De nombreuses entreprises choisissent Matomo car il ne partage pas les détails des utilisateurs avec les systèmes publicitaires et permet de conserver les données pratiquement partout dans le monde. Dans son offre vous trouverez même des fonctionnalités avancées telles que analyses de cohorte, heatmaps et analyses vidéo.
Mais si vous lisez cet article, vous en êtes probablement déjà conscients. Et vous savez aussi que Matomo est parfois confronté à des problèmes de performance.
Cela ne vous concernera pas si vous exécutez de petits projets d’analyse avec des rapports basés sur un faible trafic. Cependant, lorsque vous utilisez Matomo sur un site Web à fort ou moyen trafic, vous pouvez rencontrer les problèmes suivants :
- Vous devez attendre deux heures ou plus pour générer un rapport ou créer un segment
- L’interface utilisateur n’est pas réactive et n’affiche aucune donnée pour certaines plages de dates
- Matomo n’arrive pas à agréger les données tirées des rapports en temps réel
Cela rend le travail avec des données un peu difficile, surtout si vous souhaitez comparer différents segments ou créer plusieurs rapports personnalisés.
« La performance de Matomo dépendra de la façon dont vous utilisez la plateforme et de la maturité analytique de votre organisation. Si vous recherchez principalement un outil de reporting, Matomo peut être une solution parfaite même pour les sites à trafic relativement élevé. En revanche, si vous utilisez l’outil pour mener des analyses de la performance digitale au courant, la création du segment ralentit tout le processus d’analyse. Les données du segment que vous venez de créer, vous voulez les avoir maintenant, pas dans six heures et certainement pas demain ».
Mikko Piippo, spécialiste en analyses de données et associé fondateur chez Hopkins Oy
Quand Piwik PRO partageait le même backend que Matomo, il faisait face aux problèmes pareils. Cela a changé en 2018 avec l’introduction de notre nouveau module Analytics qui utilise la base de données ClickHouse. Toutefois, nous nous souvenons encore des défis auxquels nous étions confrontés avant la mise à niveau.
Si vous souhaitez en savoir plus sur notre parcours vers une architecture de produit plus efficace, n’hésitez pas à lire : Piwik PRO & ClickHouse : Comment nous l’avons utilisé pour rendre nos rapports plus rapides et efficaces.
Sur la base de cette expérience, nous vous montrerons les racines des problèmes de performance de Matomo, leur impact sur vos rapports et les solutions possibles.
La raison sous-jacente aux problèmes de performance de Matomo
Deux facteurs clés nuisent à la performance de la plateforme : la base de données et le backend de Matomo.
Base de données Matomo
Matomo est construit sur le système de gestion de base de données MySQL (SGBD). L’architecture fonctionne rapidement pour les rapports de haut niveau, les segments créés à l’avance et les petits ensembles de données. En revanche, elle ralentit considérablement lorsque vous créez des rapports et des segments ad hoc et à partir de volumes de données importants.
Pourquoi ? Parce que MySQL est un système de gestion orienté ligne. Il doit analyser des lignes entières de données pour trouver les informations pertinentes et générer un rapport ou un segment à partir de celles-ci. Plus de lignes de données il doit parcourir, plus longue et consommatrice de ressources devient l’opération :
Pour vous donner une comparaison : c’est ainsi que fonctionne une base de données orientée colonne, une alternative à un SGBD orienté ligne. En stockant les données dans des colonnes plutôt que des lignes, la base de données peut accéder plus précisément et plus rapidement aux données dont elle a besoin pour répondre à une interrogation :
Ici vous pouvez lire plus sur les différences entre les systèmes de gestion de base de données orientés colonnes et lignes.
Pour ne pas surcharger votre base de données, Matomo recommande d’activer l’option d’archivage. Sa fréquence dépend du volume de données et va d’une fois par heure à une fois toutes les 24 heures. Au cours de l’archivage, Matomo revoit les journaux et précalcule les données dans tous vos rapports pour chaque jour, semaine, mois ou an.
Voici comment fonctionne le prétraitement :
Par conséquent, la base de données de Matomo n’a pas besoin de lire chaque ligne de données pour répondre à votre interrogation : elle peut plutôt s’appuyer sur des données précalculées. Cependant, comme effet secondaire, chaque nouveau rapport et segment doit attendre la fin du cycle de prétraitement. Pour les sites Web avec des volumes de trafic moyens ou élevés, cela prendra souvent plus de deux heures.
