KPI d’un site web : quatre façons dont vos chiffres vous trompent

Un rapport d’analytique est rarement vide. Il est bien plus souvent plein, et dit autre chose que ce qu’on croit — et les décisions se prennent sur un chiffre que personne n’est allé vérifier à la source.

Voici quatre pièges dans lesquels nous sommes tombés en mesurant notre propre site. Chacun a un mécanisme vérifiable dans la documentation, et chacun conduit à une erreur de diagnostic différente.

Avant d’y venir, une règle qui simplifie tout le reste : à un objectif, on associe un seul chiffre, que quelqu’un regarde chaque mois. Pas vingt graphiques sur un tableau de bord que personne n’ouvre. La différence entre une mesure et un tableau de bord, c’est que la mesure change une décision, alors que le tableau de bord remplit une diapositive.

Pourquoi mesurer, et ce que veulent dire les mots

L’analytique ne sert pas à savoir combien de personnes ont visité le site. Elle sert à répondre à une seule question : ce que nous faisons amène-t-il des demandes — et sinon, à quelle étape les gens décrochent-ils ? Tout ce qui n’aide pas à répondre à cette question est une décoration de rapport.

Il y a trois étapes, et chacune se mesure avec un outil différent. Cette distinction compte davantage que n’importe quel outil, parce que sans elle on ne peut même pas dire où se situe le problème.

1. Est-ce qu’on nous voit. Le site apparaît-il dans les résultats de recherche pour les questions que posent les clients ? C’est Search Console qui répond.
2. Est-ce que les gens entrent. Combien de ceux qui nous ont vus ont cliqué — et qu’ont-ils fait une fois sur le site ? C’est Analytics qui répond.
3. Est-ce qu’ils laissent un contact. Combien ont envoyé le formulaire, appelé ou écrit ? C’est encore Analytics — mais seulement si quelqu’un a défini consciemment ce qui compte comme un contact.

Une entreprise dont le problème se situe à la première étape et qui le cherche à la troisième passera son temps à améliorer le formulaire d’une page que personne ne voit.

Cinq mots qui ne veulent pas dire la même chose d’un outil à l’autre

La moitié des malentendus en réunion de résultats vient de ce que les interlocuteurs emploient les mêmes mots dans des sens différents. Mieux vaut les fixer une fois pour toutes :

• Impression — votre page est apparue dans les résultats de recherche. Personne n’est encore entré nulle part. C’est Search Console qui les compte.
• Clic — quelqu’un a choisi votre résultat et s’est rendu sur le site. C’est le seul moment que voient les deux outils, et c’est sur lui que passe la frontière entre eux.
• Session — une visite d’une personne, close par défaut après trente minutes d’inactivité. La même personne qui revient le lendemain, ce sont deux sessions, pas deux personnes.
• Événement — tout ce que quelqu’un a fait : charger une page, la faire défiler, cliquer sur un bouton, envoyer un formulaire. Dans Analytics, tout est un événement, y compris la simple ouverture d’une page. C’est la source du deuxième piège.
• Conversion, aujourd’hui « événement clé » — un événement que quelqu’un a marqué à la main comme important. L’outil ne sait pas de lui-même ce qui a de la valeur pour vous, et par défaut il en marque trop.

C’est la dernière définition qu’il faut retenir : une conversion n’est pas un fait, c’est une décision — celle de quelqu’un sur ce que l’on considère comme un succès. Si personne ne l’a prise consciemment, l’outil l’a prise à votre place.

Pourquoi ces quatre pièges-là

Chacune des trois étapes a sa manière d’induire en erreur. Le premier piège tient à ce que les données n’arrivent pas au complet. Le deuxième, à ce que l’on mesure autre chose que ce que l’on nomme. Le troisième, à ce que l’on se mesure soi-même au lieu des clients. Le quatrième, à ce que l’on interroge le mauvais outil et que l’on obtient une réponse juste à une autre question.

Nous les avons rencontrés tous les quatre sur notre propre site en une seule semaine. Aucun n’a exigé de panne ni d’erreur de mise en place — les réglages par défaut ont suffi.

