La plupart des dashboards de raccourcisseurs d'URL ouvrent sur un nombre - généralement un grand. Total des clics depuis la création, affiché dans un badge assez grand pour être capturé en screenshot. Ce nombre est là parce qu'il est facile à produire et satisfaisant à regarder. Il est aussi presque impossible à exploiter.
Ce billet porte sur les métriques qui valent d'être mesurées, celles à ignorer, et un court rituel hebdomadaire qui permet à un marketeur seul d'extraire du vrai signal d'une bibliothèque de liens de toute taille.
Les deux camps : vanity contre exploitable#
Le camp vanity contient toute métrique qui agrège à travers tout le temps sans contexte. « Total des clics : 48 230 » vous dit qu'un lien existe et que des gens l'ont suivi. Il ne vous dit pas si ces clics se sont passés la semaine dernière ou s'étalent sur deux ans, s'ils provenaient de vrais visiteurs ou de crawlers de moteurs de recherche et de moniteurs d'uptime, si l'un d'eux a converti en la chose que vous voulez réellement, ou si le volume de clics croît ou s'effondre.
Le camp exploitable contient des métriques bornées par une fenêtre temporelle, segmentées à un niveau significatif, et attachées - même de manière lâche - à un résultat aval. « Visiteurs uniques de la recherche organique en Allemagne, derniers 30 jours, et quelle fraction a cliqué à nouveau dans les sept jours » est une question différente de « total des clics, tout temps ». La première a une réponse qui peut changer votre prochaine décision. La seconde confirme surtout que vous gérez un lien depuis un certain temps.
La distinction compte parce que les dashboards qui ouvrent sur des chiffres vanity vous entraînent à ignorer vos analytics. Vous regardez le total, ressentez vaguement de la satisfaction ou de l'alarme, et fermez l'onglet. Les dashboards qui valent d'être ouverts chaque semaine ouvrent sur des métriques fenêtrées qui répondent à des questions opérationnelles spécifiques.
Métriques qui valent d'être suivies#
Clic versus clic unique#
Chaque événement de clic enregistré à la couche de redirection a une adresse IP attachée. Les comptes de visiteurs uniques - l'agrégation uniq(ip) dans les requêtes d'analytique d'Elido - réduisent toutes les requêtes de la même adresse réseau à un seul visiteur. Une seule personne qui clique sur votre lien quatre fois dans une journée est un visiteur ; quatre personnes différentes qui cliquent chacune une fois sont aussi quatre visiteurs, mais elles ont des signaux différents.
Le ratio des clics totaux aux visiteurs uniques est votre taux d'engagement répété. Un lien avec 1 000 clics et 950 visiteurs uniques n'a presque aucun trafic répété - la plupart des gens ont cliqué une fois et sont partis. Un lien avec 1 000 clics et 300 visiteurs uniques a un engagement répété significatif : quelque chose ramène les gens. Que ce soit désirable dépend entièrement du cas d'usage. Pour un flux d'onboarding, les clics répétés peuvent signifier que les utilisateurs sont confus. Pour une série de contenu, ils peuvent signifier que le lien a été mis en favori.
Une note sur le cadre « cookieless counting » qui apparaît dans de nombreux matériaux marketing d'analytics : le comptage unique d'Elido utilise l'adresse IP comme identifiant (une agrégation uniq(ip) dans la couche de requête d'analytique). Ce n'est pas une empreinte cross-session - c'est une heuristique plus grossière au niveau réseau. Deux personnes derrière le même NAT compteront comme un visiteur ; la même personne sur mobile et desktop comptera comme deux. Pour l'attribution au niveau campagne c'est une approximation raisonnable. Pour la résolution d'identité au niveau individuel, ça ne l'est pas.
Répartition géo et appareil#
Les requêtes de répartition - ByCountry, ByDevice, ByBrowser dans l'API analytics - répondent à une question opérationnelle : votre trafic correspond-il à l'audience attendue pour ce lien ?
Si vous avez lancé une campagne email ciblée Allemagne et que la répartition géo montre 80 % de trafic hors Allemagne, soit l'email a été transféré, soit le lien a été partagé sur les réseaux sociaux dans un marché différent, soit votre ciblage était erroné. Si un lien destiné à un flux de checkout mobile montre 40 % de trafic desktop, quelqu'un l'envoie à des utilisateurs desktop, et l'expérience à l'autre bout peut ne pas être conçue pour eux.
