Audit automatique généré par GPT-5.5 sur la base des data réelles du dashboard.
Lectures-clés, KPIs additionnels suggérés, axes d'optimisation. Cache 24h.
1. Lectures-clés
1. Le funnel est actuellement incohérent entre les étapes 3 à 7
- etape7_paiement_valide = 906 users
- etape5_click_paiement_cb + paypal = 369 users max
- etape4_modepaiement_* = 54 users
- Donc il y a 2,46× plus de payeurs validés que de clics paiement trackés, et 16,8× plus que de choix de mode de paiement.
→ Le tracking intermédiaire du checkout est incomplet ou mal déclenché.
2. Le taux de conversion réel est faible mais le volume business est déjà très significatif
- 906 abonnements / 673 050 users = 0,135% de conversion user → abonnement
- 906 abonnements / 952 260 sessions = 0,095% de conversion session → abonnement
- Revenu estimé : 402 264€ / 30 jours, soit 13 409€/jour et environ 4,9M€/an run-rate
- Chaque gain de +0,01 point de conversion session ≈ +95 abonnements/mois, soit +42 180€/mois à panier moyen 444€.
3. GA4 est aveugle sur le revenu malgré un business estimé à 402k€/mois
- revenue_ga4 = 0
- Pourtant etape7_paiement_valide.users = 906
- À 444€ de panier moyen, GA4 “perd” 402 264€ de revenu attribuable sur 30 jours.
→ Impossible aujourd’hui d’analyser correctement source, landing page, device, plan ou ROI.
4. Risque élevé de pollution trafic / attribution : Singapour et direct sont anormaux
- Singapour = 132 107 sessions, soit 13,9% du trafic total
- France = 593 331 sessions, soit 62,3%
- Direct = 211 289 sessions, mais seulement 16,2% d’engagement, contre 68,2% pour Google organic
- Le direct représente 22,2% des sessions, mais seulement environ 6,6% des sessions engagées.
→ Probable mélange de trafic bot/proxy, perte de referrer, consent/cross-domain ou trafic non qualifié.
5. Le rapport landing pages est inutilisable en l’état
- Top landing page / = seulement 343 sessions
- Top 5 landing pages = 549 sessions, soit 0,058% des 952 260 sessions
- C’est impossible sur un site de ce volume.
→ Le dashboard landing pages a probablement un filtre, une dimension incompatible ou un bug d’extraction GA4.
---
2. KPIs additionnels à tracker
- Conversion session → abonnement : KPI business principal ·
users/eventCount(etape7_paiement_valide) ÷ sessions
- Conversion inscription → abonnement : mesure l’efficacité du funnel après intention ·
users(etape7_paiement_valide) ÷ users(etape1_page_inscription)
- Drop-off par étape du funnel : identifie les étapes qui détruisent la conversion ·
1 - users(etapeN+1) ÷ users(etapeN) pour chaque étape 1 à 7
- Revenue GA4 réel : indispensable pour attribution et pilotage ·
sum(purchase_revenue) avec événements purchase, transaction_id, value, currency, items
- AOV par plan : détecte les plans qui tirent ou dégradent le panier moyen ·
purchase_revenue ÷ transactions, segmenté par plan_id ou item_id
- Duplicate purchase rate : contrôle qualité critique vu les 2 452 events pour 906 buyers ·
(eventCount(purchase) - countDistinct(transaction_id)) ÷ countDistinct(transaction_id)
- Conversion par source / medium : permet de prioriser SEO, direct, referral, campagnes ·
users(etape7_paiement_valide) ÷ sessions, dimension sessionSourceMedium
- Conversion par device : nécessaire vu les 310 669 sessions mobile ·
users(etape7_paiement_valide) ÷ sessions, dimension deviceCategory
---
3. Axes d’optimisation prioritaires
1. Corriger le tracking purchase GA4 et déployer le mu-plugin serveur
- Action : envoyer systématiquement
purchase avec transaction_id, value, currency, plan_id, classe, matiere, type_user, plan_actif.
- Impact attendu : récupération de 402k€/mois de revenu attribuable dans GA4 ; attribution source/device/plan enfin exploitable.
- Effort : 1-3 jours
---
2. Réparer le funnel checkout étapes 3 à 6
- Action : harmoniser les events
etape3, etape4, etape5, etape6 pour que chaque utilisateur payeur passe bien par les étapes attendues.
- Impact attendu : identification des vrais points de fuite ; un gain de seulement +5% sur les abonnements = environ +45 abonnements/mois, soit +19 980€/mois.
- Effort : 1-2 semaines
---
3. Auditer et nettoyer le trafic suspect Singapour / direct / bots
- Action : comparer GA4 vs logs serveur, filtrer datacenters/bots, vérifier consent mode, referrers, cross-domain et pages extranet.
- Impact attendu : fiabilisation de 132 107 sessions Singapour et 211 289 sessions direct ; meilleure lecture des vrais taux de conversion.
- Effort : 1-2 semaines
---
4. Optimiser le checkout mobile
- Action : isoler conversion mobile vs desktop, puis simplifier formulaire, paiement, réassurance et vitesse sur mobile.
- Impact attendu : mobile = 310 669 sessions, soit 32,6% du trafic ; si le mobile génère proportionnellement ~296 abonnements/mois, un gain de +10% = +30 abonnements/mois, soit +13 320€/mois.
- Effort : 1-2 semaines
---
5. Optimiser le mix plans et l’upsell
- Action : tracker
plan_id, afficher/recommander par défaut les plans à plus forte valeur, tester ancrage prix et upsell vers 2-4 niveaux.
- Impact attendu : avec 906 abonnements/mois, un gain de +5% d’AOV sur 444€ = +20 113€/mois.
- Effort : 1-2 semaines