Un log est un enregistrement horodaté qu’un serveur, un logiciel ou un équipement réseau écrit automatiquement pour consigner un événement, et, par extension, le journal qui rassemble ces enregistrements dans l’ordre chronologique.
Sur un site web, le serveur tient en général deux journaux. Le journal d’accès consigne chaque requête reçue. Le journal d’erreurs consigne les incidents de traitement. Une ligne d’accès indique en général l’adresse IP du client, la date et l’heure, la ressource demandée, le code de réponse, la taille de la réponse, la page d’origine et le user agent. Les applications, les pare-feu et les réseaux de diffusion de contenus produisent leurs propres journaux, avec d’autres champs.
Le log est la matière première de plusieurs analyses. En web analyse, il sert de base à la mesure d’audience dite côté serveur. Il se distingue du taggage, méthode côté navigateur : un code exécuté dans la page envoie les données à l’outil de mesure. Le log enregistre aussi les visites des robots et les fichiers techniques, mais ignore ce qui ne sollicite pas le serveur. Le tag écarte la plupart des robots, mais dépend de l’exécution du code et du consentement de l’internaute.
Le terme s’emploie souvent comme synonyme de fichier log. Les équipes techniques s’en servent pour diagnostiquer des pannes et la sécurité, les équipes SEO pour suivre l’exploration par les robots, et les analystes pour contrôler la cohérence de leurs mesures d’audience.
Le log a un avantage décisif : il ne dépend pas du navigateur. Il voit les requêtes des robots, les erreurs serveur et les fichiers que le marquage ne mesure pas. C’est pourquoi l’analyse de logs SEO reste la source la plus complète sur l’exploration d’un site par l’ensemble des robots. Google propose, pour ses seuls robots, un rapport de statistiques d’exploration dont les exemples d’URL sont représentatifs et non exhaustifs (aide de la Search Console, « Crawl Stats report »). Nous le considérons comme l’outil de contrôle naturel de toute mesure d’audience par tag.
Il a aussi des angles morts. La documentation du serveur Apache précise que, si un serveur mandataire s’intercale, l’adresse enregistrée est celle du mandataire et non celle du client (« Log Files », documentation Apache HTTP Server). Une page servie depuis un cache ou un réseau de diffusion n’atteint pas toujours le serveur d’origine. Compter des visiteurs à partir des seuls logs conduit donc à des chiffres différents de ceux d’un outil de mesure par tag, sans que l’un soit faux.
Un log contient des données personnelles. La Cour de justice de l’Union européenne a jugé qu’une adresse IP dynamique enregistrée par un éditeur de site constitue une donnée personnelle lorsqu’il dispose de moyens légaux de faire identifier la personne (arrêt Breyer, C-582/14, 2016). Le RGPD s’applique donc aux journaux : finalité définie, durée de conservation fixée, accès restreint. Apache rappelle en outre que les journaux peuvent contenir des caractères de contrôle insérés par des clients malveillants et qu’il faut manipuler les fichiers bruts avec prudence.
Le livre blanc gratuit d’Advalians recense onze erreurs de mesure courantes, chacune avec son test et sa correction, et propose un test de fiabilité en 12 points.
Advalians, cabinet de conseil indépendant en marketing et communication, vous aide à clarifier vos choix et à décider.
L’analyse de logs part des requêtes reçues par le serveur. La mesure par tag part d’un code exécuté dans le navigateur du visiteur. Les deux ne voient pas la même chose.
Le log voit les robots, les erreurs et les fichiers techniques, mais pas les pages servies depuis un cache. Le tag voit les interactions dans la page, mais ni la plupart des robots ni les visiteurs qui bloquent le code ou refusent les traceurs. Pour un suivi du comportement des visiteurs, utilisez le tag. Pour l’exploration par les moteurs et le diagnostic technique, utilisez les logs. Rapprochez les deux chaque mois pour repérer les écarts anormaux.
Activez un format de journal qui contient au minimum l’adresse IP, l’horodatage, la ressource demandée, le code de réponse, la page d’origine et le user agent. Le format dit combiné, courant sur les serveurs web, réunit ces champs.
Centralisez ensuite les journaux de tous les serveurs et du réseau de diffusion de contenus. Mettez en place une rotation quotidienne ou hebdomadaire. Fixez enfin une durée de conservation, documentée dans votre registre des traitements, car les journaux contiennent des données personnelles. Testez l’ensemble en vérifiant qu’une visite connue apparaît bien dans le fichier.
Les plus utiles sont la répartition des codes de réponse, les pages explorées par les robots des moteurs et la fréquence de leurs passages. Ajoutez le temps de réponse si le format de journal l’enregistre.
Suivez par exemple la part de réponses en erreur sur une semaine : une hausse soudaine signale une panne ou une migration mal préparée. Comparez aussi les pages stratégiques avec les pages explorées : une page importante jamais visitée par les robots mérite un contrôle de son maillage. Excluez les fichiers techniques avant tout comptage de pages.
Le principal risque est juridique : les logs contiennent des adresses IP, que la Cour de justice de l’Union européenne a reconnues comme données personnelles dans certaines conditions. Leur conservation sans finalité ni durée définies contrevient au RGPD.
Le second risque est technique. Des journaux accessibles en écriture à des tiers, ou contenant des caractères insérés par des clients malveillants, peuvent compromettre le serveur. Fixez une durée de conservation, restreignez l’accès aux personnes habilitées et pseudonymisez les adresses IP lorsque l’analyse ne les exige pas.
Oui, dès que le site compte beaucoup de pages, dépend du référencement naturel ou subit des incidents techniques. L’outil de mesure ne voit ni la plupart des robots ni les erreurs serveur.
Pour un petit site vitrine stable, une analyse ponctuelle suffit, par exemple avant et après une refonte. Un critère simple : si vous ne savez pas dire quelles pages les moteurs explorent réellement, une première analyse des logs se justifie. Si l’objectif est seulement de suivre les conversions, l’outil de mesure par tag reste prioritaire.
Modèles, grilles et guides prêts à l’emploi pour vos projets marketing et communication.