Les données d'appareil sont aussi utiles pour diagnostiquer les campagnes QR code spécifiquement. Une campagne QR depuis un placement print devrait montrer près de 100 % de trafic mobile. Un trafic desktop significatif depuis un lien QR signifie que le code est rencontré numériquement - dans un email, sur un site web, dans un screenshot partagé - pas scanné depuis un média physique.
Les données géo dans Elido résolvent en code pays au moment de la redirection à partir de l'IP complète, qui est ensuite jetée avant que l'événement ne soit persisté. L'enregistrement stocké contient seulement le code pays ISO-3166, pas l'IP complète. Les données au niveau ville ne sont pas disponibles dans le schéma actuel.
Attribution referrer et UTM#
La répartition referrer (ByReferrer) groupe les clics par la partie hôte du header Referer. Cela vous dit quels sites et applications envoient du trafic vers votre lien - pas quelle campagne vous aviez l'intention de lancer, mais quelles sources de trafic sont réellement actives.
Le trafic direct (pas de referrer) est le seul bucket le plus courant et le moins informatif. En pratique, c'est un mélange de : gens qui ont tapé ou collé l'URL directement, trafic d'applications qui retirent les headers referrer (la plupart des apps mobiles natives, clients email, apps de messagerie), et le résidu d'attribution qui chute en transit.
Les paramètres UTM se trouvent sur l'URL de destination plutôt que sur le lien court lui-même. La redirection les passe intacts : s.elido.me/spring → https://shop.example.com/spring?utm_source=email&utm_medium=newsletter. Votre plateforme analytics lit les UTMs depuis l'URL de la landing page, pas depuis le raccourcisseur. La répartition referrer du raccourcisseur vous dit d'où viennent les clics avant la page de destination ; les données UTM de la page de destination vous disent quelle campagne les a envoyés.
La combinaison est où l'attribution se ferme. Le referrer du raccourcisseur confirme qu'un clic a eu lieu ; les paramètres UTM sur la destination confirment quelle campagne l'a revendiqué. Si vous voyez des clics dans le log referrer du raccourcisseur depuis mail.google.com mais aucune session attribuée UTM correspondante dans votre plateforme analytics, la page de destination perd les valeurs UTM - généralement à cause d'une redirection entre l'URL de landing et la destination réelle, ou à cause d'une bannière de consentement qui réinitialise la session.
Patterns d'heure de la journée et de jour de la semaine#
Le endpoint heatmap retourne des comptes de clics bucketés par heure-de-la-journée (0–23) et jour-de-la-semaine (lundi à dimanche). Pour la plupart des types de campagne, c'est la seule visualisation la plus utile dans la stack analytics.
Le pattern vous dit quand votre audience est active dans le contexte où elle rencontre votre lien. Les liens de newsletter culminent le matin où l'email a été envoyé et à nouveau deux ou trois jours plus tard alors que les gens travaillent leur backlog inbox. Les codes QR sur les présentoirs retail culminent le samedi midi. Les liens de réseaux sociaux culminent les soirs en semaine et plafonnent durant le week-end. Les offres limitées dans le temps - « vente flash 48h » - produisent un pic net et une falaise.
L'usage pratique est la planification. Si vous écrivez de la copie pour une newsletter qui inclut un lien court, savoir que votre liste lit le mardi matin signifie qu'envoyer le lundi soir à 21h n'est pas une intuition, c'est un pattern que vous avez vu dans la heatmap de clics trois fois.
Pour les campagnes où la destination change ou où vous voulez tester différentes landing pages à différents moments, le smart routing d'Elido supporte les règles d'heure-de-la-journée au niveau lien. Un lien peut router vers différentes destinations avant et après une heure donnée à un jour donné. La heatmap vous dit où est le pic ; la règle de routing vous permet d'agir dessus sans réimprimer ou réenvoyer.
Suivi des conversions et pixels côté serveur#
Le volume de clics est un indicateur leading ; une conversion est l'événement qui compte vraiment. Les deux sont liés mais souvent mal corrélés. Un lien avec peu de clics et un taux de conversion de 40 % est plus précieux qu'un lien avec beaucoup de clics et un taux de conversion de 2 %.
