Une alerte de l’outil de mesure d’audience du moteur de recherche est une règle de surveillance qui avertit automatiquement ses destinataires lorsqu’un indicateur de fréquentation ou de conversion franchit un seuil ou s’écarte de son évolution attendue.
Le terme d’alerte reste l’usage courant. Dans la génération actuelle de l’outil, la fonction prend la forme d’insights personnalisés, définis par l’utilisateur. Chaque règle associe un indicateur, une population, une condition et une fréquence d’évaluation. La population est l’ensemble des utilisateurs ou un segment. La condition est par exemple une baisse de plus de 20 % ou la détection d’une anomalie. L’évaluation est horaire, quotidienne, hebdomadaire ou mensuelle ; l’évaluation horaire ne vaut que pour les données web. Une propriété accepte jusqu’à cinquante règles.
Quand la condition est remplie, l’alerte s’affiche dans le tableau de bord des insights de la propriété. Elle peut aussi être envoyée par e-mail aux adresses choisies. Pour les anomalies, l’outil compare la valeur observée à une prévision issue d’un modèle statistique de séries temporelles. Il signale les valeurs situées hors de l’intervalle attendu.
L’alerte personnalisée se distingue des insights automatiques, que l’outil produit seul sans règle fixée par l’utilisateur, et du tableau de bord, qu’il faut consulter pour voir un écart. Elle diffère aussi d’une alerte de veille, qui signale la publication d’un contenu externe. Elle sert aux équipes de web analyse, d’e-commerce et d’acquisition pour repérer vite une chute de trafic, une panne de collecte ou une dérive d’un KPI.
Un rapport ne montre un incident que si quelqu’un le consulte. Une balise supprimée lors d’une mise en production peut ainsi fausser plusieurs jours de données avant d’être repérée. L’alerte inverse la logique : l’outil prévient l’équipe. Selon nous, son intérêt principal est technique avant d’être commercial. Les règles les plus utiles détectent des pannes de mesure plus souvent que des occasions de marché.
Selon l’aide Google Analytics (« [GA4] Anomaly detection »), l’outil s’appuie sur un modèle bayésien de séries temporelles à espace d’états. Ce modèle produit une prévision assortie d’un intervalle de crédibilité. Une valeur observée hors de cet intervalle est signalée comme une anomalie. La période d’apprentissage est de deux semaines pour une détection horaire, de 90 jours pour une détection quotidienne et de 32 semaines pour une détection hebdomadaire.
Nous en tirons une conséquence pratique. Une propriété récente, ou un événement créé le mois dernier, dispose d’un historique trop court pour une détection fiable. Sur ces périmètres, une règle à seuil fixe est plus robuste.
Un jeu d’alertes se juge comme un détecteur. Nous proposons deux repères de pilotage, non des normes : la part d’alertes qui ont conduit à une action, et le délai entre un incident réel et sa détection. Si moins d’une alerte sur deux mène à une action, les seuils sont probablement trop sensibles. Revoyez-les chaque trimestre, et après toute refonte ou tout changement du plan de marquage.
Advalians coordonne vos ressources internes et externes et assure un reporting régulier, pour que chaque signal de vos outils de mesure trouve un responsable.
Advalians, cabinet de conseil indépendant en marketing et communication, vous aide à clarifier vos choix et à décider.
L’alerte personnalisée suit une règle que vous fixez ; l’insight automatique est produit par l’outil sans consigne de votre part. La première surveille un indicateur précis, avec une condition et une fréquence choisies. Le second balaie les données et remonte les écarts inhabituels ou les tendances émergentes. Les deux s’affichent dans le même tableau de bord. Utilisez les règles personnalisées pour vos indicateurs critiques, ceux qui exigent une réaction dans la journée. Réservez les insights automatiques à l’exploration : ils suggèrent des pistes d’analyse, mais leur sélection ne reflète pas vos priorités.
Créez une règle qui associe un indicateur, une population, une condition et une fréquence. Pour une baisse de conversions, procédez ainsi :
Testez le seuil sur l’historique : il ne doit pas se déclencher plus d’une fois par mois sans raison réelle.
Comptez, sur un trimestre, la part d’alertes qui ont donné lieu à une action. Si moins de la moitié en produisent une, les seuils sont trop sensibles ou les règles trop nombreuses. Mesurez aussi le délai entre un incident réel et sa détection : une balise cassée repérée au bout d’une semaine révèle une règle manquante. Tenez un journal simple : date, règle déclenchée, cause, action menée. Il sert à supprimer les règles inutiles et à ajuster les seuils. Ces repères sont des propositions de pilotage, non des normes de l’outil.
Parce qu’une anomalie est un écart à une prévision, pas forcément un problème. Le modèle apprend sur un historique, de 90 jours pour une détection quotidienne selon la documentation de l’outil. Une campagne exceptionnelle, une refonte ou un changement de marquage faussent cette base. Sur un événement récent, l’historique manque et les signaux sont peu fiables. Avant d’agir, vérifiez la qualité de la collecte, le calendrier marketing de la période et les modifications récentes du site. Pour les indicateurs critiques, doublez l’alerte sur anomalie d’une règle à seuil fixe.
Non : réservez-les aux indicateurs qui appellent une action rapide. Une alerte se justifie si trois conditions sont réunies : l’indicateur pèse sur le chiffre d’affaires ou sur la collecte, un écart peut être corrigé dans la journée, et une personne est chargée d’y répondre. Les autres indicateurs relèvent du tableau de bord hebdomadaire ou mensuel. Renoncez aussi aux alertes sur de petits volumes, que quelques visites suffisent à déclencher. Une dizaine de règles bien choisies couvre souvent l’essentiel ; ce chiffre est une estimation d’expérience.
Mesurer l’efficacité d’un plan de communication est une étape essentielle pour garantir la..
