Emil rejoint Le Wagon ! 👉 En savoir plus
logo emil

Table des matières

Data

Google Analytics 4 vs Universal Analytics : qu'est-ce que ça change ?

May 19, 2022

✋ Recevez vos accès au reste des cours
Pour recevoir instantanément (et gratuitement) vos accès à l'ensemble des cours c'est par ici !
Merci ! Vous allez recevoir vos accès par email.
Il y a l'air d'avoir une erreur avec votre adresse email !
✋ Recevez vos accès au reste des cours
Pour recevoir instantanément (et gratuitement) vos accès à l'ensemble des cours c'est par ici !
Merci ! Vous allez recevoir vos accès par email.
Il y a l'air d'avoir une erreur avec votre adresse email !
✋ Recevez en exclusivité nos prochains articles Data.
Inscrivez-vous à notre newsletter.
Merci ! On vous écrit très vite !
Il y a l'air d'avoir une erreur avec votre adresse email !
google analytics 4

Ça y est !

Google vient d'annoncer qu'Universal Analytics (UA) laisserait définitivement sa place à GA4 en juillet 2023.

Et c'est un changement de paradigme majeur, au moins à 3 niveaux :

  1. Alors qu'UA se basait sur les pages vues, GA4 repose exclusivement sur les évènements comme le font des outils comme Mixpanel, Amplitude ou Facebook Analytics.
  2. Google intègre de plus en plus d'intelligence artificielle dans ses outils data (comme Google Sheets et Google Data Studio) et GA4 n'échappe pas à la règle : l'outil vous propose automatiquement des analyses et des graphiques de suivi !
  3. Le tracking des événements et la protection des données sont grandement facilitées dans GA4 grâce à des nouvelles fonctionnalités et des réglages automatiques.

Nous avons donc invité deux spécialistes, Tanguy Neveu, Senior Tracking & Analytics Specialist chez Back Market et Alexandre Mouquet, Consultant Technique Digital & Analytics Senior (ex Ekino), pour répondre à toutes vos questions.

Retrouvez le webinaire complet ici, ou parcourez simplement l’article récapitulatif ci-dessous !

1. Genèse et évolution de Google Analytics : GA4, d’où ça vient ?

google analytics 4 évolution

À l’origine de Google Analytics était Urchin, acquis par Google en 2005.Ce programme permettait de mettre en place un tracking minimaliste basé exclusivement sur les pages vues, mais intégrant surtout les UTM (Urchin Tracking Module).

Google y ajoute rapidement les paramètres de campagne, pour suivre les pages vues et les sources.

En 2007, on assiste à la naissance de ga.js, soit Google Analytics, le vrai, aussi appelé Universal Analytics Tag. Google y intègre la notion de campagne, pour suivre les pages vues et les sources, et le suivi d’un site e-commerce, pour la transaction seulement.

En 2013, Google lance analytics.js. Il s’agit d’une version améliorée du dispositif existant avec :

  • la notion de dimension
  • l'e-commerce v2, qui permet de traquer le parcours acheteur de bout en bout
  • l’introduction de l’user ID pour suivre l’activité des utilisateurs loggés entre plusieurs appareils

En 2014, Google achète Firebase, véritable inspiration pour l’approche de gtag.js et GA4. C’est ce programme qui pose les fondations des événements et du modèle event-based.

En 2017, Google lance un pré-GA4 alias gtag.js. Peu adopté par le grand public, il permet néanmoins à l’entreprise de développer ses solutions hors analytics comme Google Ads, Display, qui reposent sur ce principe de tags.

Enfin, en octobre 2020, GA4 voit le jour : version améliorée de gtag.js, l’objectif reste le même que la version initiale, avec un nombre de fonctionnalités complémentaires dans l’outil qui justifie sa mise en place, ainsi que l'obsolescence prévue pour UA.

Néanmoins, cette version est utilisable dans un premier temps uniquement par les sites de e-commerce. Beaucoup de fonctionnalités sont encore attendues et les entreprises envisagent son adoption, mais à long terme.

Or, début 2022, Google annonce l’arrêt de la collecte via UA en juillet 2023. L’exploitation restera possible pendant au moins 6 mois. L’idéal étant de bénéficier des données sur une année pour pouvoir les comparer, il faudrait avoir adopter GA4 dès juillet de cette année.