Piège 1 : le consentement aux cookies ampute la mesure sans prévenir

Le symptôme est trompeur : le nombre de visites baisse, alors que le nombre de défilements de page se maintient. On dirait que les données sont cassées, ou que les gens ont cessé de lire.

Le mécanisme est décrit noir sur blanc. Quand un visiteur refuse son consentement, les balises Google continuent d’envoyer des signaux sans cookies — la documentation du mode consentement les appelle cookieless pings. Les événements arrivent, mais ils ne sont pas rattachés à un identifiant durable de l’utilisateur : une partie des rapports les voit, une autre non. D’où l’écart entre le nombre de sessions et le nombre d’événements, qui ressemble à une panne alors qu’il s’agit d’un fonctionnement conforme à la conception.

Google a prévu une modélisation pour cela : un apprentissage automatique qui complète le comportement des utilisateurs sans consentement à partir de ceux qui l’ont donné. Elle a toutefois des seuils : la propriété doit collecter au moins 1 000 événements par jour sans consentement pendant 7 jours, et compter au moins 1 000 utilisateurs par jour avec consentement pendant 7 des 28 derniers jours.

Et c’est là l’essentiel pour une petite entreprise : vous n’atteindrez pas ces seuils. La modélisation censée combler le trou ne s’active pas sur un site qui reçoit quelques centaines de visites par mois. Le trou reste, et il faut le savoir, sinon chaque baisse sera expliquée par le marché, la saison ou la concurrence.

Comment vérifier si cela vous concerne. Ouvrez le rapport des événements et comparez, sur la même période, le nombre d’événements page_view avec celui des scroll ou des user_engagement. S’il y a nettement moins de chargements de page que de défilements — et on ne fait pas défiler une page qui ne s’est pas chargée — vous regardez ce trou. Un deuxième signal : une marche soudaine le jour où la bannière de consentement est apparue ou a changé sur le site.

Que faire : admettre que les chiffres sont sous-estimés d’une grandeur inconnue mais à peu près stable, et comparer les périodes entre elles, pas avec la réalité. La tendance est fiable, la valeur absolue ne l’est pas. Concrètement, cela veut dire une chose : ne promettez à personne « mille visites par mois » comme objectif, puisque vous ne mesurez pas le trafic, mais le trafic diminué des refus. Fixez l’objectif sur l’évolution par rapport au trimestre précédent.

Et une chose qu’il vaut la peine de dire franchement, parce qu’elle est source de mauvaises décisions : ce n’est pas une raison pour retoucher la bannière de consentement. La bannière doit être conforme au droit — pour une entreprise suisse, à la loi sur la protection des données et, dès qu’elle a des visiteurs dans l’Union, au RGPD — et non arranger les statistiques.

Piège 2 : les « événements clés » ne sont pas des demandes

C’est l’erreur qui coûte le plus cher, parce qu’elle conduit à rapporter un succès qui n’existe pas.

Dans GA4, n’importe quel événement peut être marqué comme clé. En pratique, on en marque trop — lors des migrations et avec les réglages par défaut, le défilement de page, l’engagement de l’utilisateur ou l’affichage d’une page atterrissent parmi les événements clés.

Mesuré chez nous en septembre 2026, sur le trafic d’un seul canal : 93 % des événements enregistrés étaient marqués comme clés. Autrement dit, presque tout. Un rapport lu dans la colonne « événements clés » aurait affiché une avalanche de conversions, pour zéro formulaire envoyé.

Voici la conversation qui en découle : l’agence apporte un rapport à cinq cents conversions, tout le monde est satisfait, et la boîte de réception ne contient pas une seule nouvelle demande. Personne n’a menti — c’est simplement qu’une conversion, c’était faire défiler la page jusqu’en bas.

Que faire : ne pas lire la colonne agrégée. Écrire le nom des événements qui sont réellement un contact — l’envoi du formulaire, le clic sur le numéro de téléphone, l’affichage de l’adresse e-mail — et ne compter qu’eux. Si l’on ne peut pas montrer ces noms du doigt, la mesure des demandes n’existe pas, quoi que montre le graphique.

