Les outils Google gratuits comme GTM et Looker Studio peuvent avantageusement compléter l’utilisation de Google Analytics, respectivement pour la pose de tags et pour la visualisation des données.

On peut donc techniquement utiliser toute la suite Google, pour réaliser gratuitement l’ensemble du processus de collecte et visualisation de la donnée … gratuitement !

Toutefois, ceci est vrai pour GA4 installé en web-to-server … qui tendra à être remplacé par la version server to server, pour contrer la disparition annoncée des cookies tiers.

Le mode de facturation des outils de web analyse est principalement liée au nombre de hits comptabilisés : plus votre site enregistre d’interractions, plus le coût est élevé.

Ce qui fait la force de Google Analytics constitue son talon d’Achille : sa possible association avec des outils publicitaires des régies Googles (que le propriétaire du site peut décider d’activer – ou pas-) lui a valu d’être abandonné par de nombreuses entreprises pour desquestions d’image.

Si vous ne prévoyez pas de faire de promotion de votre activité sur les régies Google, il est peut-être plus judicieux d’orienter votre choix vers un autre outil, moins contraignant.

Il n’y a pas que le refus des cookies qui empêche de tracker les interractions des visiteurs avec le site web.

Interviennent également :

– l’utilisation des ad blockers

– le comportement de certains navigateurs (qui fonctionnent comme des ‘ad blockers’ légers)

La modélisation du comportement et des conversions proposée par Google permet en partie de pallier la perte du suivi de trafic qui en résulte.

📖 Consultez ici la documentation de Google correspondante

Avec GA4, il est tout à fait possible de suivre les interractions sur un site4 avec ces deux méthodes. 

Le site que vous êtes en train de consulter est suivi avec deux méthodes, chacune ayant son flux de données

L’interface GA4 permet un paramétrage direct de certains éléments, sans passer par des développeurs. Il s’agit, entre autres :

• des événements.
  Afin de faciliter la maintenance au fil du temps, il est fortement recommandé, toutefois, d’établir en premier lieu un plan de taggage et ‘jeu’ d’événements qui serviront de ‘tronc commun’ à toutes les parties prenantes.
  🔓 Pour cela, il faut disposer à minima du rôle de responsable marketing (soit : responsable marketing / éditeur / Administrateur).

• du suivi multi-domaines.
  L’exemple typique : la navigation passe en général d’abord par un site vitrine, avant la conversion, qui intervient sur un autre site (e-commerce). Le suivi multi-domaine consiste à suivre les interactions sur ces deux domaines, et ainsi conserver la source originale du trafic (celle qui a amenée l’internaute sur le site vitrine), surtout dans une optique d’optimisation des investissements publicitaires.
  🔓 Pour cela, il faut disposer à minima du rôle d’éditeur (soit : éditeur ou administrateur).

Accueil et tableau de bord
L’écran d’accueil présente une vue d’ensemble des performances : trafic, conversions et tendances clés. C’est un point de départ pour identifier rapidement les évolutions importantes.

Menu de navigation latéral

• Rapports : accès aux données standard (cycle de vie de l’utilisateur, acquisition, engagement, monétisation, fidélisation).
• Explorations : espace d’analyse avancée pour créer des rapports personnalisés.
• Publicité : suivi des performances des campagnes et attribution.
• Configurer : gestion des événements, conversions, audiences et paramètres de données.

Navigation par niveaux
Chaque section peut être explorée par sous-rubriques. Par exemple, dans Rapports > Cycle de vie > Acquisition, on visualise les sources de trafic puis on affine l’analyse.

Barre de recherche
Située en haut, elle permet d’accéder rapidement à une métrique, un rapport ou une question en langage naturel.

Voici quelques points de repères pour tirer le meilleur profit de la  navigation dans les rapports prédéfinis.

GA4 permet d’épingler des rapports, de créer des tableaux de bord personnalisés et d’adapter l’interface selon ses besoins d’analyse. Par exemple, il est possible de personnaliser les rapports qui s’affichent dans le panneau de configuration ‘Rapport’ avec les éléments qui se trouvent dans la bibliothèque.

🔓 Pour cela, il faut disposer à minima du rôle éditeur. 