2. Google Analytics 4 : trois évolutions majeures

Quand GA4 est lancé, Google souhaite donc que ses clients puissent suivre l’intégralité du cycle de vie de l’utilisateur : il offre donc une vue cross-canale complète. Voyons ensemble pourquoi et comment !

2.1 De session based à event based : la comptabilisation des conversions

Le modèle de données Universal Analytics s’appuie sur les pages vues et les sessions. C’est là que GA4 apporte un changement majeur : le modèle de données capitalise désormais sur les utilisateurs et les événements.

Un exemple concret : les objectifs UA permettaient de compter les sessions qui ont réalisé au moins une fois l'objectif et cela, quel que soit le nombre réel de réalisations. À l'opposé, GA4 comptera autant de conversions que d'évènements de conversion réalisés durant la session.

Une page vue devient même un événement dans GA4.

Google peut ainsi identifier plus finement les doublons d’utilisateurs et mettre en lumière les actions des utilisateurs du site, plutôt que de se concentrer sur la façon dont ils y arrivent.

En résumé :

  • Universal Analytics est “page-based” et utilise les sessions et les pages vues.
  • GA4 est “event based” et capitalise sur les événements et les utilisateurs.

2.2 Le suivi des utilisateurs entre site web et application mobile

Universal Analytics permettait de suivre vos utilisateurs entre les appareils.

Par exemple, il était capable de reconnaître un utilisateur entre sa visite desktop et sa visite mobile. GA4 y ajoute une dimension plateforme : il sera possible de suivre l’utilisateur entre l’application iOS / Android et le site web (quel que soit l’appareil).

On parle donc de réconciliation des données app et web dans une seule interface. Cela permet une mesure unifiée multi-device, multi-plateforme.

Comme cette interface a été repensée entièrement, la courbe d’apprentissage peut être longue. Google a néanmoins pensé à intégrer les rapports habituels, en supplément des nouveaux, pour éviter de perdre les utilisateurs.

2.3 Une structure de compte revisitée

La structure de UA ne pouvait pas répondre à cette nouvelle interface et à cette nouvelle solution event-based. Pour rappel, un profil Universal Analytics était composé d’un compte, de propriétés et de vues qui permettaient de segmenter ces données.

Voici comment se compose un compte aujourd’hui dans GA4.

google analytics 4 compte

1er niveau : le data stream

Ce premier niveau, appelé data stream, est en quelque sorte votre asset digital : votre application mobile, qu’elle soit sur iOS ou Android, votre site ou vos sites si vous en avez plusieurs.

Si vous détenez plusieurs assets avec le même objectif, par exemple un site et une application e-commerce, nous vous conseillons de les intégrer dans la même propriété.

2e niveau : la propriété

À ce niveau, il y a peu de changements par rapport à UA.

Cette propriété, ou property, correspond à un environnement. Elle joue le rôle d’agrégateur de données.

3e niveau : la sous-propriété

Une sous-propriété, ou subproperty, remplace “la vue”, à quelques détails près. Elle est disponible uniquement pour les comptes payants et n’est accessible qu’en version Alpha soit pour une minorité d’utilisateurs. Elle permet, entre autres, d’ajouter un niveau de granularité supplémentaire, comme un pays, un type de produit...

4e niveau : la roll-up

C’est un niveau qui existait déjà dans UA et destiné aux grands comptes. Il permet surtout d'agréger les différentes propriétés entre elles.

Comment va-t-on gérer la disparition des vues (all data, pré prod, post prod) ?

Les vues disparaissent : les rapports sont désormais construits au niveau de la propriété, c’est-à-dire de votre vue principale. C’est un réel avantage puisque vous pouvez ainsi mélanger les données de vos applications et votre site web : le même code de suivi peut être placé sur vos différentes plateformes, site web, application iOS, application Android. Ce code ressemble désormais à G-XXXXXXX plutôt qu’à UA-XXXXXX-X.

Dans UA, Google recommandait d’ajouter trois vues : all data, pré prod et prod. Dans GA4, il vous suffit d’ajouter des filtres appliqués directement dans l’interface, sur chaque événement. Vous pourrez ainsi comparer, par exemple, les “vues” prod et pré prod. Vous l’avez compris, la property sera donc en raw data.

3. GA4 et son modèle de donnée événementiel

3.1 Une rationalisation de la collecte

Un hit est une requête HTTP qui permet d'envoyer des données dans une plateforme tierce par l'intermédiaire de multiples paramètres. On peut aussi le définir comme une interaction entre l’utilisateur et le site web.

