Analyse statistique : pour faire de son site un hit !

1
Analyse statistique pour faire de son site un
hit !

• données, statistiques et analyse

2
Diverses problématiques

• Ressources différentes
• Environnements divers
• Objectifs multiples
• Un point en commun

3
Pas de recette miracle

• S aider de méthodes éprouvées

4
Lintention de cet exposé

• Réduire les efforts et mesurer le succès en
  saidant des fichiers journaux (logs)
• Faciliter l analyse 

5
Structure de la présentation

• Les fichiers journaux (logs)
• Les statistiques
• L'analyse

6
L'enregistrement de l'activité

• Le serveur enregistre le tout sur un fichier
  (habituellement un .txt ou un .log)

7
Un fichier journal (log)

• 206.135.203.174 - - 19/Jul/1999000004 -0600
  "GET /studio/drives.html HTTP/1.1" 200 20607
  "http//www.webdevelopers.com/" "Mozilla/4.0
  (compatible MSIE 5.0 Windows 98 DigExt)"

8
206.135.203.174 - - 19/Jul/1999000004 -0600
"GET /studio/drives.html HTTP/1.1" 200 20607
"http//www.webdevelopers.com/" "Mozilla/4.0
(compatible MSIE 5.0 Windows 98 DigExt)"

• Le nom dhôte du serveur distant ou son DNS
• Le rfc931 (ou User Logname), soit le nom
  dutilisateur du visiteur (remplacé par un si
  non disponible)
• Le nom dutilisateur (ou Authenticated User) que
  linternaute sest donné lui-même (remplacé par
  un si non disponible)
• La date et le moment exact de la visite
• La différence en rapport avec lheure de
  Greenwich (GMT)
• Laction exécutée (i.e Get ou Send)
• Le  URI Stern  (Universal Ressources
  Identifier) soit ici lobjet associé à laction
• Les paramètres utilisés par lobjet ou le  URI
  Query 

9
206.135.203.174 - - 19/Jul/1999000004 -0600
"GET /studio/drives.html HTTP/1.1" 200 20607
"http//www.webdevelopers.com/" "Mozilla/4.0
(compatible MSIE 5.0 Windows 98 DigExt)"

• La réponse du serveur (Status Code ou Return
  Code)
• La quantité de données transférées au serveur
  distant pour accomplir lopération (en bytes)
• Le référenceur ou le référant (Referrer)
• La version du protocole HTML utilisée
• Le fureteur utilisé
• Le système dexploitation, la plate-forme

10
De gros fichiers

• Le fichier produit par lenregistrement des
  données dune semaine pour le site csst.qc.ca
  fait 75 megs environ
• Des besoins en espace disque sur le serveur
  peuvent se faire sentir
• Cela peut occasionner des frais
• Sortir, faire circuler les données plutôt que de
  laisser les fichiers sur le serveur
• Selon la configuration du serveur, les fichiers
  peuvent être effacés
• Il ne faut pas prendre de risque, il est
  primordial de ne jamais perdre ces données

11
Automatisation des opérations

• Envoyer automatiquement par le serveur un
  courriel avec le fichier et selon un calendrier
• Une personne reçoit linformation et transfert
  ensuite les données vers un lieu de stockage
  permanent
• On configure ensuite le serveur pour quil purge
  les fichiers sur son disque après un certain temps

12
La logistique entourant les fichiers journaux

• Tout manquement, altération, perte peut avoir des
  conséquences importantes sur le reste des
  opérations
• Comme dhabitude, le mois perdu est toujours le
  plus important

13
Considérer les caractéristiques du ou des systèmes

• Ils ne sont pas tous configurés de la même façon
• Connaître lemplacement des fichiers journaux
• Contrôler la qualité pour une approche plus
  précise et solide

14
Tirer le maximum des fichiers journaux

• Obtenir des moyennes, des tableaux, des
  graphiques
• Comparer les variables
• Étendre la comparaison sur une période de temps
• L outil statistique une nécessité
• Déterminer la fréquence de saisie

15
Retenir que

• Le fichier journal est pratiquement la seule
  façon de voir ce qui se passe sur le site
• Permet de faire l archivage et l historique du
  site
• Permet de retracer un individu indésirable
• Permet de comprendre un mauvais fonctionnement
• Permet de planifier des développements
• Permet de déterminer les activités et certaines
  caractéristiques des usagers

16
Définir le parcours des données provenant du logs

• Les données sont filtrées
• La réception des données par les intervenants
• Le traitement des données

17
Description des statistiques

• Prudence avec les hits

18
Pages populaires

• Peut-être le thème le plus intéressant
• Nombre de hits quune page reçoit
• Habituellement la page daccueil se trouve en
  haut de la liste

