Dans un contexte de vente en ligne, les Web Analytics font référence à la mesure d’aspects d’un site web liés à la stratégie commerciale de l’entreprise comme, par exemple, quelles sont les pages web ayant conduit au plus grand nombre d’achats en ligne ? ».[1]

Comme nous l’avons déjà discuté[2], le tourisme et les activités commerciales lui étant reliées sont en train de se numériser. Cela s’accompagne ainsi de nouvelles pratiques, en l’occurrence le Web Analytique qu’aborde le présent travail. Il s’agit en quelque sorte des statistiques sur les pages web que l’on peut obtenir de plusieurs fournisseurs dont Google Analytics, leader en la matière (environ 40% des parts du marché dès le 2ème trimestre 2008 selon eMarketer) (voir exemple de sortie d’écran et *vidéo de présentation de l’interface*). Ensuite vient Omniture, récemment racheté par Adobe.

Nous tentons ici de répondre à la question relative au degré d’adoption de tels outils par les gros joueurs de l’industrie touristique. Je pense que de manière globale et dans toutes les industries la tendance est au transfert des services sur le web (voir mon article) et par ricochet à l’adoption de nouvelles pratiques et mesures adaptées au web. Au niveau pratique c’est essentiellement l’analyse de l’entreprise et de son achalandage sous un angle purement orienté web (web analytics), qui va découler sur un besoin accru en SEO (voir outils , techniques). Ce phénomène peut être conceptualisé spécifiquement pour le tourisme par le schéma[3] suivant.

Travel & Tourism SEO Process

À présent, pour répondre à notre problématique plus particulièrement, du moins concernant le Québec – pourtant moins dynamique dans ce domaine que la France ou les États-Unis surtout-, il suffit de voir la rivalité (interentreprises) existante pour comprendre à quel point la demande en « analytics » est importante. Nous établirons ainsi à quel point les protagonistes de notre industrie prennent la chose au sérieux et l’adoptent. L’offre est aussi très présente. À titre d’illustration, l’été dernier, une vingtaine d’agences spécialistes en stratégie marketing/ référencement sur internet et autre cybermétrie sont entrées en compétition afin de pouvoir compter le bureau canadien du Comité Martiniquais du Tourisme parmi leurs clients. Le groupe qui en est sorti vainqueur a aussi signé un contrat avec le Groupe Dufour qui lui a confié sa stratégie Internet et ses activités d’optimisation de la présence web (voir article).

Les grosses « boîtes » de tourisme extraient ainsi des données brutes qui vont être à la base de décisions stratégiques. On peut savoir entre autres, l’évolution du nombre de visiteurs sur notre site (le « traffic »), les pages les plus visitées, les moments ou périodes auxquelles elles le sont, le taux de rebond, etc. comme nous l’avons vu dans la présentation de Google Analytics. Exemple concret dans l’industrie du tourisme pour terminer : une analyse de conversion visant la maximisation du ROI a donné le tableau suivant pour un site de location pour vacances (voir page web).

Conversion analysis

Articles reliés:

• Web 2.0 et transparence au service de l’industrie touristique _ Johanne Dorval
• L’hôtellerie: du bouche à oreille au buzz _ Julie Alberto

[1] http://fr.wikipedia.org/wiki/Web_Analytics

[2] http://www.economie-numerique.com/vacances-destination-%E2%80%A6-google/ par Ousmane Sock

[3] http://travelstrategybusiness.com/travel-tourism-seo/

 La mesure de performance est une étape essentielle afin d’évaluer si un site Web réalise les objectifs corporatifs.

 Les grands magasins utilisent plusieurs types de mesures ou KPI (Pour plus de détail veuillez consulter ce blogue) afin de calculer l’impact de leurs stratégies en ligne, d’effectuer du marketing relationnel, d’identifier d’où proviennent les visiteurs, d’analyser de quelle façon les visiteurs naviguent sur le site et d’apporter des correctifs afin d’améliorer les performances du site web.

 On trouve parmi ces mesures :

• Quantification du trafic et les ventes sur le site
• Analyse du « taux de conversion» ou le ratio visiteurs/acheteurs
• Analyse du parcours de l’internaute « clickstream»
• Observation du « taux d’abandon du panier d’achat»
• Discussion avec des clients à travers des «focus group», sondages et tests d’usage
• Les entrevues de sortie lorsque le client quitte le magasin en ligne
• Possession d’une section commentaires sur le site
• Utilisation des connaissances et le « feedback » des employés en magasins

  En effet, la possession d’une section commentaire sur le site est une pratique facile et peu coûteuse pouvant fournir aux grands magasins de l’information pertinente.

