Tableau de bord de Data Studio pour les annonceurs d’Adsense : GSC, Analytics et Link building

Data Studio est un de ces sujets brûlants que nous n’avions pas encore abordé chez Blogger3cero et que de plus en plus de référenceurs utilisent pour suivre leurs projets ou ceux de leurs clients.

Nous allons parler de Data Studio et nous allons le faire en grand.

Il ne pouvait en être autrement qu’avec mon bon ami Álex Serrano, PDG de The Corner Lab.

Un consultant en référencement qui se bat tous les jours avec des clients de toutes sortes et qui utilise Data Studio avec la même habileté qu’un samouraï manie son catana.

Avec ce post, vous aurez un modèle professionnel de Data Studio qui vous aidera à avoir un meilleur contrôle de vos niches Adsense.

Ils sont tous à toi, mon pote !

DinoRANK a voulu s’arrêter sur le calendrier « Blogger3cero été 2020 auteurs invités »

et nous a laissé un coupon que vous pouvez utiliser pour essayer l’outil (avec toutes les fonctionnalités) le premier mois pour seulement 5 euros. Pour ce faire, utilisez le coupon : veranodino

(tout en minuscules) pendant le processus d’embauche.

Bonjour, c’est un plaisir de revenir sur Blogger3cero, cette fois pour écrire sur un sujet que j’aime : Data Studio.

Comme vous le savez, en matière de référencement, il est essentiel d’automatiser autant que possible et d’être en mesure d’extraire des métriques, des données et des conclusions de manière efficace et efficiente. Ceci est valable pour tout type de projet de référencement, que vous soyez consultant, blogueur, que vous ayez des niches..

C’est pourquoi je souhaite aujourd’hui vous proposer un modèle Data Studio entièrement gratuit que vous pourrez utiliser dès à présent dans vos projets, en effectuant simplement quelques ajustements pour l’adapter à vos sites web.

Ici, vous pouvez voir et parcourir le modèle avant que je ne vous raconte tout.

Vous aimez ? Continuez à lire.

Je vais vous dire, étape par étape, ce que contient ce modèle et comment l’adapter. Si vous avez des questions, laissez un commentaire et je vous répondrai pour vous aider.

À qui s’adresse ce modèle ?

Il s’agit d’un modèle Data Studio principalement conçu pour analyser et mesurer les sites Web de niche Adsense, tant pour l’objet du rapport lui-même que pour les différentes mesures et dimensions utilisées.

Cependant, sur les 4 pages que compte le rapport, une seule est consacrée spécifiquement à Adsense, bien qu’il ne s’agisse en réalité que de plusieurs métriques. Le reste des pages est valable pour tout type de site web.

Si vous n’avez pas de projets avec Adsense, ne vous inquiétez pas, ce modèle peut aussi vous convenir. Il vous suffit de supprimer la page contenant les données Adsense de Google Analytics, ou de supprimer les graphiques Adsense, et le tour est joué.

Quel est l’objectif et que peut mesurer ce modèle ?

L’objectif est de disposer d’un tableau de bord dans lequel vous pouvez voir rapidement et efficacement les performances et l’évolution d’un site web, tant en termes de trafic général (toutes les sources de trafic), que de référencement en particulier.

Voyez d’un coup d’œil si l’évolution est positive en termes de visites, de comportement des utilisateurs sur le site Web et de performances en termes de revenus Adsense et d’autres mesures connexes.

Mais cela va plus loin.

De nombreux sites Web, qu’il s’agisse d’Adsense, d’affiliation ou d’autres types de niches, ont des groupes ou des thèmes très bien définis au sein du site.

L’objectif de ce modèle est également de voir séparément l’évolution de chaque cluster, de les comparer entre eux, et pas seulement au niveau du trafic et du comportement des utilisateurs, mais aussi de détecter les augmentations ou les diminutions de trafic, le montant des revenus qu’ils génèrent, le CTR Adsense de chaque cluster, etc.

Il vous permettra également de voir l’évolution de toute requête pour laquelle vous êtes positionné, séparé par cluster, bien sûr. Un outil de suivi du classement qui reprend les données de Search Console et vous permet de filtrer mot-clé par mot-clé et même de combiner ce filtre avec celui des pages d’atterrissage.

Enfin, le rapport est également conçu de manière à ce que vous puissiez voir de façon très visuelle comment votre stratégie de link building évolue, en comparant ces groupes: nombre de liens, types de liens (follow, nofollow, ugc et sponsorisés), types de texte d’ancrage..

Cela vous semble-t-il intéressant ? Voyons comment faire.

De quoi avez-vous besoin pour utiliser ce modèle ?