19
Pages (suite)

• Définir page Web (HTML, HTM, XML, PHP etc.)
• Quoi faire avec les autres objets
• Se faire une idée générale

20
Pages (suite)

• Ne pas sauter aux conclusions trop rapidement
• Plusieurs liens vers la page ou liens importants
• Qualité de l'indexation
• Regarder attentivement les raisons expliquant la
  popularité dune page avant de passer aux
  interprétations
• Deux utilisations évidentes possibles

21
Pages (suite) 

• La page la moins populaire
• Page dentrée
• Page de sortie
• Page à accès unique

22
Code de réponse

• Un message d'erreur est toujours grave
• Chaque fois qu un visiteur se trouve devant un
  message derreur, il ne trouve pas ce quil veut
  ou il quitte le site.
• Pour certains, cela signifie de largent en
  moins, pour dautres des clients insatisfaits.
• Connaître les erreurs ou les codes de réponse est
  facile avec un outil statistique.

23
Pays les plus actifs

• Selon les besoins, cette information peut-être
  très utile
• Pour connaître la visibilité internationale
• Pour voir sil y a lieu dindexer son site dans
  les moteurs de recherche nationaux ou régionaux

24
Serveur ou hôte dorigine

• Numéro IP ou DNS
• Fournisseurs Internet
• L'usager principal est-il humain ?
• Systématisation de l'analyse de ces statistiques.

25
Fureteur et système dexploitation

• Le niveau  techno  des utilisateurs
• Deux implications importantes
• Vieux fureteurs
• Dernières versions

26
Référenceurs

• Doù les utilisateurs viennent
• Les deux premières sources de trafic
• Moteurs de recherche
• Liens existant sur dautres sites

27
Mots de la recherche

• Quels mots les gens utilisent pour nous trouver
• Utilisons-nous bien ces mots ?

28
Visites

• Une visite par entrée sur le site
• Durée X avant de compter une autre visite pour le
  même IP
• Problèmes liés à cette statistique

29
Sessions

• Les activités de lutilisateur durant une seule
  visite
• La durée et le parcours de lutilisateur
• La démonstration des qualités ou des défauts de
  la structure du site
• Il ne sagit pas de cookies

30
D'autres statistiques

• Reconnaissance des robots
• Erreurs du fureteur
• Analyse du proxy
• Analyse du Firewall

31
Les variations dans les statistiques

• La mise en commun de statistiques peut en créer
  de nouvelles
• Pages accédées par kilo octets
• Accès simultané maximum
• Moyennes par jour, par mois, par heure, etc.

32
Choisir un outil statistique

• Les utilisateurs
• Les facteurs déterminants
• Quelques exemples d'outils

33
Marketing (utilisateurs)

• Utilisation générale du site
• Vendre le site
• Qui vient sur le site
• Sections ou pages populaires

34
Architecte (utilisateurs)

• Pour déterminer les opérations faites par
  lutilisateur sur le site et la fréquence de ces
  opérations

35
Designer (utilisateurs)

• L utilisation spécifique du site
• Circulation sur le site
• Organisation de linformation
• Présentation de linformation

36
Développeur (utilisateurs)

• Performance du système
• Les moyennes et les capacités du système

37
Ingénieur (utilisateurs)

• Messages derreurs et avertissements

38
Facteurs déterminants pour le choix d'un outil

• Environnement de travail
• Capacité de manipuler de gros fichiers
• Personnalisation
• Temps pour produire un rapport
• Accessibilité
• Automatisation
• Alarmes
• Format
• Facilité dusage

39
Les outils statistiques

• Approches
• HitBox Pro
• Site Server 3
• WebTrends

40
HitBox Pro de WebSideStory

• Plus que le simple outil statistique de base
• Il faut payer pour avoir la version complète
• Quelques codes et HitBox soccupe du reste
• Avantages du modèle "service"
• Statistiques, tableaux et aide
• Peu de contrôle sur les configurations
• Particularités
• Une bonne alternative

41
Site Server 3 de Microsoft

• Le haut du pavé
• Innombrables fonctions
• Statistiques complètes
• Configuration difficile et gestion complexe au
  départ
• Des  DNS lookups  de première classe
• Et plus au sujet des DNS
• Pas de rapport  intelligent  sur les erreurs
• Excellent produit

42
WebTrends Log Analyzer

• Outil le plus connu
• Puissance brute, contrôle et présentation
• Interface simple et configurable
• Différents formats
• Aide complète
• Outil par excellence