Par exemple, Wal-Mart permet au client de le contacter via courriel, téléphone et par la poste pour des questions relatives à son site Web, des questions d’ordre général, techniques, de facturation, de fraudes, etc. De son côté, Sears possède une section « contactez nous » dans laquelle l’internaute peut remplir un sondage d’opinion au sujet du site de Sears, lequel est soumis en ligne.

 Les mesures les plus utilisées par les détaillants 

 Une étude réalisée par Yankee Group en septembre 2002, indique les mesures les plus utilisées par les entreprises afin de comprendre le comportement du consommateur et ainsi personnaliser son offre de produits. Il est important de noter que seulement 14% des répondants analysent le taux d’abandon du panier d’achat et qu’uniquement 28% observent le taux d’abandon du site

 Aussi, selon un sondage réalisé par e-dialog en avril 2002, 64% des détaillants américains en ligne évaluent l’efficacité de leur campagne marketing email par le bais du CTR Total (Click Through Rate) le taux de conversion du site qui indique le pourcentage d’articles achetés au cours d’une période par rapport à l’effort publicitaire est également utilisé par 46% des détaillants américains en ligne.

 Les entreprises qui ont compris l’importance d’utilisation des outils de mesure de performance web de qualité, obtiennent ainsi un avantage compétitif de taille puisqu’elles connaissent l’endroit où l’argent investi est le plus rentable. Par exemple le vendeur de fleurs en ligne FTD.com a investi dans un système de rappel à des dates déterminées par ses clients puisqu’elle s’est rendu compte que lorsque les courriels étaient envoyés aux dates demandées par ceux-ci, son taux de conversion pour des campagnes par courriel passait d’une moyenne de 3-5% à 28%. En sachant, qu’un taux de conversion de 3 à 5% est considéré comme moyen et un taux de 10% est élevé, il devient assurément rentable pour FTD.com d’investir dans un tel outil.

Référence :

 http://www.cgi.com/cgi/pdf/cgi_broc278_client_manage_f.pdf

http://www.journaldunet.com/solutions/0104/010413_mesureperf_intro.shtml

http://www.adviso.ca/fixer-de-bonnes-mesures-de.html

http://www.chairerbc.com/chairerbc/fichiers/commercedetailenligneaucanada_lesgrandsmagasins.pdf

http://www.stephguerin.com/archives/les_indicateurs_de_performance_cles_pour_le_web/

Une des grandes problématiques liées aux campagnes sur les réseaux sociaux est donc « Comment mesurer l’impact de ma campagne Web sur les réseaux sociaux ? »
« Quels indicateurs de performance prendre en compte pour une campagne sur les réseaux sociaux ? »

Ces questions méritent d’être posées tant le comportement des internautes sur ces médias se distingue des comportements de « Search classique ». En effet, lorsqu’un internaute se rend sur un réseau social, il peut adopter deux attitudes distinctes :
-Attitude passive : il prend simplement connaissance du contenu.
-Attitude active : il commente le contenu, fait un lien de son profil Tweeter /Facebook, parle de la marque sur son Wall, crée du contenu, partage la vidéo avec ses amis… [2]

C’est ce comportement actif, qui est nécessaire d’analyser, via de nouveaux Key Performance Indicators, dits KPI. Les KPI sont des indicateurs de performance, choisis par le marketer, afin d’évaluer l’impact de ses campagnes sur ses objectifs.

Quels KPIs choisir ?

Les KPIs utilisés dans des campagnes classiques sont généralement le taux de conversion, le taux de rebond, ou le nombre de visites ; cependant ceux-ci ne sont pas toujours adaptés à la mesure des campagnes sur les réseaux sociaux, et il est alors nécessaire de les associer avec d’autres KPIs plus spécifiques.

Afin de définir les KPI les plus pertinents, il est nécessaire de savoir dans quel but une campagne est mise en place sur les réseaux sociaux. Est-ce dans un but quantitatif (ventes, inscriptions, nouveaux prospects) ou dans un but qualitatif (réputation de la marque, loyauté)?

