Quelques observations sur le tracking Analytics d'une application mobile

Il n'est pas évident d’appréhender les caractéristiques propres au tracking d’applications téléchargeables sur les plates-formes de smartphone. Mais cette approche est intéressante en cela que ses utilisateurs ont un comportement radicalement différent de celui qu’on peut observer sur un site Web traditionnel. Or, l’analyse de ce comportement peut se révéler profitable non seulement pour le développement d’applications, mais également pour la conception d’outils Webanalytics, ceux-ci devant sans cesse s'adapter aux spécificités du support.

Depuis fin 2009, grâce au SDK de Google, il est désormais possible d'effectuer le suivi de l'utilisation d'une application iPhone / iPod / iPad / Android, et ce, comme s'il s'agissait d'un site Web classique (à la différence près qu'une application ne contient pas de page Web à proprement parlé). Les données analytiques qui résultent du tracking d'une application sont particulièrement intéressantes puisqu'elles sont plus pragmatiques : elles profitent de l'extrême standardisation de l'environnement iPhone / iPod etc...

Ainsi, se retrouvent à priori exclus d'emblée tous les problèmes de tracking liés :

  • aux navigateurs (refus des cookies, problème d'intégration, incompatibilité des anciennes versions...)
  • aux plugins (absence de module Javascript et/ou Flash...)
  • au matériel utilisé (trop grande variété de résolutions d'écran, matériel pas assez performant...)

Parallèlement, l'absence de telles difficultés offre l'assurance que les possesseurs de smartphone profitent d'une expérience utilisateur quasi identique, limitant les cas particuliers. Théoriquement, seule la qualité de la connection Internet pourrait encore être une source d'inégalité entre utilisateur (même si les plus vieux modèles d'iPhone peinent sérieusement à lancer les applications les plus récentes). La contrepartie, c'est que les problèmes d'infrastructure persistent, voire grandissent : les serveurs doivent faire face à un trafic d'autant plus massif que la plupart des applications profite aujourd'hui d'une excellente exposition sur l'AppStore. Même si cela reste marginal, certaines applications victimes de leur succès (Dragon Dictation notamment) ont vu leur expérience utilisateur passablement se dégrader.

Bien que les applications mobiles ne diffusent pas de page HTML et n'utilisent pas le javascript, le développeur peut, comme pour un site traditionnel, déterminer les emplacements où il souhaite déclencher une page vue ou un événement. Chaque information trackée est ainsi envoyée à Google Analytics. Le tracking d'une application iPhone permet d'obtenir des réponses aux questions spécifiques de la mesure d'audience sur mobile :

  • quels sont les smartphones sur lesquels l'application a été utilisée
  • quel est le système d'exploitation du smartphone
  • quel est le temps moyen d'utilisation de l'application
  • quels sont les contenus préférés des utilisateurs de l'application
  • quels sont les problèmes rencontrés par l'utilisateur
  • quels sont les pays où l'application est utilisée
Tracking Analytics d'une application mobile

Mon expérience en agence Web m'a permis d'avoir un aperçu concret des caractéristiques de trafic d'une application iPhone telles qu'elles sont restituées par Google Analytics :

  • la source du trafic est exclusivement directe : de fait, il ne peut y avoir de trafic referral ou moteur de recherche puisque les applications fonctionnent en circuit fermé. Certaines applications commandent au navigateur de lancer des pages Web, mais l'inverse est bien plus rare, voire impossible.
  • le taux de rebond est particulièrement peu élevé : bien que cela dépende de la façon dont l'application a été conçue, nous interagissons perpétuellement avec une application. Ainsi, même si la page d'arrivée d'une application n'est pas forcément sa page d'accueil (cela s'explique par l'utilisation du multitâche, la visite d'un lien publicitaire, le passage en veille prolongée...), le taux de rebond s'en retrouve diminué. De plus, les désillusions liées à un contenu non pertinent sont d'autant peu probables qu’une fiche descriptive est proposée sur l'AppStore avant le téléchargement de chaque application.
  • l'analyse des évènements et pages vues uniques met en évidence une quantité importante d'actions redondantes : le système de navigation d'une application est nécessairement simplifié au maximum, amplifiant le nombre de fois qu'un même événement est provoqué (ou le nombre de fois qu'une même page est vue).
  • ces spécificités concourent à élargir le temps moyen passé sur l'application : un contenu pertinent et des utilisateurs particulièrement avertis (contrairement à un trafic de moteur de recherche, voire referral) font que le temps moyen d'utilisation d'une application est supérieur à ce qu'on a l'habitude d'observer sur des sites évoquant les mêmes thématiques ou proposant le même type de service.
  • à moins que l'utilisateur réinitialise régulièrement son iPhone ou qu'il télécharge une application sans l'avoir testé une première fois, à priori le nombre de nouveaux utilisateurs reflète le nombre de téléchargements. Voici une manière intéressante de récupérer une information réputée difficile à obtenir auprès d'Apple.
  • Par ailleurs, un nouvel utilisateur a tendance à moins s’investir dans une application qu’un utilisateur récurrent (moins de pages consultées, moins de temps passé dans l’application), tout en ayant moins tendance à ne consulter qu’une seule page (taux de rebond plus faible).
  • il apparaît enfin clairement que le type de connexion a une incidence directe sur l’implication de l’utilisateur dans une application : plus sa connexion est de bonne qualité (ADSL, câble), plus le nombre de pages et d’événements est élevé au cours de la session d’utilisation, et plus le taux de rebond est faible. En revanche, le type de connexion le plus utilisé (à priori la 3G) présente une durée moyenne d’utilisation plus longue : le caractère nomade de la 3G semble plus en adéquation avec l’utilisation prolongée d’une application.

Si les données de trafic recueillies par Google Analytics sont riches en informations, les caractéristiques techniques sont en revanche parfois ambiguës, rappelant le côté encore expérimental de cet aspect de l'analyse : Google Analytics remonte en tant que navigateur, le système d'exploitation indiqué est iPhone ou iPod au lieu d’iOS, le type de connexion 3G n’est pas reconnu, ou encore le Java apparaît comme supporté alors que ce n'est pas le cas. Mais par ailleurs, on retrouve bien l'affichage 24 bits, la résolution d'écran en 320x480 et le non-support du Flash pour 100% des terminaux Apple.

Finalement, bien que Google Analytics puisse offrir de mesurer l'essentiel du trafic d'une application, on sera tenté de s'intéresser également à des solutions consacrées exclusivement aux mobiles comme le proposent Mobclix, Flurry, Roambi ou Webtrends Mobile Analytics.