Personnalisation des rapports : illustration 

Cliquez sur l’image ci-dessous pour l’agrandir 

Bibliothèque des rapports et interface de personnalisation: illustration

Cliquez sur l’image ci-dessous pour l’agrandir 

⚠️Bonne pratique : documenter la façon dont on été créés les rapports (surtout si celui-ci viennent remplacer les rapports existants par défaut).

Privilégier la création de nouveaux rapports (et non l’écrasement des rapports existants), les renommer d’une façon parlante, et renseigner la partie ‘description’ des rapports enregistrés dans la bibliothèque.

Toute interaction sur un site web ou une application est enregistrée comme un événement dans GA4. Il est possible de créer ou de modifier des événements via l’interface utilisateur, en ‘no code’. 🤯.

Pour les sites e-commerce, le marquage des événements recommandés par Google (tels que add_to_to_cart, begin_checkout, purchase) est impératif. Cette instrumentation correcte est la seule manière d’activer et d’alimenter les rapports de performance e-commerce natifs de GA4, vous permettant de suivre le comportement des utilisateurs tout au long du tunnel de conversion et de mesurer la valeur des transactions.

Les événements existants peuvent être marqués comme événements clés. Vous pouvez les consulter en vous rendant sur le menu d’administration > affichage des données > événements.

Consultation des événements clés : illustration

Cliquez sur l’image ci-dessous pour l’agrandir 

GA4 utilise également la modélisation pour prédire les conversions non directement observables, notamment en cas de mesure multi-appareils, de mises à jour de navigateurs, de réglementations de consentement ou de règles de suivi des applications.

Les dimensions sont les attributs des données (ex: titres de pages, pays) et les statistiques sont des mesures quantitatives. Il est possible de créer des dimensions et statistiques personnalisées pour suivre des données spécifiques non collectées automatiquement.

Canaux par défaut

Google détecte la provenance des utilisateurs et classe le trafic dans des canaux par défaut (ex: recherche naturelle, réseaux sociaux) pour une visualisation simplifiée des sources de trafic.

Taggage manuel des campagnes, et utilisation de paramètres UTM

Pour mesurer l’efficacité de vos leviers d’acquisition, l’utilisation systématique des paramètres UTM est un prérequis. Une gestion rigoureuse de ces balises (Source, Medium, Campaign, Content, Term) permet à GA4 d’attribuer précisément les conversions à chaque point de contact, et de nourrir les rapports d’attribution multicanaux.

Celle-ci s’opère grâce à une convention de nommage définie et partagée entre toutes les parties prenantes.

Vous pouvez consulter ici un exemple de convention de nommage.

GA4 permet de déterminer deux types de sources : 

Imaginons le scenario suivant : sur une période de temps considérée, un utilisateur a été ciblé par une campagne A. Il clique sur le lien de la campagne, et se rend sur le site (pour la première foi). Puis, il est reciblé via une campagne B, se rend à nuoveau sur le site et réalise une conversion.

Source de la session : 

Cliquez sur l’image ci-dessous pour l’agrandir 

Répond à la question :  » Quelle(s) source(s) de trafic est(sont) associée(s) à la (aux) session(s) ?

Dans notre exemple, nous avons deux sources : campagnes A, et campagne B, avec chacune une session.

Source de l’utilisateur : 

Cliquez sur l’image ci-dessous pour l’agrandir 

Répond à la question : « Sur la période de temps considérée, à quelle source de trafic a été associée la première détection de cet utilisateur ? ».

Dans notre exemple, la première détection de l’utilisateur est associée à la source « Campagne A’.

Vous pouvez retrouver une illustration concrète dans le cas pratique de construction de rapports : Evaluer la qualité de l’audience d’une campagne ‘Always on » d’une année sur l’autre.

👉 Pourquoi est-ce utile de faire la distinction ?

Cela permet de mieux « distribuer » le crédit des conversions entre les sources qui vont l’initier (première source utilisateur), et cellmes qui vont « clore » la conversion (source de la session).

Depuis l’interface d’administration :

Affichage des données > groupes de canaux.

Vous voyez s’afficher le groupe de canaux primaires (défini par défaut par GA4, sans que vous ayez besoin de configurer quoi que ce soit) .

Les groupes de canaux par défaut : illustration

Cliquez sur l’image ci-dessous pour l’agrandir 

Il est recommandé d’affiner celui-ci en fonction de vos besoins, en créant votre propre groupe de canaux.

La bonne pratique consiste à copier le groupe de canaux par défaut, et vous en servir comme point de départ.

