chevron_right
chevron_right
Pourquoi le reporting en temps réel est-il plus élevé dans Big Data Analytics par rapport à Google Analytics en temps réel ?
Technical Support/Troubleshooting

Pourquoi le reporting en temps réel est-il plus élevé dans Big Data Analytics par rapport à Google Analytics en temps réel ?

Last Updated over a month ago
Article Navigation
Introduction
Symptômes courants
Dépannage
Tips for Prevention and Maintenance
Besoin d'une assistance supplémentaire ?

Introduction

Avez-vous déjà remarqué des écarts entre les chiffres de rapport en temps réel dans l'analytique de Big Data d'Ezoic et Google Analytics ? Cet article explique pourquoi le rapport en temps réel peut sembler plus élevé dans l'analytique de Big Data par rapport au rapport en temps réel de Google Analytics. En comprenant les différences dans la façon dont chaque plateforme calcule les utilisateurs actifs, vous comprendrez pourquoi ces variations se produisent et comment l'approche d'Ezoic offre une réflexion plus précise de l'activité des utilisateurs sur votre site. Plongeons dans les spécificités derrière ces métriques en temps réel et clarifions les raisons de ces données contrastées.

Symptômes courants

Google calcule ce nombre de visiteurs « en ce moment » comme le nombre d'utilisateurs uniques ayant visité le site au cours des 5 dernières minutes. De même, Ezoic calcule ce nombre comme tout utilisateur ayant une certaine activité au cours des cinq dernières minutes. Pour la définition d'Ezoic, cette activité peut inclure le défilement de la page pendant la lecture, le copier/coller de contenu, la saisie d'informations, etc.

Malheureusement, la définition de Google de « en ce moment » ne reflète pas fidèlement les utilisateurs actifs sur le site. Disons qu'un utilisateur vient sur votre site et trouve une page formidable avec beaucoup de contenu intéressant et prend environ 15 minutes pour lire l'article dans son intégralité. Avec la définition de Google, ils considéreraient cet utilisateur comme inactif après les premières 5 minutes. Cet utilisateur redeviendrait actif une fois qu'il visite une autre page.

Dépannage

Cependant, la définition en temps réel d'Ezoic prend cela en compte ! Le système sait que l'utilisateur est actif parce qu'il fait défiler et copie/colle le contenu en cours de route. En raison de cette différence, vous verrez probablement un nombre différent dans les rapports en temps réel de Big Data Analytics par rapport à Google Analytics.

Pour résoudre les écarts entre les données utilisateur en temps réel d'Ezoic et celles de Google, suivez ces étapes :

  1. Comprendre les Définitions : Connaître les différences entre les définitions d'Ezoic et de Google de « maintenant » ou d'utilisateurs en temps réel. Google le calcule en fonction des utilisateurs uniques qui ont visité le site au cours des 5 dernières minutes, alors qu'Ezoic compte tout utilisateur ayant une activité dans les 5 minutes précédentes, y compris des actions comme le défilement, le copier/coller ou le remplissage de formulaires.
  2. Identifier le Problème : Si vous remarquez un écart dans le nombre d'utilisateurs en temps réel signalés par Ezoic et Google Analytics, la première étape consiste à comprendre que cela est dû aux différentes définitions utilisées par chaque système.
  3. Comparer les Rapports en Temps Réel : Ouvrez les rapports en temps réel dans Big Data Analytics d'Ezoic et dans Google Analytics. Documentez le nombre d'utilisateurs signalés par chaque système.
  4. Vérifier l'Activité des Utilisateurs : Évaluez si les utilisateurs s'engagent dans des activités qu'Ezoic compte comme « actives » mais que Google ne compte pas. Par exemple, si les utilisateurs passent plus de 5 minutes sur une seule page, ils pourraient ne pas être comptés comme « actifs » par Google après les 5 minutes initiales, tandis qu'Ezoic continuera à les compter comme actifs en raison des interactions continues.
  5. Vérifier l'Implémentation : Assurez-vous que les codes de suivi d'Ezoic et de Google Analytics sont correctement implémentés sur votre site. Des codes de suivi défectueux ou manquants peuvent entraîner des rapports en temps réel inexacts.
  6. Comparer avec d'Autres Données : Utilisez d'autres métriques et points de données, tels que la durée des sessions et les pages vues, pour mieux comprendre le comportement des utilisateurs et les écarts dans les données en temps réel.

En suivant ces étapes, vous pouvez identifier les raisons des écarts et vous assurer que les analyses de votre site reflètent fidèlement l'engagement des utilisateurs.

Tips for Prevention and Maintenance

Pour maintenir une compréhension précise de l'activité des utilisateurs en temps réel et éviter les divergences entre différentes plateformes d'analyse, envisagez les conseils suivants :

  1. Comprendre les différences entre les plateformes : Sachez que différents outils d'analyse ont des définitions variées des "utilisateurs actifs". Par exemple, Google Analytics peut marquer un utilisateur comme inactif après 5 minutes d'inactivité, tandis que d'autres plateformes peuvent avoir des critères différents.
  2. Comparer les données analytiques : Comparez régulièrement les données provenant de plusieurs plateformes d'analyse pour identifier toute divergence significative. Cela peut aider à comprendre comment chaque plateforme calcule l'activité des utilisateurs et à éviter les malentendus.
  3. Éduquer votre équipe : Assurez-vous que toutes les personnes impliquées dans l'analyse du site web comprennent les différences dans la façon dont l'activité des utilisateurs est mesurée. Cette connaissance peut améliorer la précision de votre interprétation des données et de vos processus de prise de décision.
  4. Utiliser des trackers d'activité : Utilisez des outils qui peuvent suivre le comportement des utilisateurs de manière plus détaillée, comme les cartes de chaleur ou les enregistrements de sessions, pour mieux comprendre l'engagement des utilisateurs au-delà de ce qui est montré dans les rapports analytiques standard.
  5. Revoir régulièrement les définitions : Revoyez périodiquement les définitions et méthodologies utilisées par vos outils d'analyse pour rester informé de toute modification ou amélioration. Cela aidera à maintenir la cohérence dans l'interprétation des données.
  6. Optimiser le contenu pour l'engagement : Créez du contenu engageant qui encourage les utilisateurs à interagir avec votre site, réduisant ainsi les chances d'être marqué comme inactif.

Besoin d'une assistance supplémentaire ?

Si vous avez besoin d'aide supplémentaire pour interpréter les rapports en temps réel de Big Data Analytics, veuillez vous connecter via https://support.ezoic.com/ afin de profiter de nos ressources dédiées au support. Nous sommes là pour vous aider !

× Enlarged Image

Loading ...