Big Data et n'importe quoi. Le 27 janvier 2014, Canal+ a diffusé en seconde partie de soirée son magazine Special Investigation en le consacrant au Big Data. L'expression "Big Data", comme auparavant les expressions "benchmark" ou "scalable" ou "longue traine" ou "cloud" est en passe de devenir le n'importe quoi du présent.
Par "big data", beaucoup essaient de faire "in" et se plantent justement, perdus dans le too big data ;-) Special Investigation n'a pas échappé à ce problème : l'émission s'est résumée à montrer des entreprises ou des cas de gens utilisant des masses de données, sans expliquer comment et avec quelle logique. Tout est bien résumé (sans critique) sur la page de 20 minutes linkée plus haut. Exemple le plus frappant avec le plus détaillé: l'histoire d'un français à San Francisco et de son entreprise Kxen. Or le problème du big data et d'une expression lâchée en fin d'émission, l' analyse prédictive" est bien là, dans l'algorithme. L'analyse prédictive est bien expliquée sur wikipedia : Best Web Analytics Guides Of 2013 | B2B Marketi. Web Analytics Software Comparison: Identifying The Right Web Analytics Tools For Your Business. 7 raisons d’emporter Google Analytics en réunion. Dans cet article, nous développons 7 arguments qui plaident en faveur d’une percée de Google Analytics dans la culture d’entreprise : Avis au lecteur : cet article contient des tutoriels et des bandes dessinées ;-) 1.
Baliser les modifications du site pour une analyse « avant / après » Voici un geste très simple et qui peut vous rapporter gros : annoter dans Google Analytics les modifications apportées à votre site web. Cette action vous permettra, a posteriori, d’effectuer une analyse d’impact « avant / après ». Le changement de typographie du site affecte-t-il la durée moyenne de lecture ? Concrètement, c’est très simple : Sélectionnez un jour sur la ligne du temps… un gros point apparaît à l’endroit où vous cliquez. Cliquez sur la flèche qui pointe vers le bas afin de dérouler le volet des annotations… ça, il fallait le savoir ;-) Cliquez sur la fonction « Créer une annotation », en bas à droite de la ligne du temps. Encodez votre annotation. Recommandation : 2. 3. 4. 5. 6. 7. Partagez-le ! Différence entre Not set et Not provided dans Google Analytics.
Quelle est la différence entre Not set et Not provided que l’on retrouve dans Google Analytics ? Not set « Not set » (non paramétré) s’affiche quand Google Analytics n’a reçu aucune information pour la dimension sélectionnée, lorsqu’une donnée est perdue entre le clic et le tracking du côté des analyses. Toute visite directe ou depuis un site référent est indiquée comme « not set », car aucun mot-clé, ni contenu d’annonce, ni aucune information sur la campagne ne lui est associé. Cela peut s’expliquer par un nouveau marquage de vos URL de destination AdWords. Google conseille alors de désactiver le marquage automatique et d’utiliser plutôt l’outil de création d’URL.
Vous pourrez ainsi ajouter une balise à vos URL de destination afin de les définir en fonction de variables de campagne spécifiques que vous souhaitez voir apparaître dans vos rapports. Not provided Différence entre « not set » et « not provided » 10 Best Or Worst Ways To Visualise Web Analytics Data. Web analytics data is worth nothing if it can't be used in the correct way. In order for it to be used, it has to be understood. So how do you make data easy to understand? With visualisation of course! But visualizing data isn't as easy as you might think.
You have to get it right for both the user and the data. As Ian Laurie, founder of Portent, said in his 2012 SES talk about Data That Persuades, "Your career isn't just about being right, your career is about being understood. " You obviously have to get the data right, but what's the point in giving the right number if no one understands it?
The advice here is to become the person whose data is understood. You don't need to quiz them on what they like (although this may sometimes be beneficial - especially if it's a one off analysis) but test what you think works best with the data and see how much explanation they need in order to understand it, then simply adjust for the next set of data. 1. 2. 3. 4. 5. 6. For example: 7. 8. 9. 10. Justin Cutroni - Google+ - Why Wait for Insights? Use Weighted Sort! There's a great…
Sources infos.