Le suivi des conversions d'Elido connecte un enregistrement de clic à un événement aval via un postback. Un achat, soumission de formulaire ou installation d'app sur la page de destination déclenche un appel server-to-server qui lie le résultat au clic d'origine. Cela se fait côté serveur pour éviter la perte d'attribution qui vient de l'ITP de Safari retirant les cookies sur les redirections cross-site.
La configuration des pixels dans services/click-ingester/internal/pixels/pixels.go supporte Meta CAPI et TikTok Events API. Les identifiants sont enregistrés une fois au niveau workspace ; le click-ingester déclenche l'appel d'API de conversion de la plateforme pour chaque événement de clic éligible sans nécessiter de script côté client à la couche de redirection. La distinction compte : une redirection qui injecte un pixel dans le navigateur avant de livrer l'URL de destination crée une obligation de consentement RGPD ; un appel server-to-server keyé sur des données que l'utilisateur a déjà partagées avec la plateforme de destination est architecturalement différent. Le guide raccourcisseur RGPD-friendly couvre cette distinction en plus de détails.
Pour les taux de conversion dans le dashboard analytics, la métrique utile n'est pas le compte absolu de conversion mais le taux de conversion par source referrer. Si 8 % des visiteurs qui ont cliqué depuis votre newsletter email ont converti mais seulement 1,2 % des visiteurs qui ont trouvé le lien via le partage social ont converti, la liste email pilote du trafic qualifié et l'audience sociale non. C'est une décision sur où investir dans la prochaine campagne, pas une note en bas de page.
Comptes filtrés des bots versus comptes bruts#
Chaque chiffre d'analytics que vous voyez dans le dashboard Elido est filtré des bots par défaut. Le service edge-redirect exécute une détection User-Agent avant de décider d'émettre un événement de clic vers le flux Kafka du tout. La détection de bot dans services/edge-redirect/internal/bot/bot.go correspond contre une liste de signatures de crawlers connus - Googlebot, Bingbot, Slackbot, Discordbot, moniteurs d'uptime, curl, wget, bibliothèques de scripting - et supprime l'événement de clic pour tout ce qui correspond. Les requêtes sans User-Agent sont aussi supprimées.
Une couche de scoring de suspicion séparée à l'edge marque le trafic d'apparence humaine mais incertain - requêtes manquant à la fois User-Agent et Accept-Language, rafales de clics par IP au-dessus d'un seuil de taux - avec un flag is_suspicious qui se propage dans le schéma d'analytique en tant que is_suspicious et suspicion_reasons. Les requêtes analytics par défaut filtrent les lignes suspectes.
L'implication pratique : si vous lancez un lien vers une page qui se classe dans la recherche Google, le compte de clics dans votre dashboard de raccourcisseur sera beaucoup plus bas que le compte d'impressions dans Search Console. Toutes les requêtes de vérification Googlebot - et il y en a beaucoup - sont filtrées avant qu'elles n'atteignent vos analytics. Le compte de clics de votre raccourcisseur est plus proche d'un compte de redirections humaines que d'un compte brut de requêtes HTTP. C'est le bon dénominateur pour les calculs de taux de conversion.
Les comptes bruts qui incluent le trafic des bots peuvent surévaluer le volume de clics de 20 à 60 % selon le type de lien. Les liens utilisés en email avec des URLs courtes plates et les liens embarqués dans du contenu web ouvert attirent des profils de crawler très différents. Les « clics totaux » qui incluent les bots ne sont pas une métrique significative pour aucune décision.
Performance des variantes A/B#
Quand un lien a plusieurs variantes de destination, l'edge d'Elido sélectionne parmi elles au moment de la redirection en utilisant une sélection aléatoire pondérée (ou une rotation round-robin où c'est configuré). L'URL de destination sélectionnée est enregistrée dans la colonne destination de la table click_events.
La requête de répartition ByDestination groupe les comptes de clics par URL de destination résolue. Pour un lien avec deux variantes - variante A à 50 % de poids et variante B à 50 % de poids - la répartition par destination montre combien de clics réels chaque variante a reçus. Sur quelques centaines de clics, la distribution devrait approcher 50/50 ; l'écart par rapport au poids attendu est lui-même un signal (un biais extrême peut indiquer un pattern de clics chargé en bots contre une variante).