Les principaux KPIs (couplés à des KPIs traditionnels) pouvant être utilisés sont [3] [4] [5]:
-Taux d’interaction (citations, share, bookmark, commentaires, followers)
-Trafic sur le nom de la marque ou du produit
-Tendances de recherche
-Temps passé

D’autres KPIs peuvent également être utilisés en fonction du moyen de communication, du réseau social utilisé, et des objectifs définis. Ainsi, pour mesurer une campagne faite via une application Facebook, il sera également intéressant de mesurer :
-Nombre d’installations de l’application.
-Nombre d’utilisateurs actifs par jour
-Unique User Reach : pourcentage d’utilisateurs ayant installé l’application par rapport à l’audience totale du réseau social.

Comment mesurer ces indicateurs ?

Quelques outils généralistes sont à disposition du marketer afin de mesurer ces indicateurs, tels que How sociable qui permet de « mesurer la fréquence d’une marque » sur les réseaux sociaux, ou encore Trendrr, ou GoogleTrends.[6]

Des outils plus spécialisés sont également disponibles. Facebook a également lancé son propre outil, pour une analyse sur son réseau social : Facebook Lexicon. Cet outil permet de suivre la tendance des « mots ou phrases » écrites sur les Walls. Cela permet donc de mesurer efficacement le volume de conversations et surtout la tendance autour du nom de la marque, ou du produit au cœur de la campagne Web. Des outils similaires sont également disponibles pour Twitter tels que Twittermeter ou Tweet Volume.

Néanmoins, ces outils sont encore expérimentaux, mais permettent déjà d’évaluer une tendance de l’impact d’une campagne sur un réseau social, au-delà des outils d’analyse Web traditionnels (Google Analytics, Omniture). Choisir de bons KPIs et définir les outils de Web analytics est évidemment un premier pas vers une bonne analyse des campagnes web, cependant les KPIs ne sont pas figés, et il est nécessaire de les redéfinir en fonction de leur pertinence par rapport aux objectifs, ou aux résultats obtenus, tels que le précise Youssef Debbagh.

Romain Larmet

[1] Alexa
http://www.alexa.com

[2] Jesperastrom
http://jesperastrom.com/social-conversion/social-media-and-kpis

[3] Agence Mode Emploi (IAB).
http://www.agence-modedemploi.com/buzz/fr/liab-definit-les-kpi-specifique-aux-medias-sociaux/

[4] I love web
http://www.ilove-web.com/

[5] Visualrevenue.com
http://visualrevenue.com/blog/2007/07/what-to-measure-on-social-networking.html

[6] Webevangelist
http://www.webevangelists.net/2008/12/07/outils-gratuits-pour-mesurer-les-medias-sociaux/

Collection de données

Selon les spécialistes SAS, il s’agit plutôt d’enregistrement d’événements d’affaires et d’expérience de client plutôt que de métrique web traditionnelle. L’analyse d’expérience de client, a son tour, SAS la définit comme « l’habilité de savoir tout; qu’est ce que le client a vu, qu’est ce que le client a fait, qu’est ce que le client n’a pas fait, quand il l’a fait, combien de temps ça lui pris, d’où il est venu … et deviner qu’est ce que il fera demain ». La solution optimale pour y arriver est de combiner la collection dynamique de données en ligne avec de systèmes d’intelligence d’affaire.
SAS a développé une plateforme de collection et d’analyse de données pour les banques qui permet d’enregistrer toutes les actions et toutes les interactions des clients en ligne. Les analystes qui utilisent ce système peuvent même récupérer toute la session de client en  format vidéo. Tous les moindres détails de session, incluant les mouvements de souris du client, peuvent être enregistrés par le système. Et ce n’est pas tout. Cette plateforme fait ses preuves comme système d’intelligence multicanaux: les données provenant de différentes sources, comme des transactions hors ligne, l’information du client, des données de tierce partie, des données de marché, peuvent être recueillies et intégrées.

Interprétation de données

La diversité des clients, chacun avec ses propres objectifs et son rythme d’interactions avec sites web, complique les tâches d’analyste Web. La solution de SAS pour interprétation de données de grande envergure consiste à prédéfinir les différents modèles de comportement «normalisé » de clients en ligne. Ainsi, cette approche permet d’effectuer l’analyse rapide et automatique d’interactions généralisées de client avec le site d’Internet. En plus, le système d’intelligence d’affaire met à disposition des outils puissants d’analyse, de rapport et de partage d’information qui permettent de composer une vue générale de performance de site Web. En même temps, le profil de chaque individu reste toujours accessible.
Voici le schéma de processus de commerce électronique, présentée par SAS. [3]

Or, les outils de Web Analytics développés par SAS pour l’industrie bancaire, c’est rien de moins que « customer intelligence ».
[1] E-Banking on it
[2] How Banking Institutions Can Benefit from Web Analytics
[3] BEYOND WEB ANALYTICS FOR RETAIL BANKS, SAS Institute Inc., White Paper, WWW.SAS.COM/UK

