Temps moyen de visite : l’inégalité de la performance des internautes souris à la main

On m’a demandé dernièrement comment analyser le temps passé par les internautes sur un site. Question délicate, surtout si on essaie d’aller au-delà du suivi de la performance globale qui se caractérise couramment par :

• Evolution du temps moyen des visites
• Evolution du pourcentage de visites de moins de X secondes
• Evolution du pourcentage de visites de plus de Y secondes…
• …

Naturellement, si votre outil le permet, ces indicateurs sont à ventiler par source de trafic.Vous aurez par ailleurs noté que j’ai laissé un X et un Y. Concernant le X, il s’agit d’un “niveau bas” qui caractérise le trafic de faible qualité. Il s’agit en fait de manière dissimulée de parler du taux de rebond (quel est le pourcentage des visites qui ne durent qu’une page et/ou qui ne durent que moins de X secondes). Il est souvent admis qu’à moins de 8-10 secondes, le visiteur n’a aucun intérêt pour le contenu qui lui est présenté (mauvais ciblage, créa en amont trompeuse, mystérieuse ou ambigà¼e), ou du moins que le contenu de la landing page est suffisamment mal présenté/inadéquat pour avoir fait disparaître sa possible motivation. En prenant un peu plus de recul, je crois qu’on peut aussi décréter, qu’en dessous de 8-10 secondes, il y ait peu de chance que le visiteur ait pu vraiment s’impliquer dans sa visite, et donc que cette visite représente un intérêt.Ceci étant dit, il reste Y, et certainement toute une famille de Y. Un site est en effet conçu pour l’accomplissement d’un certain nombre d’objectifs. La question qu’on m’avait exposée était en apparence simple mais d’une complexité réelle. A partir de combien de temps, sur un site de promotion immobilière peut-on considérer que le visiteur éprouve un intérêt concret pour les produits exposés…Je n’ai donné aucune réponse, puisque je ne vous apprendrai rien en vous disant qu’il faudrait en toute intelligence segmenter les visites sur base des scénarios d’usage, des attitudes liées et donc des actions réalisées. Monsieur Dupond qui vient pour la première fois sur le site, mais qui a déjà presque signé pour un autre programme immobilier va certainement faire une recherche très ciblée pour s’assurer qu’il achète au meilleur prix, alors que monsieur François, un habitué, qui rêve d’acheter, avec un projet à 1 ans, sans encore de budget fixe, est lui dans une visite porter par le rêve et la projection (ah si j’étais riche !). Il va donc farfouiller et dénicher des biens qui le font rêver et d’autres qu’il peut se payer 😉 Les deux prospects ont de la valeur et sont impliqués dans leur visite, mais la suite d’actions qu’ils vont accomplir sera différente et le temps passé en ligne potentiellement très différent,… ou non.Donner un seuil unique ou un temps de référence est donc un exercice peu évident, surtout lorsqu’on considère l’étude menée par Jakob Nielsen sur la variabilité dans la performance des utilisateurs. Je ne suis pas ergonome, et je vous invite à regarder de près la méthodologie (je n’ai pas trouvé le nombre de personnes qui ont participé à l’étude).A mon niveau de webanalyste, je retiens qu’entre les 25% d’utilisateurs les plus lents sur l’accomplissement d’une tâche donnée sur Internet et les 25% les plus rapides, le temps pour accomplir la tâche est 2,4 fois plus faible… Il y a des gens rapides, d’autres lents, c’est un fait, et il semblerait qu’Internet exacerbe encore ce caractère.

When doing website tasks, the slowest 25% of users take 2.4 times as long as the fastest 25% of users. This difference is much higher than for other types of computer use; only programming shows a greater disparity.Jakob Nielsen – May 15, 2006 – Variability in User Performance

Vous voyez comme moi qu’au-delà de visites de typologie différentes, on a de plus des internautes plus ou moins rapides. Les conséquences par rapport à la volonté de mettre des seuils sur le temps passé en ligne sont clairs : l’exercice est délicat voire dangereux, car les conclusions peuvent s’avérer totalement fausses. En 2 minutes de temps, les internautes ont réalisé peut être le même nombre de tâches, d’autres en ont peut être fait deux fois plus.Il convient donc de prendre du recul sur la mesure du temps passé en ligne, de la regarder avec humilité pour la considérer dans ses grandes variations (tendance à la hausse ou à la baisse), en étant attentif aux évolutions du site (si je mets en place un jeu concours sur mon site, je risque mécaniquement d’augmenter le nombre de pages vues, mais aussi le temps passé en ligne). L’idéal serait de pouvoir définir des patterns de comportement pour isoler les tendances par pattern, mais je ne crois pas avoir vu pour l’instant d’outils offrant ce type d’approche. Et vous, comment analysez-vous le temps passé en ligne ? De notre côté, chez Converteo, nous travaillons plutôt sur des indicateurs hybrides d’implication, tenant compte de l’évolution du temps passé.