Rendez vos sites e-commerce plus performants… en analysant les logs !

[itestu]

Je vous ai parlé de fichier de logs, mais des logs c’est quoi ? C’est en général un fichier très volumineux qui contient tous les événèments lié à un processus. Le cas d’usage que je vous présente aujourd’hui porte sur l’analyse de logs d’un site web, mais on peut également penser aux logs générés par des machines dans le secteur de l’industrie qui peuvent permettre d’anticiper les pannes à venir (maintenance prédictive), identifier les paramètres optimaux pour optimiser l’efficacité de la production, etc.

Les fichiers sources que je vous propose d’analyser proviennent d’un site e-commerce, et un fichier de log ça ressemble à ça :

A première vue, rien de structuré comme on en a l’habitude ! Mais regardons de plus près :

On y trouve en fait plein d’informations ! Par exemple :

• l’adresse IP : qui nous donnera le pays d’origine de la connexion
• la date de l’évènement
• l’action réalisée par l’utilisateur : affichage de la vue détaillée d’un produit, ajout d’un produit dans le panier, achat des produits, paiement, etc.
• l’identifiant du produit concerné
• le code retour de la requête web : (qui a toute son importance !) cela nous permet par exemple d’identifier les tentatives d’achat qui ont échouées : ce qui est problématique car peut-être qu’un client n’a pas pu acheter pour une raison qu’on ignore encore et qu’on pourrait expliquer grâce à l’analyse des logs ! On peut aussi ajouter que cela affecte négativement l’expérience utilisateur, ce qu’on pourrait prévenir grâce encore à l’analyse de logs !

Pour notre cas d’usage je vous propose la création du rapport suivant, qui permet d’analyser l’activité sur un site e-commerce sur 5 jours (du 9 au 14 décembre) avec un focus sur les ventes et le comportement utilisateur notamment.

Tout d’abord 2 indicateurs : le total des ventes et le montant des pertes estimées dûes aux erreurs rencontrées sur le site Web.

Ensuite 2 graphiques :

• Le premier analyse les abandons de panier par produit. Les barres ont été colorées en fonction du montant du panier, et l’on visualise également ce montant sur la courbe bleue. On peut par exemple voir que les produits Maganiello Bros et Orvil the Wolverine font partie des 10 produits les plus présents dans les paniers abandonnés et ce sont ceux qui ont le plus d’impact dans les pertes.
• Le second permet de visualiser les conversions de vues -> panier -> achat par produit. On peut par exemple voir que le livre « Curling 2014 » n’est pas un article très vu, pourtant le taux de conversion panier->achat est assez élevé : on pourrait par exemple envisager de rendre ce produit plus visible sur le site pour augmenter les ventes.

Comment on arrive à cela à partir des logs ? Grâce à un workflow que j’ai construit dans Alteryx et que je peux à présent automatiser ou lancer à la demande pour analyser l’activité du site :

Vous trouverez ce workflow d’exemple en pièce jointe de cet article que vous pouvez reprendre et adapter pour analyser les données de votre site Web.

N'hésitez pas à me contacter pour de plus amples explications ou pour un peu d'aide sur vos données !

C'est à vous de jouer !

Irène

log_data.zip

SalesAnalysis_Log.yxzp