Mon analyse fait allusion  aux différentes questions qui sont posées sur le web et qui concernent les serveurs de publicité « Adservers »  et les outils d’analyse du web « Webanalytics ».On trouve des questions telles que :

• ‘Web Analytics / Ad servers : alliés ou frères ennemis ?’
• ‘Web-Analytics vs Plateformes Génération de trafic.’
• ‘A Note on Web Analytics and Ad Server Metrics…’
• ‘Your Web Analytics data vs. online advertising data: why they don’t match (and       never will)?’
• ‘Discrepancy entre Google Analytics et clics publicitaires’

Les initiateurs de ces débats, tous professionnels de l’e-publicité et du Webanalytics, soulèvent les discordances entre les données fournies par les Adservers et celles fournies par les Webanalytics.                      

Avant d’analyser ces débats, il est indispensable de présenter  ces deux outils :

Þ    Adserver : Appelé aussi Ad Server ou Serveur de publicité, est un logiciel qui gère les campagnes publicitaires tant du côté Editeurs que du côté  Annonceurs .Il s’occupe principalement, de l’insertion  des publicités (exemple : bannières) dans les espaces réservés à cet effet sur les pages web. Grâce au ‘Géotargeting’, il permet de faire du ciblage afin d’optimiser les campagnes publicitaires. 

Concernant les données fournies par les Adservers, on notera le taux de clic, le nombre d’impressions  et, grâce à des tags , les données liées à la transformation et  à l’achat.

Les adservers les plus connus sont : Dart de Doubleclick(Google), Open Adstream, Adtech, Google Admanager, Smart, OpenX et le canadien AdwitServer.

Processus d’une publicité  via un Adserver :

Source : « spiralaxis.com »

Þ    Webanalytics : Selon wikipédia : «  Les Web Analytics regroupent la mesure, la collecte, l’analyse et la présentation de données provenant d’Internet, utilisées afin de comprendre et d’optimiser l’utilisation du Web. » 

Stratégiquement parlant, le Webanalytics est utilisé pour optimiser les performances d’un site web. Les données fournies par ce dernier et liées aux comportements des internautes (nombre de visiteurs uniques, taux de conversion, taux de rebond…etc.) permettent de voir si le site est rentable ou pas (ROI), et de l’améliorer en conséquence.

Les Webanalytics les plus connus sont : Omniture, WebTrends, Coremetrics Nedstat  et Google Analytics.                                                                                                    

Après ces brèves présentations, voyant où résident  les discordances entre leurs données :

• La différence algorithmique entre les deux outils mènera à des résultats relativement différents.
• Comptage : nombre de clics/impressions  pour les Adservers et  nombre de visites/visiteurs pour les Webanalytics, or le clic n’équivaut pas à une visite, plusieurs clics peuvent correspondre à une seule visite.
• Des clics sont comptés dans des cas de non téléchargement de la page web suite à des problèmes techniques.
• Les clics frauduleux comptés par les Adservers.
• Quand les cookies ne sont pas autorisés sur un ordinateur, ce dernier n’est pas compté dans le trafic.

On ne peut pas tout étaler dans ce billet, mais le plus important est de dire que quelles que soient les différences entre ces deux outils, ils ont prouvé qu’ils sont utiles, et comme leur différence est évidente, leur complémentarité l’est  aussi, sinon pourquoi Google a lancé Google Admanager et Google Analytics, idem pour Adtech qui a lancé Adtech Analytics.

 Références :

http://www.les-adservers.com/

http://www.liesdamnedlies.com/2008/10/online-advertis.html

http://www.journaldunet.com/ebusiness/publicite/dossier/le-marche-des-adservers-en-

http://www.adwitserver.com/societe.html

france/les-principales-solutions-d-adserving-en-france.shtml

http://www.abc-netmarketing.com/ad-server-agence.html

http://www.arkantos-consulting.com/articles-marketing-internet/webanalytique/20090629-le-web-analytics-une-approche-strategique-globale.php

« Les dirigeants avertis comprennent que l’excellence du service est le meilleur facteur de différenciation pour leur entreprise. Ils savent aussi qu’il n’y a qu’une façon d’offrir un excellent service : recueillir des données fiables sur la clientèle et les utiliser efficacement ».

« … les solutions d’analytique de prochaine génération n’ont plus rien de simples outils d’amélioration des résultats financiers . Elles sont désormais essentielles à l’exécution de stratégie d’entreprise ».