Connecter la performance des variantes aux résultats de conversion nécessite des données de postback depuis la page de destination, mais même sans, les comptes de clics fenêtrés par destination peuvent indiquer l'engagement : si la variante A génère 10 % plus de clics que la variante B sur un split 50/50, une explication possible est que la landing page de la variante A est partagée ou mise en favori à un taux plus élevé (les gens retournent à l'URL de destination directement), ce qui est un signal sur la qualité du contenu indépendamment de la conversion.
Courbe de décroissance des clics#
La courbe de décroissance des clics - clics par jour tracés depuis le jour où un lien a été créé - a une forme caractéristique pour chaque type de source de trafic.
Les liens email culminent fortement à la date d'envoi et décroissent en 48–72 heures à près de zéro. Les partages sociaux organiques culminent le jour du post et se maintiennent à un niveau plus bas pendant plusieurs jours alors que le post recircule à travers différentes time zones. Les liens supportant le SEO qui se classent pour une requête se construisent lentement et se maintiennent à un niveau à peu près plat jusqu'à ce que le classement change. Les codes QR sur des matériaux physiques montrent un trafic baseline faible mais persistant qui reflète la circulation continue de l'artefact physique.
Connaître la forme de décroissance attendue pour un type de lien vous permet de détecter les anomalies. Un lien email qui montre un deuxième pic 10 jours après la date d'envoi a été soit transféré à grande échelle, mentionné dans une autre publication, soit repris par un agrégateur. Un lien QR sur un emballage qui montre une chute nette à une date spécifique peut indiquer un rappel produit, une liquidation retail, ou un changement de canal de distribution.
Le endpoint timeseries dans l'API analytics (/workspaces/{id}/timeseries) supporte les bucketing horaires et journaliers. Pour l'analyse de décroissance, les buckets journaliers sur une fenêtre de 90 jours donnent la forme de la courbe clairement. Les buckets horaires sont utiles pour les 72 premières heures d'une campagne où le pattern intraday compte (optimisation de l'heure d'envoi d'email, par exemple).
Ce qu'il faut ignorer#
Totaux cumulés tout-temps. Un compteur qui s'incrémente depuis deux ans vous parle de votre histoire, pas de votre performance actuelle. Il compose aussi tout le bruit - trafic bot d'avant que vous ayez configuré le filtrage de bots, trafic de campagne de liens qui ne sont plus actifs, liens expérimentaux que vous avez créés et oubliés. Coupez la fenêtre temporelle aux 30 derniers jours et le nombre devient une métrique de cycle de campagne. Gardez le badge « tout temps » sur votre dashboard et vous l'ignorerez presque certainement sauf quand vous voulez montrer à quelqu'un un grand nombre.
Comptes de clics bruts non filtrés. Toute métrique qui inclut le trafic bot et crawler mesure votre exposition au trafic automatisé d'internet, pas le comportement de votre audience. Si votre dashboard offre un toggle « raw » contre « filtered », utilisez filtered pour toutes les décisions opérationnelles. Les données brutes appartiennent à votre entrepôt de données pour le débogage des problèmes d'infrastructure de liens, pas sur votre écran de revue hebdomadaire.
Totaux par pays sans contexte temporel. « Top country : États-Unis (41 %) » est une donnée. « La part des États-Unis est passée de 28 % à 41 % au cours des deux dernières semaines, tandis que la part de l'Allemagne est tombée de 35 % à 22 % » est un signal. Le classement absolu du top-country à un point dans le temps vous dit approximativement rien sur si votre ciblage fonctionne ou évolue.
Scores d'engagement type social. Certaines plateformes produisent un « engagement score » ou « link health index » propriétaire qui combine plusieurs signaux en un seul nombre. Ces scores ne sont pas standardisés à travers les plateformes, pas auditables, et pas connectés à aucune métrique de résultat dans votre stack. Ce sont des cosmétiques de dashboard. Les signaux sous-jacents - taux de clic, fraction de visiteurs uniques, distribution de referrer - sont les données réelles.