L’utilisation de ce modèle dans vos projets est assez facile si vous avez quelques connaissances de base de Data Studio, même si vous devrez faire quelques ajustements pour adapter le modèle à vos projets (cela n’allait pas être aussi simple).

Si c’est votre premier contact avec Data Studio, cela peut être plus difficile, mais ne vous découragez pas, c’est très intuitif et plus tard j’expliquerai quelques détails pour que vous puissiez adapter ce modèle à vos besoins.

Vous aurez besoin des éléments suivants pour pouvoir utiliser le modèle :

• Compte Google Analytics : c’est évident, mais vous devrez également relier le compte Google Analytics de votre choix (où se trouve le projet) à Data Studio en créant la connexion à la source de données.
• Accès à Google Search Console : pour pouvoir connecter la propriété que vous voulez utiliser dans le rapport. N’oubliez pas que lorsque vous connectez la source de données Search Console, vous devez en fait connecter deux sources : Impressions du site et impressions de l’URL.
• Feuille de calcul Google : pour la page de rapport sur la création de liens, vous aurez besoin d’une feuille de calcul Google, mais ne vous inquiétez pas car vous pouvez également utiliser le modèle que j’ai utilisé pour ce rapport depuis Data Studio. Il suffit de faire une copie et d’inclure vos données. Vous devrez ensuite connecter la feuille de calcul Google à Data Studio.
• Modifier, adapter et personnaliser : bien que ce modèle soit conçu pour que vous ayez à le modifier le moins possible, vous devrez procéder à quelques ajustements pour qu’il fonctionne à 100 % et s’adapte au projet pour lequel vous l’utilisez. Le plus important : les filtres que j’ai utilisés pour analyser séparément les données des clusters. Je l’expliquerai en détail plus tard.

Le modèle étape par étape

Je vais vous expliquer ce que vous pouvez trouver dans chacune des quatre pages du modèle et comment l’adapter à votre projet.

Page 1 : Trafic

La source de données qui alimente cette page est entièrement Google Analytics.

La première chose que vous pouvez voir sur cette page, en haut, ce sont les filtres qui agissent sur toutes les données de la page: Pays, Médium, Dispositif et, bien sûr, sélection de la date.

Les données sont toujours accompagnées d’une comparaison avec la période précédente (si vous le souhaitez, vous pouvez modifier la comparaison pour la même période de l’année précédente ou ce que vous voulez).

Données générales : nous avons ici une série de mesures avec des données générales sur le trafic web, quelle que soit l’origine du trafic.

Si vous souhaitez les voir séparément, vous pouvez utiliser le filtre Medium en haut de la page. Dans les données générales, vous pouvez également voir 4 mesures liées à Adsense, qui sont extraites de Google Analytics.

Notez que pour cela, votre compte Adsense doit être lié à Google Analytics, comme je l’explique dans le cours Google Analytics for SEO que vous pouvez regarder sur SEOWarriors.

Données par cluster : dans ces blocs, qui sont au nombre de 3 (trois clusters) dans ce rapport, nous voyons les mêmes métriques mais dans ce cas filtrées. Le filtre de ces mesures est un filtre « Landing Page ». Le filtre signifie que seules les données des pages d’atterrissage contenant l’URL « /noms d’animaux » sont comptabilisées.

On procède de la même manière pour tous les autres blocs des autres clusters. Cela nous permet de voir une ventilation distincte du trafic, du comportement et, bien sûr, des performances Adsense pour chaque groupe.

Si vous souhaitez ajouter d’autres blocs/clusters, il vous suffit de copier et coller les éléments et d’allonger le rapport en pixels, à partir de la mise en page.

Comment l’adapter à votre projet/site web ?

Il est évident que ce rapport avec ces filtres configurés ne vous donnerait aucun résultat (sauf si vous avez les mêmes URL, ce qui serait bizarre).

Une fois que vous avez fait la copie du rapport Data Studio et connecté vos sources de données (GA, GSC et Google Sheets), vous devez faire ce qui suit. Faites attention car cela vous aidera également dans le reste des pages du rapport :

1. Sélectionnez la métrique pour laquelle vous souhaitez modifier le filtre.

2. Une fois sélectionné, vous verrez à droite la section Filtre et le filtre déjà défini. Il faut d’abord le retirer de la croix et ensuite « Ajouter un filtre ».

3. Configuration du filtre: donnez-lui d’abord un nom. Comme les autres pages ont également des filtres, je vous recommande de leur donner un nom que vous pourrez facilement identifier par la suite. Par exemple « Cluster [nom du cluster] GA ».