C’est dans cette optique que s’inscrivent les opérateurs majeurs de la téléphonie pour aller à la quête de la moindre donnée informatique qui pourrait peser dans la prise de décision. Les opérateurs de la téléphonie sont des grands utilisateurs de web analytics. 88% ont une solution de tracking  pour mesurer leur audience sur la toile internet et maximiser leur profit. En 2009, British Telecom lance l’outil “Gittins and Bayesian loops” qui permet de suivre en temps réel le comportment de leur client et de modifier dynamiquement l’aspect du site web suivant leur attitude. Selon les développeurs de cet outil, celui-ci permettrait d’engranger plus 80 millions de $ de revenu additionnel.

Les solutions de web analytics les plus utilisées dans l’industrie sont les suivantes :

L’utilisation de plusieurs types d’outils de web analytics permet d’avoir une meilleure précision des indices de performances, et par conséquent, d’avoir une meilleure stratégie marketing. Le graphe ci-dessous donne une idée de la pénétration des outils de mesure de performance dans l’industrie des télécom. 62% utilisent un seul type d’outil de web analytics. 28% utilisent 2 types, 8% 3 types et 12% d’entreprise du secteur n’utilisent pas d’outils web analytics dans le monde. Ces 12% pourraient représenter les entreprises n’utilisant pas des technologies compatibles aux outils de web analytics.

L’analytique du Web rencontre du succès dans le domaine de la téléphonie. En effet, Webtrends Inc, un leader mondial dans les technologies du web analytics a enrégistré depuis quelques années une augmentation des souscriptions aux services du web analytics par des opérateurs de téléphonie et des fabricants de téléphones mobile tels que Bell Canada, Telecom Italia, Telefonica, Swisscom Mobile, T-Mobile UK, Virgin Mobile, Verizon, Vodafone pour ne citer que ceux là.

C’est donc dans le souci de survivre dans un environnement concurrentiel en cernant mieux les besoins de la clientèle  et en la fidélisant que les opérateurs de la téléphonie utilisent les solutions du web analytique.  Bienque ces outils ne bénéficient pas d’une fiabilité incontestée, on pourrait s’attendre dans un futur proche à ce que presque tous aillent au-delà du simple reporting en proposant une réelle analyse des données. _____________________________________________________________________

Références:

1- Web analytics chez Bell, Bell.ca, released of June 2008

2-  Web Analytics Xchange Interview: Shubhra Shivrasta of Nokia, webanalyticsworld.net, August 4, 2009

3- Webtrends Accelerates Leadership in Global Telecommunications Industry, webtrends.com, December 7, 2005

4- Web site morphing – British Telecom, webanalyticsassociation.org, June 9, 2009

5- Interview with Analytics Evangelist Avinash Kaushik, blog.compete.com, June 24 2008

6- Omniture to acquire Visual Sciences, omniture.com, released Oct 25 2007

L’implantation du Web Analytics au sein de sites d’institutions financières canadiennes est maintenant bien solide, mais une fois implanté, quelle information en retirer? La société Hitwise a récemment conduit une étude  sur le sujet et a mesuré les mots-clés les plus populaires menant aux sites des institutions financières canadiennes et leurs principaux rivaux. Voyons ce qui s’en dégage.

Le branding mesuré

Quelle est l’influence d’une stratégie marketing ou d’une publicité? Est-ce que les gens auront compris notre message et quel est l’impact sur notre image de marque? Lorsqu’un usager désire utiliser des services bancaires en ligne, les mots-clés qu’il entrera dans un moteur de recherche seront révélateurs et permettront de répondre à ces questions. L’analyse de ces mots-clés permet d’illustrer ceux qui sont les plus populaires [1].

Il est intéressant de constater que les usagers de Desjardins ne recherchent pas leur institution financière avec le mot-clé “desjardins” mais bien avec “acces d”. Ceci implique que le service Accès D est très bien associé aux services électroniques de l’institution et il y a de bonnes raisons de croire que les publicités hors ligne et en ligne sont efficaces.

Les principaux concurrents

Un bon moyen pour déterminer ses plus vifs concurrents en ligne est de déterminer le trafic en amont et en aval de notre site (Clickstream de type upstream & downstream). Même s’il est légitime de croire que le domaine des services bancaires en ligne possède une moins forte concurrence que celui de l’électronique par exemple, il est tout de même intéressant d’en constater l’étendue. L’étude en question [2] démontre que 47% des visiteurs naviguant sur un site bancaire ou financier provenaient d’un site du même secteur. Dans l’autre direction, 58% des visiteurs quittent chez de potentiels compétiteurs.