Backend Matomo
L’autre problème avec Matomo découle du fait que c’est une application PHP complexe et monolithique. Cela rend la mise à l’échelle, la maintenance et la réécriture de la plateforme plus difficiles par rapport aux architectures construites à partir de composants plus petits et plus diversifiés et de langages de programmation plus récents.
Pour cette raison, le backend de Matomo est également plus enclin aux régressions bogues que les architectures backend plus modernes.
Solution possible : ajustez votre configuration
Ajuster votre base de données, la configuration du serveur et les paramètres du produit peut vous aider à préparer Matomo pour une performance de pointe. Pour plus de détails, consultez les directives pour configuration des produits.
Cependant, pour suivre ces conseils il faut également avoir une expertise dans la maintenance des serveurs et des bases de données. Aussi, bien que le cycle d’archivage puisse devenir plus court, vous ne pourrez jamais vous libérer de cette exigence pour des rapports basés sur un volume de données important.
Comment l’architecture de Matomo affecte votre flexibilité de reporting
L’architecture de Matomo a un impact sur la vitesse à laquelle il génère des rapports pour les sites Web à trafic moyen et élevé. Ce qui influence également l’ensemble des fonctionnalités d’analyse de la plateforme car certaines d’entre elles reposent fortement sur l’efficacité du traitement des données. Vous trouverez ci-dessous quelques exemples notables.
Tableaux de bord et rapports personnalisés
Matomo propose une grande collection de rapports personnalisés archivés que vous pouvez utiliser en tant que widgets sur vos tableaux de bord. Toutefois, la création de nouveaux rapports personnalisés à cette fin nécessite un prétraitement qui prend de 1 à 24 heures.
De plus, vous ne pouvez pas utiliser de filtres ni de segments séparés pour chaque widget de votre tableau de bord.
La variété des rapports personnalisés, quant à elle, est également limitée. Les utilisateurs peuvent choisir entre les types de rapport suivants :
- Tableau : affiche les données du rapport dans un tableau standard. Peut être changé en : un graphique à barres, un graphique circulaire ou un graphique cloud
- Évolution : affiche les performances des métriques sélectionnées pour une période précise
Ici, vous pouvez en apprendre plus sur les capacités des rapports personnalisés Piwik PRO.
Flux d’utilisateurs et rapports de transition
L’agrégation des nœuds du flux d’utilisateurs de Matomo se fait en fonction des URL de page et des titres de page. Ce paramètre est appliqué à toutes les étapes à la fois. C’est parce que les rapports de flux d’utilisateurs sont basés uniquement sur le nombre de pages consultées et non sur les événements personnalisés (par exemple, cliquer sur un bouton ou un lien particulier, afficher un élément de contenu ou télécharger un fichier).
De surcroît, les rapports de flux d’utilisateurs de Matomo fonctionnent uniquement en mode strict. Cela veut dire qu’ils signalent tous les événements qui se sont produits sur le chemin du visiteur. Par conséquent, les événements configurés doivent se suivre dans l’ordre, sinon vous remarquerez une baisse et certaines interactions ne seront pas affichées. Ce qui limite votre flexibilité dans la création de rapports de flux d’utilisateurs.
Entonnoirs
Les rapports d’entonnoir dans Matomo ne peuvent se composer que de pages consultées et d’événements personnalisés, et doivent inclure un objectif. Ils ne sont pas rétroactifs, ce qui signifie qu’ils ne contiendront pas de données antérieures à la création du rapport. Vous devrez attendre que votre ensemble de données augmente avec le temps pour en tirer des conclusions utiles.
Calcul des visiteurs uniques
Lorsque le mode d’archivage est activé, la plateforme cesse également de calculer les visiteurs uniques en temps réels. Les données sur ceux-ci sont disponibles uniquement pour les plages de dates pour lesquelles l’archivage a été fait (il peut s’agir de jours, semaines ou mois).
Fonctionnalités d’analyse avancées
Enfin, les limitations du backend de Matomo ont un impact sur la disponibilité des fonctionnalités d’analyse avancées, telles que :
- Regroupement des valeurs de dimension : sert à organiser les valeurs à l’intérieur des dimensions en groupes personnalisés. Il vous aide à créer des rapports bien ordonnés et à mieux comprendre les données spécifiques à votre site Web.