Vous pouvez ensuite le configurer. Dans cet exemple, nous incluons (Include) toutes les URLs qui contiennent certains mots (/cluster-random) et comme Dimension nous utilisons « Landing page ».

La configuration finale de ces filtres dépendra à 100% de votre site web et de ce que vous voulez mesurer. Peut-être qu’au lieu d’utiliser « Contient », vous devez utiliser « Commence par », « Identique à (=) », « Correspond à une expression régulière »… Pour tout cela, vous pouvez consulter ce billet publié par Jorge Sáez.

Il est également possible que vous deviez utiliser davantage de règles.

Dans ce groupe particulier « /nombres-« , deux règles ont été utilisées :

Include > Landing Page > Contains > /names-

y

Exclure > Page de destination > Contient > /animal-names

Pourquoi ?

Parce que sur le site web que j’ai utilisé il y a deux clusters dont les URLs contiennent « /animal-names-« . L’exclusion du cluster déjà analysé dans le bloc 2 « /animal-names » résoudrait le problème.

C’est pourquoi je dis que cela dépendra de chaque site web.

Une fois que vous avez créé vos propres filtres, ils seront enregistrés et vous pourrez les appliquer à n’importe quel graphique Data Studio. Bien sûr, vous devrez changer le filtre pour chaque métrique, un par un.

Une autre possibilité est de ne pas supprimer les filtres fournis dans le modèle, mais de les modifier afin de ne pas avoir à changer les filtres de chaque graphique un par un. Il suffit de passer le curseur sur un filtre, vous verrez une sorte de crayon et d’édition comme je l’ai expliqué ci-dessus.

Avant de passer à la page suivante , je voudrais commenter une autre fonctionnalité du rapport qui peut être très utile et que j’adore.

Si vous cliquez sur l’une des barres du graphique (sur n’importe quelle page), le reste des données de ce groupe (car elles forment toutes un « groupe ») est filtré et vous montre les données pour ce jour que vous avez choisi dans le graphique à barres. Si vous cliquez à nouveau sur la barre, le filtre est désactivé.

Dans ce graphique à barres, nous avons les sessions (barres) et les revenus Adsense (ligne pointillée).

Page 2 : Performance du SGC

Sur cette page, la source de données est Search Console.

En haut, dans ce cas, nous avons le contrôle du filtre pour « Pays » et « Catégorie d’appareil », en plus de la sélection de la période.

Dans la section des données générales, nous avons les 4 métriques Search Console non filtrées, par rapport à la période précédente. Dans la section des données générales à droite, nous pouvons voir les Clics, Impressions et CTR filtrés par les 4 pays qui génèrent le plus de performance sur ce site web selon Search Console.

Pour filtrer par pays dans chacune des mesures, nous avons utilisé le filtre suivant :

Lorsque vous éditez votre rapport, vous pouvez simplement modifier les filtres et spécifier le pays que vous préférez.

Sur cette page, vous verrez également les 3 mêmes blocs de cluster, mais maintenant avec des métriques différentes. Chacune de ces mesures a le filtre dont elle a besoin avec chaque cluster, comme à la page 1, mais faites attention, car étant maintenant une source de données différente, vous devrez créer de nouveaux filtres avec Search Console.

Par exemple :

« Cluster [nom du cluster] GSC »

En haut à droite de chaque bloc, vous verrez 2 contrôles de filtre. À quoi cela sert-il ? Vous pouvez filtrer les données de chaque bloc par requête ou par page d’atterrissage, ou en combinant les deux. Cela vous permet, par exemple, de voir les données de performance d’une seule ou de plusieurs requêtes, ou de voir les performances d’une ou de plusieurs pages d’atterrissage dans le cluster analysé.

Ilest important de savoir que chacun de ces contrôles de filtre possède le filtre pour le cluster en question, donc lorsque vous vous lancez dans l’adaptation des filtres, vous devez en tenir compte.

Sur cette page, le graphique en barres mesure les impressions (barres) et les clics (ligne pointillée).

Le reste des fonctions est le même que sur la première page.

Page 3 : Suivi des mots-clés

Cette page utilise également Search Console comme source de données, mais dans ce cas, elle est conçue pour fonctionner comme un outil de suivi du classement.

Nous avons toujours les 3 blocs de cluster et dans chacun d’eux un diagramme à barres avec les « URL Clicks » (barres) et la position moyenne (ligne pointillée) est inclus. Par défaut, si les filtres en haut à droite ne sont pas appliqués dans le bloc, les données du graphique à barres correspondent à l’ensemble du cluster.