Côté Universal Analytics, les hits étaient nombreux et demandaient une intégration spécifique. Google a mis en place des événements nominatifs, au profit d’un hit unique et d’une intégration centralisée.

hits google analytics 4

Alors que les hits étaient pilotés par les données du datalayer et demandaient une intégration implicite, le nom de l’événement est le point d’entrée, qu’il soit normalisé pour les événements recommandés (page_view par exemple) ou personnalisé pour les événements custom.

3.2 Simplification de la structure des événements

Dans UA, un événement requiert l’ajout de code ou l’utilisation de Google Tag Manager pour qu’il soit déclenché. Même avec ce dernier, il est souvent essentiel d’utiliser des sélecteurs CSS ou le dataLayer pour créer des conditions de déclenchement suffisamment spécifiques pour chaque balise.

Google a souhaité simplifier cette approche.

3.2.1 Les propriétés d’un événement

Si l’on se souvient de la structure d’un événement dans Universal Analytics :

  • Catégorie (obligatoire)
  • Action (obligatoire)
  • Label et Value (facultatifs)
  • Dimensions personnalisées, attribuées au hit, utilisateur, produit et/ou session
  • Métriques personnalisées

Alors que dans Google Analytics 4, on trouve des événements flexibles, à la structure simple :

  • Nom de l’événement (obligatoire), élément clé du dispositif
  • Paramètres d’événement, qui peuvent être :
  • des dimensions personnalisées
  • des métriques personnalisées
  • recommandés, selon le type d’événement

Qui dit simplifié ne veut pas dire moins performant, le nouveau modèle, plus plat, permet une manipulation des données performante et facile à appréhender

Dans les deux cas, les événements restent couplés à des propriétés natives, comme l’URL de la page, son titre, le timestamp, le language, la taille de l’écran …

3.2.2 Les types d’événements

Différents types d’événements sont collectés par GA4 :

  • Automatiques, comme le ferait Firebase (session_start, user_engagement …). Ceux-ci sont beaucoup plus nombreux que sur UA et permettent un tracking intéressant même pour des novices.
  • Améliorés, dont le paramétrage se fait simplement dans l’outil (scroll par ex.). Nous en reparlons plus bas.
  • Recommandés, répondant à un événement typique (add to cart …)
  • Personnalisés, répondant aux besoins métiers

Chaque événement est complété d’un objet utilisateur, aux propriétés diverses :

  • Prédéfinis : tranche d’âge, géolocalisation, navigateur, …
  • Personnalisés : segmentation, identifiants internes …

L’avantage majeur : l’objet utilisateur est rattaché à tous ces événements et disponible à tout moment. Les données utilisateurs n’ont donc plus à être configurées sur tous les types de hits.

3.3 Un point d’entrée unique dans l’interface

google analytics 4 événement

Désormais, le point d’entrée le plus important des rapports est le nom de l’événement. Ce dernier est limité à 500, sans compter les événements non personnalisés.

Même si cette limite est difficilement atteignable, nous vous conseillons de privilégier la rationalisation dans la création de vos événements : quels sont les KPIS qui vous sont vraiment utiles ?

Nous avions d’ailleurs préparé un article pour vous aider dans la définition des indicateurs de performance de votre entreprise.

4. Un accès à la donnée simplifié

4.1 Un tracking automatique pour les non initiés

UA permettait de suivre des métriques classiques, comme le taux de rebond, le temps passé sur le site, le nombre de pages vues.

GA4 permet d’aller beaucoup plus loin sans avoir besoin de connecter d’outils externes : les pages vues, le scroll, la recherche sur le site, les interactions avec les vidéos du site, les téléchargements… peuvent être suivis nativement !

Il suffit pour cela d’un simple clic !

C’est une grosse avancée par rapport à UA, car elle permet à des non-initiés au tracking de collecter de la donnée, sans passer par la mise en place de tag spécifique dans GTM.

Attention, ça ne veut pas dire que vous pouvez vous passer d’un spécialiste du tracking ! Il faut tout de même enrichir ensuite cette donnée.

4.2 Des métriques qui évoluent : bounce rate vs engagement rate

L’interface a été repensée, mais aussi certaines métriques.

Prenons comme exemple ici le bounce rate - ou taux de rebond, qui était une métrique incontournable d’Universal Analytics

Dans GA4, il n’existe plus : il est remplacé par l’engagement rate qui est beaucoup plus précis.