Voici un tableau démontrant le groupe des cinq grandes banques canadiennes et leur trafic bancaire en amont [Id.].

Le Web Analytics des banques: comme tous les autres?

Est-ce que le processus de Web Analytics des institutions financières est identique aux autres sites de commerce électronique plus traditionnels? Pas tout à fait. Certes l’objectif final est de mesurer la productivité et la convivialité d’une page ou d’un site donné, mais le parcours pour y arriver est différent. Prenons l’exemple d’un site de commerce électronique standard, dont la principale raison d’être est de vendre des produits. L’analyste regardera notamment le parcours que prendra un utilisateur avant de faire un achat ou la conversion d’objectifs (ce billet parle du concept). Comment transposer ces concepts dans l’univers bancaire?

Prenons l’exemple [3] de l’usager qui désire transférer des fonds d’un compte à un autre. Même s’il ne sait pas exactement comment le faire, il sera plus patient pour une telle action que pour acheter un DVD qui serait offert chez un marchand concurrent par exemple. Donc le simple fait de mesurer l’atteinte d’un but précis (le transfert de fonds ici), ne donne pas autant d’information que l’analyste souhaiterait. Est-ce que le design de la page favorise l’atteinte du but? Est-ce que l’usager sait quoi faire à chaque étape? Pour y remédier, l’analyste web en institution financière devra plutôt se concentrer sur des métriques telles: le nombre de pages d’erreurs vues par un usager dans le cadre d’une action, le nombre de fois que la FAQ a été consultée, le nombre de pages vues lors d’une action qui en compte normalement N, etc. [Id.]. Ce type de métriques parlera davantage à l’analyste qui sera par la suite mieux outillé pour prendre des décisions éclairées.

Dans un blog précédent, j’ai présenté un aperçu sur l’impact négatif de l’Internet sur l’industrie de la presse. Cependant, les outils Web analytics constituent la porte de secours. C’est grâce à eux que les éditeurs de presse sont capables de reconquérir leur lectorat qui a migré vers le Web. Malheureusement, la plupart des acteurs de cette industrie n’ont pas bien intégré ces outils pour mieux capter la valeur.

Parmi les rares qui ont pu réussir l’adaptation, nous trouvons le NYT. En effet, ils ont mis en place une équipe dédiée Web analytics. A leur tête, nous trouvons James G Robinson qui est en charge d’élaborer périodiquement des analyses et des rapports sur les visiteurs des sites Web du NYT destinées au département des ventes. Ils utilisent plusieurs métriques, mais le plus important reste « le temps consacré » (à lire un article), comme indicateur clé pour choisir la pub à placer sur la page. Cet indicateur couplé avec l’indicateur de l’interactivité constitue le métrique le plus en vogue en ce moment et qui s’appelle « l’engagement ».

The Guardian de son coté, a mis le paquet dans le Web analytics, puisqu’il fait appel à Omniture dans ce domaine. De plus, reconnaissant la complexité croissante de l’analyse des données, il vient de faire appel aux services de Lynchpin Analytics.

Nous voyons bien que les éditeurs de presse en ligne commencent à intégrer le jargon du Web analytics en utilisant des termes tel que visiteurs uniques, pages Web visitées et nombre de session, lorsqu’ils veulent montrer le degré de leur diffusion. Ceci est devenu un argument de vente tel que mentionné dans un article paru dans la Newspaper Association of America.

Mais est ce que c’est suffisant ? Pas vraiment dirait Roberta Garfinkle Directrice de la stratégie d’impression chez Target Cast tcm, qui dans un article publié dans The Online Journalism Review, indiquait que « L’objectif est de connaître qui regarde la pub, quand et qu’est ce qu’il fait avec ? ». Au bout de compte, on peut traduire cela en disant que les annonceurs veulent savoir le ROI de leur investissements publicitaires sur Internet.

Le Web analytics est entrain de façonner la stratégie Web des entreprises. Selon l’article « The Coming Revolution in Web Analytics » , le marché du Web analytics atteindrait 431 millions de dollars aux USA en 2009. Son évolution serait de 17% jusqu’à 2014. Une enquête effectuée auprès des participants au sommet officiel du Web Analytics Association a montré que 87,3% envisagent d’augmenter ou de maintenir leurs budgets et que 80% manifestent leur intérêt dans Google Analytics.