Et une vérification à faire une fois par trimestre, indépendamment des outils. Envoyez une demande par votre propre formulaire et mesurez le temps qui s’écoule avant que quelqu’un réponde. L’événement dans l’analytique dit que le formulaire a été envoyé. Il ne dit pas si le message est arrivé, s’il n’a pas fini dans le filtre antispam, ni si la boîte à laquelle il est parti a un propriétaire. Nous avons vu des formulaires compter des conversions sans faute pendant des mois, sans qu’un seul message ne parvienne à qui que ce soit.

Le chiffre de l’analytique et celui de la boîte de réception doivent concorder. S’ils ne concordent pas, ce n’est pas un problème de mesure — c’est un problème de vente, simplement rendu visible par la mesure.

Piège 3 : votre propre trafic reste dans les données pour toujours

Les visites de l’équipe, les tests après une mise en ligne, les vérifications automatiques — tout cela s’enregistre exactement comme le trafic des clients.

Chez nous, une seule exécution de tests automatisés en production a ajouté aux données assez de fausses visites pour changer le classement des pages les plus consultées, avant que quiconque ne s’en aperçoive. Sur un site qui reçoit quelques centaines de visites par mois, ce n’est pas du bruit, c’est une déformation suffisante pour tirer une conclusion fausse sur les pages qui comptent.

Le signal d’alerte est simple : le rapport entre événements et utilisateurs. Si une poignée de personnes génère un nombre anormalement élevé d’événements, vous regardez très probablement votre propre équipe ou un outil.

Que faire : dans les réglages du flux de données, définir le trafic interne — GA4 ajoute alors aux événements le paramètre traffic_type avec la valeur internal — puis l’exclure par un filtre de données.

Et un détail qui décide de l’ordre des opérations : le filtre de données n’agit pas rétroactivement et il lui faut 24 à 36 heures pour s’appliquer. Le trafic déjà enregistré reste dans les données définitivement. Exclure son propre trafic est donc une opération à faire avant le premier test, pas après le premier rapport étrange.

Votre équipe n’est pas la seule source de données sales. Trois autres méritent une vérification :

• La surveillance de disponibilité. Un service qui vérifie chaque minute si le site répond peut produire plus de visites que les clients. On le reconnaît généralement à un trafic venant d’un seul endroit, à un rythme régulier, avec un temps passé nul.
• Les outils du prestataire ou de l’agence. Scanners SEO, robots d’audit et extensions de prévisualisation arrivent sur le site comme un humain.
• Le trafic de sites que vous ne connaissez pas. Si les sources affichent des domaines sans rapport avec votre secteur, et que les visites qui en viennent durent zéro seconde, ce ne sont pas des visiteurs, c’est du bruit.

Aucune de ces sources ne faussera le résultat d’une grande boutique. Toutes peuvent renverser les statistiques d’une entreprise qui reçoit quelques centaines de visites par mois — c’est-à-dire de la plupart des entreprises pour lesquelles ce texte est écrit.

Piège 4 : Search Console et Analytics répondent à des questions différentes

C’est l’erreur de diagnostic la plus fréquente que nous voyons — et celle qui envoie le plus longtemps une entreprise dans la mauvaise direction.

Notre propre cas en est la meilleure illustration, parce que nous en avons longtemps tiré nous-mêmes la mauvaise conclusion. Analytics montrait que presque personne ne lisait le blog. L’interprétation naturelle était : les contenus sont faibles.

Search Console a montré autre chose. Plus des deux tiers de nos articles publiés — 68 % — n’avaient pas une seule impression dans les résultats de recherche : pas « une position faible », une absence totale. Sur 90 jours, le blog entier affichait un taux de clic d’environ 0,02 %.

Les contenus ne pouvaient pas être faibles aux yeux du lecteur, puisqu’on ne les lui avait pas montrés. C’est un autre problème, qui demande un autre travail : Analytics diagnostique ce qui arrive à la personne déjà entrée ; Search Console, si elle a seulement eu la possibilité d’entrer.

