les relier. Le meilleur connecteur est l’URL.

Obtenir vos données de crawl

Depuis le Data Explorer d’OnCrawl, commencez par créer un rapport avec des colonnes contenant les caractéristiques que vous voudriez analyser.

Ces données doivent inclure l’URL de la page, puisque c’est ce que nous allons utiliser comme connecteur entre les deux jeux de données, et peut inclure des métriques de crawl comme :

  • Le temps de chargement d’une page ;
  • La taille d’une page (le poids) ;
  • Le status code HTTP ;
  • La profondeur ;
  • L’Inrank ;
  • Le nombre de inlinks follow.

Et n’importe quelle autre métrique que vous souhaitez tracker.

Si vous avez connecté vos données de logs ou de backlinks dans OnCrawl, vous voudrez peut-être aussi inclure des colonnes pour :

  • Le nombre de backlinks ;
  • Les statuts orphelins ;
  • La fréquence de crawl par page.

Exportez ce rapport en fichier CSV en cliquant sur “Export data”.

Téléchargez le CSV dans Google Drive et convertissez-le en document Sheets. Vous pourrez ensuite utiliser le connecteur Sheets pour ajouter cette feuille comme ensemble de données dans Data Studio.

2. Obtenez vos données d’analytics

Connectez votre compte Google Analytics dans Data Studio. Comme les landing pages sont listées comme chemins relatifs, vous aurez besoin d’ajouter un champ calculé pour obtenir l’URL complète des landing pages à utiliser comme clé de lien à ce moment.
Après avoir choisi le compte et les propriétés lorsque vous créez les jeux de données Analytics, vous arrivez à l’étape “Fields”. Choisissez “+ Add a field” en haut à droite. Nommez le champ “Full URL”. Saisissez :

CONCAT(“https://www.example.com”, Landing Page)

Dans la zone de formule. (Remplacez “https://www.example.com” avec l’adresse de votre site).

3. Mixer les données de crawl et d’analytics

Pour mélanger les séries de données, vous aurez besoin de créer un graphique dans un rapport. Lorsque vous créez un nouveau rapport blanc, on vous suggérera d’ajouter des jeux de données. Ajoutez les données d’analytics et de crawl que vous venez de créer.

Ajoutez un graphique en cliquant sur le type voulu puis dessinez un rectangle là où vous souhaitez que le graphique apparaisse :

Dans l’onglet Data sur la droite, cliquez sur “+ Blend data”.

Changez la dimension Analytics du “Join Key” en “Full URL”. Vous devrez utiliser la fonction de recherche pour trouver ce champs. Ajoutez la métrique “Goal Completions” et tous les autres champs numériques (bleus) que vous voudrez utiliser dans ce jeu de données mixtes.

Cliquez sur “Add another data source” et choisissez vos données de crawl. Le “Join key” sera listé comme manquant. Remplacez-le avec le champs de l’URL. Ajoutez les métriques numériques (bleues) que vous souhaitez comparer aux réalisations des objectifs en utilisant cette série de données mixtes.
Lorsque vous cliquez sur “Save” dans le bouton à droite, cela va probablement causer une erreur. Vous pouvez le résoudre en réassignant des champs disponibles aux différents éléments du graphique.

4. Préparez un graphique

Assignez les champs aux différents éléments du graphique

Dans ce cas, nous avons dessiné les réalisations d’objectifs versus le nombre de follow inlinks (liens vers la landing page) pour voir si les pages convertissent ou non. Nous avons aussi pondéré les données par nombre de pages vues, et exclut la page d’accueil car elle performe très différemment des autres pages du site.

Vous pouvez utiliser l’onglet Style pour modifier l’apparence du graphique. Dans ce cas, nous avons choisi les bulles colorées.

La tendance entre le nombre de liens internes sur une landing page et son habileté à générer une conversion est visible dans ce graphique. En utilisant d’autres graphiques et tableaux pour créer un rapport complet, vous pouvez tracker l’influence des autres métriques de crawl sur la capacité d’une landing page à convertir.

Rien que les faits : comment implémenter les données d’OnCrawl dans Data Studio

Bien que le connecteur Data Studio ne soit pas encore disponible pour OnCrawl, vous pouvez toujours utiliser n’importe quelles données de crawl dans Data Studio.

Quelles données exporter d’OnCrawl ?

Exportez les données de crawl récentes depuis le Data Explorer. Vous devriez ajouter autant de colonnes d’informations exploitables que vous comptez en utiliser pour chaque URL connue (pas nécessairement juste les URL récupérées).

Exportez ces données dans un fichier CSV qui peut être converti en un document Google Sheets.

Comment mettre à jour vos données de crawl ?

L’avantage du connecteur Google Sheets pour vos données de crawl c’est qu’il va vous permettre de mettre à jour vos données en remplaçant les anciens résultats de crawl par les nouvelles données de crawl.

À la suite d’un crawl plus récent, réalisez le même export que précédemment. Remplacez les contenus de la feuille de calcul actuelle avec les contenus du nouveau CSV.

Dans Data Studio :

  • 1. Utilisez la sidebar sur la gauche pour naviguer vers les “Data sources”.
  • 2. Cliquez sur votre feuille de données de crawl d’OnCrawl.
  • 3. Choisissez “Edit connection”.
  • 4. Dans le coin en haut à droite, cliquez sur “Reconnect”.

Vos graphiques seront mis à jour avec les nouvelles données.

Les limites de Data Studio

Data Studio est un outil intéressant mais qui reste tout de même primaire. Gardez en tête que :

  • Les jeux de données pondérées doivent tous partager les mêmes clés de lien.
  • Les séries de données pondérées ne peuvent pas utiliser de champs calculés qui ont été ajoutés à des données originales.
  • Les métriques doivent être des valeurs numériques. Cela signifie que les champs de texte ajoutés en tant que métriques aux jeux de données pondérés (dont les requêtes GSC, les statuts canoniques OnCrawl, les pays…) seront agrégés en utilisant une fonction de comptage ou de comptage unique.

Enfin, l’interface glisser-déposer signifie que Data Studio est plutôt accessible mais si vous faites partie des ces personnes comme moi qui aiment ajuster et personnaliser jusqu’à la perfection, vous pourriez être frustrés.

Points clés

Voici les principaux points à retenir lorsque vous utilisez OnCrawl avec Data Studio :

  • Importez les données d’OnCrawl à travers les Google Sheets afin de pouvoir mettre à jour vos données plus tard sans reconstruire vos rapports.
  • Mixez les jeux de données dans Data Studio pour réaliser des analyses croisées sur des données qui ne sont pas encore disponibles dans OnCrawl.
  • Si vous mixez des données, pensez à inclure l’URL en tant que “join key” dans n’importe quels exports OnCrawl.
  • Soyez conscients des limites de Google Data Studio et ajustez vos ambitions en fonction de cela.
  • Data Studio peut fournir des visualisations, des comparaisons et des calculs qui surpassent l’absence de certaines données dans Google Analytics et Google Search Console.
  • Vous pouvez tirer profit des données de crawl grâce à l’intégration avec les indicateurs de performance réelle.
  • Surveillez le nombre de conversions ou le taux de conversion pour trouver vos money pages et comprendre quelles métriques ont le plus d’impact sur la performance de votre site.