A vous ensuite de spécifier ce que vous souhaitez mettre en place.

Personnalisation des groupes de canaux : illustration

Cliquez sur l’image ci-dessous pour l’agrandir 

 📌C’est ici que l’on se rend compte de l’importance d’une convention de nommage homogène, car elle permet de définir rapidement et précisément les nouveaux canaux que l’on souhaite créer pour ses propres besoins. 

Ici, par exemple ‘trainingSite’ en medium, tel que défini dans la convention de nommage, nous est très utile pour regrouper le trafic issu des formations. 

L’attribution consiste à répartir le crédit d’une conversion entre les différents points de contact du parcours client. C’est dans le module ‘Publicité’ que les données d’attribution sont consultables. 

Différents modèles d’attribution existent, tels que :

• • Dernier clic : Crédit à la dernière interaction avant la conversion.
  • Basé sur les données : Utilise le machine learning pour déterminer la contribution réelle de chaque clic.

La modélisation du comportement et des conversions dans GA4 utilise l’IA et le machine learning pour estimer les interactions des utilisateurs qui n’ont pas consenti au suivi (cookies), comblant ainsi les lacunes de données tout en respectant la confidentialité, pour fournir des rapports plus précis et optimiser les campagnes publicitaires, en extrapolant les tendances des utilisateurs consentants vers ceux qui ne le sont pas.

Modélisation du comportement

• Objectif : Comprendre et prédire le parcours des utilisateurs sur un site web ou une application, même sans consentement.
• Fonctionnement : Analyse les données des utilisateurs qui ont donné leur consentement pour en déduire le comportement de ceux qui ne l’ont pas fait, en se basant sur des modèles statistiques et l’IA.
• Quand : S’active automatiquement lorsque votre propriété remplit certains critères, en particulier avec le mode Consentement.

Modélisation des conversions

• Objectif : Mesurer les actions importantes (conversions) qui ne peuvent pas être observées directement, comme les conversions cross-canal ou après un changement d’appareil.
• Fonctionnement : Utilise des données agrégées et des modèles pour attribuer des conversions qui n’auraient pas été comptabilisées, sans identifier les individus.
• Bénéfices : Rend les rapports plus complets et permet d’optimiser les enchères publicitaires et les campagnes publicitaires (Google Ads)

Comment détecter si la modélisation est opérationnelle  ?

Cliquez sur l’image ci-dessous pour l’agrandir 

👉 Si le mode ‘Observé’ est choisi, on comptabilise donc moins de de conversions (uniquement les interactions des utilisateurs ayant fourni leurs consentements), mais il est possible de ventiler les données par toutes les dimensions utilisateurs possibles, car il n’y a aucune estimation. 

👉Si le mode ‘Mélangé’ est choisi : on comptabilise plus de conversions : les conversions des utilisateurs ayant donné leur consentement + les conversions modélisées. En revanche, il n’est pas possible de descendre à un niveau très fin  d’analyse. Par exemple, on ne peut pas ventiler ces conversions par dimensions rattachées aux utilisateurs ou aux sessions.

⚠️ Notez qu’il faut un minimum de trafic sur votre site pour que la modélisation doit disponible. 

📌La modélisation des données intervient à posteriori, et peut évoluer pendant quelques jours. Il est donc prudent de laisser un intervalle de temps de quelques jours entre la période sur laquelle porte l’analyse et le moment où celle-ci est menée.  

Retrouvez le descriptif des principaux Kpis de mesure d’audience, leur construction et leur interprétation.

Se trouvent dans le menu de gauche et se divisent en plusieurs sections.

👉 La partie Cycle de vie regroupe

• les rapports d’Acquisition, qui indiquent d’où viennent vos visiteurs (trafic organique, campagnes payantes, réseaux sociaux…),
• les rapports d’Engagement, qui mettent en lumière les pages vues, les événements ou la durée des sessions, ainsi que les
• Les rapports de Monétisation, qui permettent le suivi des revenus générés par vos produits ou services.
• Enfin, la rubrique Fidélisation mesure la rétention des utilisateurs, utile pour comprendre si vos visiteurs reviennent régulièrement.

👉 Les rapports d’utilisateurs complètent cette vision en fournissant des informations sur les caractéristiques démographiques et les appareils utilisés. Ces données permettent d’adapter vos contenus et vos campagnes marketing en fonction de votre audience réelle.