43
Spécificité de lanalyse statistique informatisée

• Codification automatique
• Calculs mathématiques automatiques
• Lanalyse peut débuter plus rapidement

44
Le contexte

• Compétences de léquipe
• Faisabilité de lanalyse
• Modes
• Besoins de lorganisation et de la clientèle
• Intérêt de lorganisation
• Familiarité avec le domaine de recherche

45
La problématique

• En quoi la résolution de la problématique du site
  sera utile ?
• Quelles lacunes faut-il combler et pourquoi ?
• À quel besoin cela répond ?
• Définir une problématique

46
Formuler des questions ou des hypothèses

• Faire des liens entre des variables vérifiables
  et mesurables
• Formuler des hypothèses ou des questions
• Par extension, prévoir la relation entre des
  faits et des événements
• À faire dès le début

47
Aperçu de lanalyse statistique de données
quantitatives

• La tendance centrale
• L'étendue et l'écart type
• La courbe de distribution
• Les corrélations

48
La tendance centrale

• Déterminer ce qui est typique dans la clientèle
• Établir une médiane
• Connaître le mode
• Indices sur la tendance centrale de lactivité

49
Létendue et lécart type

• A quel point les individus formant la clientèle
  du site diffèrent les uns des autres par rapport
  à une caractéristique donnée
• Exemple portant sur la longueur des sessions

50
Courbe de distribution

• En fonction de la variable mesurée on peut
  vouloir connaître le mode de distribution des
  individus

51
Corrélations

• Relations entre les variables
• On cherche à faire des corrélations entre des
  groupes ou entre des statistiques

52
Linterprétation et la discussion des résultats

• Le sens général des observations
• Fonctions principales

53
Vérification des hypothèses

• Relations causales
• Énoncer des probabilités
• Prouver les résultats
• Confirmer ou infirmer les hypothèses

54
Concepts explicatifs

• Susciter un nouveau concept
• En particulier, si certains résultats nétaient
  pas prévus au départ

55
Comment faire mentir les statistiques

• Interprétations de données incomplètes qui mènent
  à des comparaisons douteuses
• Les inférences qui constituent des conjectures
  plutôt que des interprétations objectives
• Interprétations diverses à partir des mêmes
  données
• Problème déchantillonnage
• Représentations graphiques trompeuses

56
Lutilisation des résultats pour faire de son
site un hit

• Discussion des résultats
• Actions
• Responsabilités

57
Discussion des résultats

• Dernière étape de lanalyse
• Retour critique sur les étapes
• Discussion des implications de la recherche

58
Passer à laction

• Lanalyse un aide à la décision.
• On ne peut se permettre dignorer les effets de
  la recherche
• La prise de conscience des problèmes dans le but
  éventuel dapporter des modifications à son site
• Discuter de la façon dapporter les correctifs
  nécessaires

59
Assumer les responsabilités inhérentes

• Rapport étroit entre lobservateur et le sujet
  observé
• Faire preuve déthique dans la manipulation des
  données et des statistiques
• Difficultés éthiques  il faut protéger la
  clientèle qui vient sur le site, tout en faisant
  avancer les connaissances actuelles

60
Conclusion à la recherche de performance

• Des causes de la performance
• De multiples facteurs
• Une compréhension cohérente
• Des conditions favorables multiples
• Y nest pas toujours la cause de X
• Des partenariats mutuellement bénéfiques

61
Références

• MASSÉ, P. Méthodes de collecte et d analyse en
  communication, Québec, Presses de l Université
  du Québec, 1992, 253 p.
• MASSÉ, P. Systèmes d information, de
  communication et performance organisationnelle,
  Québec, Presses de l Université du Québec, 1994,
  276 p.
• Log Capture and Analysis, http//www.microsfot.com
  /technet/ecommerce/logcanda.asp
• An introduction to Web site traffic analysis from
  your swerver log file, http//virtualpromote.com/t
  rafficreports.html
• Log-Analysis Tools Site Server Is on the Right
  Track, http//www.networkcomputing.com/917/917r12.
  html
• WebTrends Log Analyzer 5.0 Full Review,
  http//www.zdnet.com/pcmag/stories/pipreviews/0,98
  36,141363,00.html
• WebSideStory HibBox Pro Overview,
  http//www.zdnet.com/pcmag/stories/overview/0,9835
  ,251594,00.html
• University of Cambridge Statistical Laboratory,
  http//statslab.cam.ac.uk/
• Log Analysis Tools, http//dir.yahoo.com/Business_
  and_Economy/Business_to_Business/Computers/Softwar
  e/Internet/World_Wide_Web/Log_Analysis_Tools/