Par Joris Alexandre et Louis Vicart Consultants Digital Analytics d’Equancy
Google Analytics est la console d’analyse du trafic web la plus employée en France. Sa nouvelle version, Google Analytics 4 inclut des innovations en matière d’intelligence artificielle et de protection des données personnelles. Migrer vers cette version réclame le respect de plusieurs bonnes pratiques.
En octobre 2020, Google annonçait la sortie de Google Analytics 4 (GA4), qui constitue une évolution majeure de sa solution Universal Analytics (UA). Dans cet article, nous présenterons les innovations apportées par GA4, la migration vers GA4 et des conseils de paramétrage afin de respecter le RGPD.
La plateforme Google Analytics a récemment été jugée par l’autorité de protection de données autrichienne. Elle met en cause l’hébergement des données aux Etats Unis par Google Analytics. Pour l’heure, les acteurs du marché continuent de travailler sur les solutions de tracking sans cookies ou ‘cookie-less’ et la conformité au RGPD. Peu d’éléments de réponse à ce jugement autrichien sont connus. Google n’a pas encore annoncé d’évolution de l’outil pour être en accord à 100% avec les autorités de protection de données.
Avec Analytics 4, Google entend conforter sa place de leader sur le marché de l’analytics en ligne. La version GA4 a un triple objectif :
- fournir de meilleurs conseils pour améliorer les décisions marketing grâce à une intégration plus poussée de l’écosystème de Google et une touche d’intelligence artificielle. L’ajout régulier de nouvelles mesures prédictives doit permettre de mieux anticiper les différentes optimisations à mettre en place.
- offrir une vision à 360° des visiteurs du site afin de mieux répondre à leurs besoins grâce à un nouveau modèle de mesure centré sur le client. Ce modèle vient améliorer le suivi cross-device et cross-plateforme. Au lieu d’un modèle fragmenté par appareil ou par plateforme.
- préparer l’internet de demain pour conserver la confiance de ses clients, suivre les évolutions réglementaires et l’évolution des normes technologiques avec un meilleur contrôle des données personnelles et une meilleure comptabilité dans un monde sans cookie.
Si l’on utilise déjà GA Universal Analytics (GA UA), on a le choix de migrer totalement vers GA4 ou d’utiliser les 2 solutions en parallèle. Ce second scénario peut être intéressant, car GA4 repart de zéro et donc sans historique de données. On pourra donc utiliser GA UA pour comparer ses performances aux années précédentes en attendant que GA4 dispose de suffisamment d’historique. Si on se lance en 2022, Google propose directement GA4. On peut toutefois démarrer en même temps sur la solution GA Universal Analytics en le paramétrant manuellement.
Alors que ce soit pour effectuer le paramétrage initial ou pour migrer définitivement d’Universal Analytics à GA4, il y a 4 enjeux d’un déploiement réussi de GA4 :
- Un nouveau modèle de données centré sur les événements
Google a modifié le modèle de données au sein de sa solution analytique afin de simplifier la collecte et les analyses. Avec GA4, on passe à un modèle de données basé sur les événements de Firebase, plutôt qu’un modèle basé sur les sessions et les pages vues.
Dans la version Universal Analytics de Google Analytics, les pages vues et les événements étaient des éléments distincts. Sur GA4, ce sont tous des événements. Cela permettra de se focaliser sur des utilisateurs et des événements et non plus sur des sessions.
Afin d’assurer la migration de l’intégralité des événements nécessaires au pilotage de son activité, il faut un processus strict et ordonné. La migration des différents composants (Objectifs, Conversions, Audiences, Segments, etc.) ainsi que la configuration de la collecte de données via un Tag Management System (TMS) font partie du processus afin de garantir une collecte de données optimale.
- Un tracking cross-device et cross-platform amélioré
Pour analyser le comportement des utilisateurs dans une application avec Google Analytics UA, on a besoin à la fois de Google Analytics et de Firebase pour accéder à ces données. Le changement de modèle de données permet à Google Analytics 4 de consolider les données du trafic web et des applications mobiles (Firebase) dans une seule interface. On aura donc la possibilité de centraliser toutes les données d’engagement de son site web et de son application dans un seul et même endroit. Aussi, Google Analytics 4 dispose de 3 façons pour identifier les visiteurs d’un site :
- L’identification grâce à l’appareil : cette méthode correspond au tracking grâce aux cookies 1st party. Cela ne permet pas de suivre les visiteurs sur plusieurs appareils, car chaque appareil sera comptabilisé comme un nouveau visiteur. Si l’utilisateur nettoie ces cookies, il sera aussi traité comme un nouveau visiteur.
- L’identification grâce au Google Signals : cette méthode utilise la donnée des visiteurs ayant un compte Google et ayant autorisé les publicités personnalisées.
- L’identification par User ID : en utilisant cette technologie avec GA UA, il fallait créer une vue ID utilisateur séparé et ces données n’étaient disponibles que dans cette vue. Cela n’est plus nécessaire avec GA4.
- Un suivi plus précis en l’absence de cookies grâce au Machine Learning (apprentissage automatique)
Google Universal Analytics s’appuie essentiellement sur le dépôt de cookies pour stocker les données, rappeler les interactions utilisateurs et les transformer en sessions et visites. Le modèle de données basé sur les événements de GA4 est donc une différence fondamentale par rapport à GA Universal Analytics. GA4 se sert de ce nouveau modèle pour réduire sa dépendance à l’égard des cookies. Certains événements seront enregistrés grâce au machine learning afin de « combler les manques » lorsque les utilisateurs ne donnent pas leur consentement pour le suivi. Cela rendra les données plus stables face aux changements du secteur.
- Un meilleur contrôle de la donnée des internautes
GA4 comporte de nombreuses modifications comparé à GA Universal Analytics. L’un des points importants à garder en tête est le contrôle des données des internautes. Contrairement à la version Universal Analytics, GA4 permet d’anonymiser automatiquement les adresses IP afin d’améliorer la conformité des données vis-à-vis des règlements en place comme le RGPD ou CCPA par exemple. Un autre exemple est stockage des données sur GA4. Ici aussi, une modification importante a été faite avec 2 limites de temps de stockage : 2 mois ou 24 mois, contrairement à GA UA où l’on pouvait stocker indéfiniment les données.
Certaines nouveautés de GA4 sont primordiales pour rester en adéquation avec les évolutions techniques et réglementaires. Si au premier abord, créer une propriété GA4 n’est pas compliqué, la transition totale de GA Universal Analytics vers GA4 nécessite un travail précis et méthodique, le paramétrage de certaines fonctionnalités nécessite des connaissances complètes et techniques de l’outil.