La règle qui tranche en une minute : ouvrez Search Console, période de trois mois, et regardez deux chiffres.

• Des impressions, peu de clics → le problème est dans le titre et la description affichés dans les résultats. La page est dans la partie, simplement personne ne la choisit.
• Presque aucune impression → le problème est dans l’indexation. Retoucher le contenu ne changera rien tant que le moteur n’affiche pas la page.
• Des visites, mais pas depuis le moteur de recherche → le problème est dans le site lui-même, et c’est alors seulement que le travail dans Analytics commence.

Et que faire dans chacun de ces trois cas, du moins cher au plus cher :

Des impressions sans clics : réécrivez le titre et la description des pages qui ont le plus d’impressions et le moins de clics. C’est la seule des trois corrections dont l’effet se voit en quelques semaines, et la seule qui n’exige pas de toucher à la page elle-même.

Pas d’impressions : vérifiez d’abord que la page est bien soumise et indexée — Search Console a un rapport d’indexation distinct et un outil pour inspecter une adresse précise. C’est seulement ensuite qu’il est utile de penser au contenu. Écrire de nouveaux articles pour un site que le moteur n’affiche pas est la manière la plus coûteuse de ne pas résoudre le problème.

Du trafic hors moteur de recherche : regardez d’où viennent réellement les gens, et vérifiez que la page d’arrivée répond à ce pour quoi ils sont venus. Une campagne qui renvoie vers la page d’accueil plutôt que vers une offre précise perd l’essentiel de ce qu’elle a payé.

Ce qu’il faut vraiment mesurer

L’indicateur se choisit en fonction de l’objectif, pas de ce que l’outil propose. La colonne de droite compte autant que celle du milieu — ce sont des chiffres qui augmentent indépendamment des ventes, et c’est pour cela qu’ils finissent si volontiers dans les rapports.

Chaque indicateur a besoin d’une valeur de départ notée avant le changement. Sans elle, au bout d’un trimestre, impossible de dire si quelque chose s’est amélioré — et la discussion devient un échange d’impressions, que gagne la personne la plus convaincue.

Un exemple de la façon dont un indicateur oriente le travail : les recherches du Baymard Institute, qui compilent 50 études distinctes, donnent un taux moyen d’abandon de panier de 70,22 %. Si votre boutique se situe dans ces eaux-là, les abandons ne sont pas une anomalie à corriger mais la norme — et le travail se trouve ailleurs. Un chiffre seul ne dit rien tant qu’il n’a rien à quoi se comparer.

Le minimum par lequel commencer

Trois outils, tous gratuits, et un ordre précis. Les entreprises ont généralement le premier et pas les deux autres — alors que ce sont justement eux qui répondent aux questions posées le plus souvent.

Google Analytics 4 — ce que font les gens déjà entrés. Pour démarrer, trois choses suffisent : le trafic interne exclu, un événement de contact correctement nommé, et un rapport que quelqu’un consulte chaque mois. Le reste des réglages peut attendre un an.

Google Search Console — le moteur de recherche vous affiche-t-il seulement ? Aucune configuration n’est nécessaire, sauf la validation de la propriété du domaine, et l’outil répond à une question qu’Analytics ne sait pas poser. C’est l’outil dont nous constatons le plus souvent l’absence chez les entreprises qui arrivent avec la question « pourquoi n’avons-nous pas de trafic ? ». Sur un site en plusieurs langues, vérifiez aussi que chaque version linguistique est bien couverte par la propriété.

Microsoft Clarity — pourquoi les gens font ce qu’ils font. Enregistrements de sessions et cartes de clics.

Ce qui manque volontairement sur cette liste : les outils de test A/B et les plateformes d’analytique payantes. Avec quelques centaines de visites par mois, un test A/B n’atteindra pas la significativité statistique dans un délai raisonnable — vous prendrez des décisions sur du hasard et vous appellerez cela des données. Cela n’a de sens qu’avec un trafic où la différence se voit en quelques semaines.

Comment lire le rapport d’une agence

Cinq questions qui tranchent si un rapport décrit un travail ou se contente de l’illustrer. Chacune découle directement des pièges ci-dessus.