Note RGPD : mesurer sans stocker les IPs complètes#
Chaque métrique de ce billet peut être produite sans stocker une adresse IP complète. La résolution géo, la détection de bot et le rate-limiting tournent tous au moment de la redirection sur l'IP complète. L'IP complète est jetée avant que l'événement ne soit écrit dans l'entrepôt d'analytique. Ce qui persiste est le préfixe réseau /24 pour IPv4 et /48 pour IPv6 - suffisant pour l'approximation uniq(ip) dans les comptes de visiteurs uniques, insuffisant pour identifier un individu.
C'est le comportement par défaut, pas un opt-in. Vous n'avez pas besoin de configurer la troncation IP dans vos paramètres workspace ; le pipeline est construit ainsi à la couche d'ingestion.
La conséquence pour les analytics : les comptes de visiteurs uniques sont des approximations au niveau réseau, pas des identités au niveau individuel. Deux personnes sur le même réseau domestique - le WiFi partagé d'un foyer - comptent comme un seul visiteur unique. Une personne sur mobile et plus tard sur une connexion broadband domestique compte comme deux. Pour la mesure à l'échelle campagne, ces approximations sont tolérables. Pour l'attribution au niveau individuel, ce n'est pas le bon outil, et le bon outil pour cela (identifiants de première partie liés à des utilisateurs loggés) nécessite une relation directe avec l'utilisateur qui est en dehors du périmètre de la couche de redirection.
Pour une analyse détaillée de ce que le RGPD exige de la gestion des données d'un raccourcisseur d'URL, le billet raccourcisseur RGPD-friendly couvre les articles 5, 6 et 28 avec des questions d'achat concrètes.
Un court rituel analytics hebdomadaire#
L'objectif d'une revue analytics hebdomadaire est de répondre à trois questions en moins de 15 minutes :
1. Le trafic évolue-t-il dans la bonne direction ?
Ouvrez la vue timeseries pour votre workspace, définissez la fenêtre à 90 jours, et regardez la forme. Plat, croissant ou en déclin ? La ligne de tendance correspond-elle à ce que vous savez de vos campagnes ? S'il y a un pic que vous ne pouvez pas expliquer, tracez-le à des liens spécifiques en utilisant la répartition top-links avant de fermer l'onglet.
2. Les sources de trafic sont-elles celles que vous attendiez ?
Vérifiez la répartition referrer et la répartition géo pour la même fenêtre de 90 jours. Les top referrers sont-ils les canaux dans lesquels vous investissiez ? La distribution géographique est-elle cohérente avec votre marché cible ? Une source referrer significative que vous n'attendiez pas - un agrégateur de newsletter, un forum, un site de contenu - vaut la peine d'être connue. Elle peut valoir la peine d'être cultivée.
3. Les liens avec suivi de conversion actif performent-ils ?
Pour tout lien avec un postback ou pixel configuré, vérifiez le compte de conversion dans la fenêtre de campagne actuelle. Pas le total tout-temps - la fenêtre actuelle. Si le taux de conversion a chuté matériellement par rapport à la fenêtre précédente, il y a trois causes probables : la page de destination a changé, le mix de sources de trafic a changé, ou quelque chose dans le flux de fulfillment a cassé. Les trois sont exploitables et aucune n'apparaîtrait en regardant seulement les comptes de clics.
Ce rituel prend plus de temps quand quelque chose ne va pas. C'est le but. Les métriques ci-dessus sont des outils de diagnostic : la plupart des semaines, le timeseries va bien, les sources sont attendues et le taux de conversion est stable. Les semaines où l'une de ces choses est décalée, vous voulez le découvrir le lundi, pas un mois plus tard quand le post-mortem de la campagne est déjà écrit.
La page tarification a la répartition des fonctionnalités analytics disponibles sur chaque palier de plan. Timeseries, géo, appareil, referrer et répartition top-links sont sur tous les plans payants. Heatmap, funnel, rétention cohort, suivi de conversion et export CSV sont sur Pro et au-dessus.
Pour aller plus loin sur le blog#
Essayer Elido
Collez une URL, obtenez un lien court
Sans inscription. Lien actif 30 jours. Inscrivez-vous pour le garder pour toujours.
Gratuit, sans inscription · 2 par jour