En utilisant les filtres, vous pouvez choisir une requête spécifique et également modifier la date, dans ce cas uniquement pour ce graphique. Si vous souhaitez savoir comment créer un suivi de rang comme celui-ci avec Search Console et Data Studio, vous pouvez lire cet article.

Sur cette page, des filtres sont également appliqués pour chaque cluster. Vous devrez donc les modifier pour les adapter à votre projet. N’oubliez pas non plus de modifier le filtre appliqué au contrôle de filtre « Query » afin que seules les requêtes liées au cluster en question apparaissent. Les filtres à utiliser sont les mêmes que ceux de la page 3.

Page 4 : Création de liens

Le but de cette page est de voir en un coup d’œil l’évolution globale du site web en termes de backlinks et également d’analyser le profil de liens de chaque cluster de manière très visuelle.

La source de données de cette page est Google Sheets, un modèle très simple créé à la main, qui peut être complété au fur et à mesure que de nouveaux liens sont collectés.

Ce modèle comporte les sections suivantes :

• Nombre de liens
• Backlink (dans ce cas, vous devez inclure l’URL du référent)
• Landing ref : l’url de votre site vers laquelle pointe le lien retour
• Type de texte d’ancrage
• Type de lien
• Date

Bien entendu, les noms des colonnes sont personnalisables. Toutefois, si vous ajoutez ou supprimez des colonnes, vous devrez reconnecter la source de données Google Sheets et choisir à nouveau les colonnes à partir desquelles importer les données.

Voici une ressource si vous avez des doutes sur la connexion de Data Studio à Google Sheets.

Dans ce cas, en haut de la page du rapport, nous avons seulement le sélecteur de date, il n’y a pas d’autres filtres.

Quant aux données déjà versées dans Data Studio, dans les données générales, vous verrez le nombre total de backlinks obtenus, et de tous ceux qui sont follow, nofollow, ugc et sponsorisés.

Dans les blocs de chaque cluster, nous avons également deux diagrammes circulaires dans lesquels vous pouvez voir les types de liens en pourcentages et les types de texte d’ancrage (marque, mot-clé, domaine…).

Vous disposez également d’un graphique évolutif des liens pour chaque cluster, et vous pouvez passer le curseur dessus pour voir les données d’un jour spécifique. Ce graphique est soumis, comme tous les graphiques de la page, au sélecteur de date de la barre supérieure.

Quant aux filtres pour chaque cluster utilisés sur cette page, nous suivons la même ligne de filtres utilisés sur les pages 1, 2 et 3, mais évidemment avec la source de données Google Sheets.

Par exemple :

« Cluster [nom du cluster] Google Sheets »

Comment puis-je utiliser ce modèle ?

La première chose à faire est d’ouvrir ce lien, où se trouve le modèle.

Vous verrez maintenant l’option « Faire une copie de ce rapport ».

La prochaine chose à faire est d’ajouter vos sources de données:

4 sources de données apparaissent.

Le premier est Google Analytics, le second est URL Impressions (Search Console), le troisième est Site Impressions (Search Console) et le quatrième est Google Sheets.

Si la source dont vous avez besoin n’est pas déjà connectée, vous devrez la créer lorsque vous verrez le message « Créer une source de données » et ensuite connecter les différentes sources de données une par une.

IMPORTANT : Lorsque vous avez tout connecté, ne paniquez pas car dans votre rapport copié, vous verrez la plupart des graphiques « cassés ». Il est normal, pensez que la plupart des graphiques et des éléments ont les filtres appliqués à chaque cluster.

Ici, vous devrez modifier les filtres et les adapter à vos propres filtres petit à petit et la couleur du rapport sera progressivement ajustée.

Modèle de contrôle pour la création de liens dans Google Sheets

Il n’est pas obligatoire d’utiliser ce modèle Google Sheets, vous pouvez créer le vôtre, mais si vous en avez besoin, le voici.

Vous pouvez également en faire une copie, la conserver et l’adapter selon vos besoins. Notez que si vous changez les noms des colonnes, vous devrez modifier certains filtres de la page 4, par exemple ceux qui permettent de compter uniquement les liens follow, nofollow, ugc et sponsorisés.

Et c’est tout ce que vous devez savoir pour utiliser ce rapport Data Studio. L’adapter à votre projet prendra un certain temps, mais ce n’est pas compliqué, il suffit d’y aller étape par étape. Faire le rapport à partir de zéro prendrait plus de temps, je vous l’assure

J’espère que vous le trouverez utile et que vous pourrez l’utiliser pour effectuer des analyses plus rapides et de meilleure qualité, tirer les bonnes conclusions et être en mesure de développer votre projet en examinant les données.