GA4 : ce que vous pouvez faire que GA 3 ne faisait pas… et inversement

GA4 : ce que vous pouvez faire que GA 3 ne faisait pas… et inversement Les utilisateurs de Google Analytics devront obligatoirement utiliser GA4 à partir du 1er juillet 2023. D'ici là, ils peuvent continuer à travailler sur GA3.

Avant que la quatrième version de Google Analytics ne devienne obligatoire, en 2023, en lieu et place de Google Universal, revue de détail des fonctionnalités spécifiques proposées par chacune des versions.

Mesure : modèle de données flexibles basé sur les événements VS modèle basé sur les sessions

GA4 propose un modèle de données flexibles basé sur les événements. Ce type de modèle n'est pas nouveau.  Il existe sur Mixpanel ou Facebook Analytics. Avec lui, GA4 se sert des événements trackés pour analyser le cycle de vie utilisateur.

Le taux d'engagement, qui est très important dans GA4, reprend l'indicateur des sessions avec engagement. Celles-ci intègrent les sessions ayant duré au moins 10 secondes, ayant enregistré au moins un événement de conversion ou ayant comptabilisé au moins deux pages ou écrans  vus.

Les événements comme le téléchargement d'un fichier ou le clic sur un lien sortant sont ajoutés nativement.  Vous pouvez ajouter des événements recommandés ou personnalisés. Pour cela, GA4 propose une bibliothèque d'événements standardisés. Vous avez le droit de créer jusqu'à 500 événements portant un nom distinct, sans prendre en compte les événements collectés automatiquement et par mesure améliorée.

"L'avantage du taux d'engagement est une  restitution plus fidèle des interactions de l'utilisateur sur la page ou l'application mobile", explique Maurice Largeron, formateur Google Analytics. "Par contre, le fait que l'engagement soit basé sur les facteurs actuels me parait trop flatteur pour le propriétaire du site. Il peut être utile de paramétrer une durée plus longue de 30 secondes par exemple pour que cela soit plus pertinent sur certains sites."

Avec GA3, il vous faut paramétrer certains événements pris en compte nativement sur GA4, comme les téléchargements de fichiers ou l'envoi d'un formulaire. En fait, GA3 utilise un modèle basé sur les sessions, qui rassemble les interactions des utilisateurs sur une période donnée. Ce modèle favorise l'analyse du taux de rebond, qui désigne le taux de visiteurs ayant visité une seule page du site. En plus d'être restrictive,  cette métrique est à prendre avec des pincettes. "C'est un critère assez flou, pas toujours juste en plus", estime Maurice Largeron. "Par exemple, un utilisateur qui reste 10 minutes sur une page d'un site et part de celui-ci est comptabilisé à 100% de rebond et 0 seconde de visite".

Rapports : multi appareils et multi plateformes VS segmentation des données

GA4 se sert de plusieurs identifiants pour merger, c'est-à-dire pour fusionner un ensemble des données de différentes plateformes et appareils selon des critères identiques. Grâce à cela, la mesure est standardisée sur les différentes sources (web, iOS et mobile).  Conséquence, les insights multi appareils et multiplateformes fleurissent sur GA4. L'occasion pour l'utilisateur d'obtenir une réponse immédiate à des questions comme : quel est le nombre d'utilisateurs sur toutes les plateformes ? Quelle plateforme a réalisé le plus de conversions ?...

Sur GA3, le suivi inter-domaines doit être implémenté dans le code ou via Google Tag Manager.  Il faut ajouter un code additionnel au niveau de chaque activité dont vous souhaitez effectuer le suivi. Il est ainsi difficile de merger les données du site web et du mobile sur GA3.

Plutôt que de proposer des rapports multi appareils et multi plateformes, GA3 met en avant la segmentation des données, qui permet de découper les datas pour obtenir une image plus claire des actions des utilisateurs.  Différents éléments sont pris en compte : la source d'acquisition, les données démographiques, les actions sur le site… GA3 permet aussi de sauvegarder les segments créés dans une bibliothèque personnelle de segments disponibles.

IA : Un outil dopé à l'IA VS une automatisation limitée

GA4 fait la part belle à l'IA et au machine learning.  Cela est l'occasion de suggestions et d'insights immédiats. Par exemple, vous pouvez avoir des réponses sur la dimension "ville" la plus performante selon la dimension "utilisateur". Surtout, le machine learning vous donne des prédictions sur la probabilité de désabonnement ou d'achat de vos utilisateurs.

Vous pouvez également effectuer une analyse multiplateforme avec l'outil Explorations.  Son moteur de recherche aide à croiser les variables entre site et application. Grâce aux fonctionnalités d'apprentissage automatique, des alertes intelligentes vous préviennent également des changements de tendance.

Vous pouvez aussi exporter vos données vers BigQuery. Cet outil vous permet de sécuriser le stockage de vos datas dans le cloud, de combiner celles-ci avec d'autres données et d'exécuter des requêtes sur l'ensemble des données. 

Vous pouvez également vérifier si les données s'affichent correctement dans les rapports de GA4 avec DebugView. "DebugView travaille main dans la main avec le gestionnaire de balises de Google", analyse Maurice Largeron. "Il permet au marketeur de corriger ses marqueurs en temps réel en mode local."

Sur GA3, vous pouvez vous servir d'un outil comme Analytics Intelligence pour répondre à une question comme : "Quels produits ont fait l'objet de plus de 100 achats au cours du mois dernier ?". Si l'automatisation est plus limitée sur GA3, il est possible de créer des rapports manuellement.

Traitement des Données : beaucoup de fonctionnalités avec GA4 VS des trous dans la raquette pour GA3

Mis en cause dans les récentes affaires liées au traitement et à la collecte des données, Google semble faire de la quatrième version de son outil de statistique sa planche de salut. Rappelons que les données collectées et traitées sont considérées comme des données personnelles du point de vue du RGPD. Leur traitement est donc soumis à sa réglementation.

Par défaut, Google Analytics 4 prévoit l'anonymisation automatique des adresses IP.  Afin d'être plus proche des demandes de la RGDP, l'utilisateur peut générer un User-ID anonyme, et ne transférer aucune donnée personnelle dans Google Analytics. "Il faut éviter de cocher le partage des données dans les paramétrages", renchérit Maurice Largeron. "Si cette option est activée, il faut automatiquement que cela soit reporté au niveau du consentement. Cela doit être proposé quand l'utilisateur arrive sur le site."

GA4 propose aussi la suppression des données à n'importe quel moment et pour n'importe quelle raison, la suppression des données d'un seul utilisateur, ou encore la désactivation de tout ou partie de la collecte des données. "Il faut aussi que le Google Signal ne soit pas activé pour éviter le regroupement de données de l'utilisateur à des fins de publicité personnalisée", développe Maurice Largeron.

GA3 est moins outillé pour répondre aux exigences de la RGPD. Afin de se mettre davantage en accord avec le principe de minimisation de la RGPD, il peut aussi être utile de revoir la configuration de vos propriétés et de vos vues. La RGPD prévoit en effet que "les données à caractère personnel doivent être adéquates, pertinentes et limitées à ce qui est nécessaire au regard des finalités pour lesquelles elles sont traitées".

Dans GA3, vous pouvez demander manuellement une suppression des données. Cette fonction permet de supprimer toutes les données pour la dimension concernée.