Donne la possibilité de créer des analyses personnalisées. Vous pouvez y concevoir des entonnoirs de conversion, des analyses de cohortes ou encore des rapports libres adaptés à vos besoins spécifiques. Cet outil est particulièrement précieux pour les marketeurs et analystes qui veulent aller au-delà des rapports standards.

Propose des rapports dédiés à l’attribution et à la performance des campagnes multicanales, permettant d’identifier les canaux les plus rentables.

Comptez environ 24 heures entre le moment où les interactions sur le site se produisent et le moment où les données sont consultables dans votre interface GA4  (à l’exception du menu ‘temps réel’). 

Il est possible d’afficher alternativement les données modélisées ou observées, sans que cela n’altère la collecte des données.

Ainsi, si votre propriété est éligible, il est judicieux :

• d’utiliser les données modélisées si vous souhaitez présenter des chiffres bruts (en incluant une note présentant ces mêmes données observées, pour avoir une estimation de la part de données issues de la modélisation).
• d’utiliser des données observées si vous souhaitez établir des ratios, surtout si vous considérez plusieurs dimensions. En effet, la modélisation ne s’appliquera pas à toutes les dimensions, et la donnée la plus complète sera la donnée observée.

L’implémentation du marquage est aujourd’hui presque exclusivement gérée via un Tag Management System (TMS) comme Google Tag Manager (GTM). GTM agit comme une couche d’abstraction qui centralise l’ensemble de vos tags (GA4, pixels publicitaires de Meta, LinkedIn, TikTok, etc.), réduisant la dépendance aux développeurs pour chaque modification. Cette architecture permet également d’intégrer facilement des pixels de suivi tiers pour optimiser vos campagnes de retargeting, de création d’audiences similaires (lookalike audiences) et de mesure des conversions post-clic.
La synchronisation entre le site web et GTM s’opère via le dataLayer. Un dataLayer bien structuré est le pilier d’un marquage robuste, permettant de pousser des informations clés (valeur de l’achat, ID du produit, catégorie) vers GTM, qui les transmet ensuite aux tags concernés.

Un plan de taggage (ou marquage) est le cahier des charges de votre instrumentation analytique. Il doit être le fruit d’une collaboration entre les équipes métiers (marketing, UX, commercial) et techniques pour mapper les interactions clés de votre écosystème digital à des événements personnalisés dans GA4.

Cette étape est cruciale car elle permet de transformer les actions utilisateurs – telles qu’un clic sur un CTA, le téléchargement d’un document ou la soumission d’un formulaire – en données exploitables directement alignées sur vos KPIs métier.

Une convention de nommage claire et homogène pour les événements et leurs paramètres est indispensable pour garantir l’intégrité de vos données.

L’absence de standardisation mène inévitablement à des silos de données, rendant l’analyse et la comparaison des performances impossibles à grande échelle.

Permettent de segmenter les utilisateurs en fonction de dimensions, de métriques et d’événements, afin d’isoler des sous-ensembles d’utilisateurs pertinents.

Cette segmentation est dynamique, ce qui signifie que l’appartenance des utilisateurs aux audiences est réévaluée en permanence.

👉 Pour améliorer les campagnes publicitaires sur Google Ads, vous pouvez associer votre compte Analytics à Google Ads et activer la publicité personnalisée.

Vos audiences apparaîtront alors dans votre bibliothèque partagée dans Google Ads. Cela vous permet de :

• Remarketer les utilisateurs existants ou connus : Ciblez les utilisateurs qui ont déjà interagi avec votre site Web ou votre application.
• Créer des audiences similaires : Touchez de nouveaux utilisateurs ayant un comportement ou des caractéristiques similaires à vos audiences existantes.Google Ads préremplit les listes d’utilisateurs avec les données des 30 derniers jours (si disponibles), et un délai de 24 à 48 heures est généralement nécessaire pour que les nouvelles audiences se remplissent.

👉 NB : si l’option de personnalisation des annonces est désactivée pour des raisons légales, les audiences et événements seront consultables dans Google Analytics mais non exploitables dans les outils publicitaires de Google.

👉 Attention ! Les audiences ne fonctionnent pas avec la modélisations de données. https://support.google.com/analytics/answer/11161109#Unsupported_features

Retrouvez ici un exposé complet des éléments qui contribuent à rendre la localisation telle que reportée dans GA4 plus ou moins précise.