Cette mesure d’engagement rate est plus fine que l’ancien bounce rate qui avait de nombreux biais :

  • Avec le bounce rate, si un utilisateur arrivait sur une landing page, parcourait tout la page en consommant son contenu pendant deux minutes puis quittait le site, il était considéré comme un bounce alors qu’il avait interagi avec le site.
  • Ça n’est plus le cas avec l’engagement rate qui est beaucoup plus fin.

Une engaged session correspond donc :

  • à l’ouverture du site web ou de l’application pendant 10 secondes
  • à un événement de conversion terminé
  • à la consultation de minimum deux pages ou écrans

4.3 Des conversions repensées dans Google Analytics 4

4.3.1 Plus faciles à mettre en place

Les nouvelles conversions cumulent de nombreux avantages :

  • elles peuvent être activées ou désactivées en 1 clic.
  • elles utilisent le nom des événements existants.
  • elles ne sont plus limitées à 20 (contrairement aux anciens “objectifs”)
  • elles sont rétroactives si l’événement était déjà collecté
conversions google analytics 4

4.3.2 Des tunnels pour tous les besoins

Pour suivre le parcours des utilisateurs, vous pouvez :

  • utiliser différents types de tunnel prêts à l’emploi.
  • créer des tunnels de conversion personnalisés et rétroactifs.

Ils sont aussi plus facilement configurables et incluent des indicateurs comme le temps passé entre deux événements du tunnel.

google analytisc 4 tunnel

4.4 Un cycle d’identification de l’utilisateur plus complet

GA4 combine plusieurs méthodes pour identifier ou dédupliquer les utilisateurs uniques, dans le respect du RGPD :

  • ID utilisateur : GA4 vérifiera d’abord si vous avez transmis une valeur d’ID utilisateur depuis votre back-end via le datalayer.
  • Signaux Google : si l’ID utilisateur est disponible, le Google Signal lié à une connexion Google sera utilisé.
  • ID client : si rien n’est détecté, GA4 utilise le cookie _ga.

5. Une interface et des données reposant sur le ML

Bien sûr, le machine learning est un des enjeux prioritaires de Google.

La protection de la confidentialité des utilisateurs crée des lacunes dans la fiabilité des données.

Grâce à l’apprentissage automatique, GA4 comble ces lacunes en plaçant les utilisateurs aux comportements similaires dans des cohortes.

Encore mieux !

L’outil propose des prédictions alimentées par l’IA qui permettent d’anticiper les changements et de concentrer vos efforts sur les bons groupes de clients.

La formation la plus concrète et actionnable en analytics

C’est indéniable, la promesse de GA4 est attractive. La révision du modèle de données lui permet de s’aligner avec les changements imposés ces dernières années, comme le RGPD et l’essor des applications mobiles. Google en a aussi profité pour enrichir son tracking natif et offrir plus d’options de personnalisation. Globalement, GA4 permet de mieux comprendre les indicateurs et le parcours de vos acheteurs.

Dernière chose : la différence nette entre les deux modèles de données rend impossible la transformation d’une propriété UA en propriété G4. Vous devrez donc créer une nouvelle propriété GA4, soit en la liant à une propriété Universal Analytics existante, soit en partant de zéro.

Et pour aller plus loin, si vous souhaitez :

  • apprendre à construire un KPI framework et un plan de tracking
  • mettre en place vous-même ce plan sur Google Tag Manager
  • analyser vos résultats sur GA 4... et sur Amplitude !
  • travailler sur vos propres problématiques avec l’aide d’experts

Rejoignez la formation Emil Product & Tracking Analytics, créée par des professeurs en poste chez Skello, Aircall, Canal+ ou Back Market.

✋ Recevez vos accès au reste des cours
Pour recevoir instantanément (et gratuitement) vos accès à l'ensemble des cours c'est par ici !
Merci ! Vous allez recevoir vos accès par email. 
Il y a l'air d'avoir une erreur avec votre adresse email !
✋ Recevez vos accès au reste des cours
Pour recevoir instantanément (et gratuitement) vos accès à l'ensemble des cours c'est par ici !
Merci ! Vous allez recevoir vos accès par email. 
Il y a l'air d'avoir une erreur avec votre adresse email !

Vous souhaitez en savoir plus sur le programme

Tracking & Product Analytics
En savoir plus

Pour aller plus loin