- Métriques calculées : les métriques uniques que vous pouvez créer à partir de métriques existantes.
- Regroupement de canaux personnalisé : cette fonctionnalité vous permet de relier toutes les sources du trafic à votre site Web dans un seul regroupement de canaux que vous définissez.
Aucune de ces fonctionnalités n’est disponible dans Matomo.
Pour vous donner un certain point de référence, nous avons préparé une comparaison entre Matomo et Piwik PRO Analytics Suite en termes que nous venons de discutés :
| Piwik PRO | Matomo | |
|---|---|---|
| Rapports générés pour un volume de trafic élevé | Ad hoc | pré-archivage requis |
| Tableaux de bord construits à partir des widgets personnalisés avec des filtres et segments séparés | ||
| Éditeur de rapports intuitif de type glisser-déposer | ||
| Calcul du nombre de visiteurs uniques | Toujours disponible | Limité (aux plages de dates choisies pour l’archivage : jours, semaines ou mois) |
| Rapports de flux d’utilisateurs | ||
| Rapports d’entonnoir | ||
| Regroupement des valeurs de dimension | ||
| Regroupement de canaux personnalisé | ||
| Métriques calculées |
Solution possible : transférez vos données vers des outils BI pour effectuer des analyses plus approfondies
Pour bénéficier d’informations commerciales plus détaillées, vous pouvez intégrer vos données dans des plateformes externes, telles que des outils de business intelligence (BI).
Dans ce scénario, vous utiliseriez Matomo en tant qu’un tracker et traiteriez les interrogations sans communiquer avec l’interface utilisateur du produit. Ainsi serait-il possible de dévier le processus d’archivage et profiter des méthodes de reportage plus avancées, offertes par des plateformes tierces.
« Vous pouvez utiliser Matomo principalement comme collecteur de données. Dans ce cas, les données sont généralement transférées vers un entrepôt de données et analysées à l’aide d’un langage de requête et d’outils BI. Ainsi, l’interface utilisateur Matomo est principalement utilisée à des fins de débogage et pour fournir des analyses numériques en libre-service, par exemple pour des équipes de marketing et de communication ».
Mikko Piippo, spécialiste en analyses de données et associé fondateur chez Hopkins Oy
L’inconvénient de cette solution ? Les requêtes BI peuvent toujours avoir un impact négatif sur la performance de la base de données MySQL et sur la capacité du tracker de collecter des données. Pour réduire le volume, vous pouvez créer une réplique en lecture seule d’une base de données primaire. Cependant, cette solution nécessiterait de votre part de fortes compétences techniques et augmenterait vos coûts d’infrastructure.
Quelles sont vos alternatives ?
Matomo est un bon choix pour les entreprises qui peuvent gérer sa maintenance, ne craignent pas le délai d’accès à leurs rapports ou décident d’exporter leurs données vers des outils BI pour des analyses plus avancées.
Cela n’est pas assez pour vous ? Vous souhaitez que votre plateforme d’analyse Web gère des rapports plus approfondis et prenne en charge un trafic moyen ou élevé par défaut ? Ou bien la maintenance de Matomo semble un trop grand défi pour vous ? Dans ce cas, vous pourriez considérer d’autres options.
Dans la Comparaison gratuite des 5 principaux outils d’analyse Web prêts à l’emploi, nous présentons côte à côte les cinq plus grandes plateformes d’analyse Web conçues pour les sites Web à trafic moyen et élevé :
- Google Analytics
- Adobe Analytics
- Countly Enterprise
- eTracker
- Piwik PRO
Découvrez leurs performances en termes de :
- Ensembles de fonctionnalités
- Fraîcheur de données
- Options d’hébergement
- Service client et services professionnels
- Intégrations
- Confidentialité et sécurité des données personnelles
Consultez la comparaison pour savoir quel produit convient le mieux à vos besoins.
Et si vous souhaitez comparer Matomo et Piwik PRO encore plus en détail, ce webinaire sera une source parfaite d’informations pour vous (le lien renvoie à un site d’inscription au webinaire en anglais) :
Piwik PRO vs Matomo
Comment pallier les problèmes de performance et le manque de flexibilité dans vos analyses ?
Enfin et surtout, en cas de toute question, n’hésitez pas à nous contacter. Notre équipe sera ravie de vous montrer comment notre plateforme peut vous fournir un accès rapide aux rapports et réaliser les cas d’utilisation commerciale avancés.