1. « Quels événements précis comptez-vous comme conversions ? » La réponse doit être une liste de noms, pas un chiffre. Si l’on vous répond « les conversions GA4 », on revient au deuxième piège.
2. « Combien de ces conversions sont arrivées dans notre boîte de réception ? » Les chiffres doivent concorder. L’écart compte davantage que la valeur elle-même.
3. « Avez-vous exclu le trafic interne, et depuis quand ? » Le filtre n’agit pas rétroactivement : la date compte.
4. « Combien d’impressions avons-nous eues dans Search Console ? » Un rapport sans ce chiffre ne décrit que la moitié inférieure du parcours et ne dira pas si le problème est dans le site ou dans la visibilité.
5. « Qu’est-ce qui a changé depuis la période précédente, et pourquoi ? » Un rapport qui donne un état plutôt qu’une évolution ne sert pas à décider — il sert à clore le mois.

Ce ne sont pas des questions pièges, et une bonne agence répondra à toutes sans préparation. Une difficulté sur l’une d’elles en dit plus long que tout un jeu de graphiques.

Analytics dit QUOI, Clarity dit POURQUOI

C’est la distinction qui fait gagner le plus de temps, pour le prix d’une seule mise en place.

Analytics répond à la question « que s’est-il passé » — par exemple, que quatre personnes sur cinq quittent la page du formulaire de contact. Vous savez où vous perdez les gens, et vous ne savez pas pourquoi.

Microsoft Clarity répond à la question « pourquoi » — parce qu’il enregistre les sessions et affiche des cartes de clics. Vous regardez un enregistrement et vous voyez que le bouton « envoyer » ne réagit pas dans un navigateur, et que les gens cliquent dessus plusieurs fois de suite. L’outil appelle cela des rage clicks, et c’est un signal qu’aucun graphique ne montrera.

Nous l’utilisons sur ce site, et il est gratuit. L’ordre compte pourtant : d’abord l’indicateur qui dit où se trouve le problème, ensuite l’enregistrement qui dit ce qui le cause. Dans l’autre sens, on finit par regarder des enregistrements sans hypothèse. Et comme pour Analytics, un outil qui enregistre les sessions relève du consentement : il se déclare dans la bannière comme le reste.

D’où tirer la valeur de départ si personne ne l’a notée

La situation la plus fréquente : vous voulez changer quelque chose, et personne ne sait d’où vous partez. Trois manières de s’en sortir, par ordre de fiabilité.

À partir des données qui existent déjà. Analytics et Search Console conservent l’historique — même si personne ne les a consultés, les données se sont accumulées. Il suffit de prendre trois mois complets avant le changement prévu et de noter les chiffres dans un document daté.

À partir de la boîte de réception et du téléphone. S’il n’y a eu aucune mesure, comptez à la main les demandes du dernier trimestre. Cela paraît rudimentaire, et c’est plus précis que la plupart des configurations d’analytique, parce que cela compte des choses qui se sont réellement produites.

En attendant un mois. L’option la moins séduisante, et parfois la seule honnête. Un mois de mesure avant le changement épargne un trimestre de dispute après.

Ce qu’il ne faut pas faire : prendre pour référence des moyennes sectorielles glanées sur Internet. On ne sait ni comment elles ont été calculées, ni sur quel échantillon, ni si elles concernent le marché suisse — et de toute façon, c’est à vous-mêmes que vous comparez le résultat, pas au secteur.

Le cycle qui fonctionne vraiment

Trois étapes et une règle.

1. Mesurez la valeur de départ et notez-la. Pas de mémoire : dans un document daté.
2. Changez une seule chose. Une, pas cinq.
3. Vérifiez au bout d’un délai raisonnable — avec un petit trafic, ce sont des semaines, pas des jours.

La règle : un seul changement à la fois. Après cinq changements simultanés, l’indicateur peut monter sans qu’on sache lequel a aidé, et lequel a nui moins que les autres n’ont aidé. C’est la même règle que pour diagnostiquer une chute de positions — et pour la même raison.