Juillet 2023 - Juillet 2025 : deux ans de GA4
Le 1er juillet 2023, Google a coupé Universal Analytics. Pour beaucoup d’entreprises, ce fut un choc : la migration n’était pas prête, les équipes n’étaient pas formées, et les rapports familiers avaient disparu du jour au lendemain.
Deux ans plus tard, où en sommes-nous ? Qu’est-ce qui a vraiment changé — en bien et en mal ? Et surtout, les erreurs commises pendant la migration hâtive de 2023 continuent-elles de fausser vos données aujourd’hui ?
Spoiler : dans 81% des cas, la réponse est oui.
Ce qui s’est amélioré avec GA4
Soyons justes : GA4 apporte des avancées réelles par rapport à Universal Analytics. Après deux ans d’utilisation intensive, voici ce qui fonctionne.
Le modèle événementiel est plus flexible
Universal Analytics était construit autour des pages vues et des sessions. GA4 est construit autour des événements. Tout est un événement : une page vue, un clic, un scroll, un achat, un téléchargement.
Cette flexibilité permet de mesurer des interactions que UA rendait artificiellement compliquées : les clics sur vidéo, les interactions avec des formulaires multi-étapes, les scrolls progressifs, les micro-conversions.
En pratique : les entreprises qui ont correctement restructuré leurs événements ont une vision bien plus fine du parcours utilisateur qu’avec UA.
Le tracking cross-plateforme
GA4 unifie nativement le web et les apps mobiles dans une seule propriété. Avec UA, il fallait une propriété web ET une propriété Firebase, avec une réconciliation manuelle.
Pour les entreprises avec un écosystème web + app, c’est un gain considérable en simplicité et en précision de données.
L’export BigQuery gratuit
C’est peut-être l’avancée la plus sous-estimée. Avec UA, l’export BigQuery était réservé aux comptes GA360 (à 150 000 €/an minimum). Avec GA4, tout le monde y a accès gratuitement.
Cela ouvre la porte à :
- Des analyses SQL sur vos données brutes
- Des modèles d’attribution personnalisés
- Des dashboards Looker Studio connectés à BigQuery
- Du machine learning sur vos données de navigation
- Une rétention de données illimitée (vs 14 mois max dans l’interface)
En pratique : les entreprises qui exploitent BigQuery ont un avantage analytique majeur. Celles qui ne l’ont pas activé passent à côté du plus gros apport de GA4.
Les audiences prédictives
GA4 propose des audiences basées sur le machine learning : “Acheteurs probables dans les 7 prochains jours”, “Utilisateurs susceptibles de churner”. Ces audiences, exportables vers Google Ads, permettent un ciblage plus intelligent.
Limite : il faut un volume minimum de données (1 000 événements positifs et 1 000 négatifs sur 28 jours) pour que les modèles fonctionnent. Beaucoup de sites n’atteignent pas ces seuils.
L’intégration native du Consent Mode
GA4 intègre le Consent Mode v2, qui permet de modéliser les conversions des utilisateurs non-consentants sans violer le RGPD. C’est un levier majeur pour récupérer des données perdues par les refus de consentement.
Ce qui reste douloureux
La courbe d’apprentissage de l’interface
Deux ans après, l’interface GA4 continue de dérouter beaucoup d’utilisateurs. Les rapports standards sont moins intuitifs que ceux d’UA. La navigation est différente. Les termes ont changé (“Taux de rebond” est revenu, mais redéfini. “Utilisateurs actifs” remplace “Utilisateurs”).
Résultat concret : dans nos audits, nous constatons que 60% des équipes marketing n’utilisent que 10-15% des fonctionnalités de GA4 — souvent les mêmes rapports de base, en ignorant les Explorations, les segments, et les analyses en entonnoir.
L’échantillonnage sur les gros volumes
GA4 (version gratuite) échantillonne les données quand les requêtes portent sur de gros volumes ou des périodes longues. Concrètement, si vous avez plus de 500 000 événements sur la période analysée, GA4 peut travailler sur un sous-ensemble statistique.
Pour les grands sites e-commerce ou les médias, c’est un problème récurrent qui fausse les analyses fines. La solution : passer par BigQuery pour les analyses précises.
La perte des données historiques
C’est irréversible : les données Universal Analytics ont été supprimées en juillet 2024. Si vous n’avez pas exporté vos historiques avant cette date, ils sont perdus définitivement.
Les conséquences :
- Impossible de comparer les tendances actuelles avec les années pré-2023
- Les benchmarks internes doivent repartir de zéro
- Les analyses saisonnières ont perdu leur profondeur historique
Certains rapports restent moins intuitifs
Quelques exemples de fonctionnalités UA qui restaient plus accessibles :
| Fonctionnalité | Dans UA | Dans GA4 |
|---|---|---|
| Flux de comportement | Rapport natif clair | Exploration “Parcours” (plus complexe) |
| Pages de sortie | Rapport dédié | Dimension à ajouter manuellement |
| Recherche interne | Rapport natif | Configuration manuelle d’événement |
| Comparaison de segments | Facile et visuel | Explorations requises |
| Attribution multi-canal | Rapport dédié | Rapport “Publicité” (moins complet) |
La réalité des 81% : les erreurs de migration persistantes
Voici le point le plus critique. La majorité des entreprises ont effectué une migration “rapide” en 2023 — souvent sous pression, souvent sans expertise dédiée. Le résultat : 81% des configurations GA4 que nous auditons contiennent des erreurs significatives.
Erreur 1 : ne pas avoir restructuré les événements
Beaucoup ont simplement activé GA4 avec la mesure améliorée par défaut, sans créer d’événements personnalisés adaptés à leur activité. Résultat : un tracking générique qui ne mesure pas ce qui compte pour le business.
Un e-commerce sans événements view_item_list, select_item, add_to_cart structurés selon la spec GA4 perd toute capacité d’analyse du funnel.
Erreur 2 : copier les objectifs UA tels quels
Les “Goals” UA et les “Conversions” (désormais “Key Events”) GA4 ne fonctionnent pas de la même façon. Copier une destination URL comme objectif sans revoir la logique événementielle crée des données de conversion erronées.
Erreur 3 : ignorer le Consent Mode
En 2023, beaucoup ont migré vers GA4 sans implémenter le Consent Mode. Deux ans plus tard, les taux de refus de consentement ont augmenté (30-50% selon les secteurs), et les entreprises sans Consent Mode perdent une part croissante de leurs données.
Erreur 4 : ne pas former les équipes
La migration technique a été faite, mais personne n’a formé les équipes marketing à utiliser GA4. Résultat : les équipes continuent de chercher des rapports UA qui n’existent plus, n’utilisent pas les Explorations, et prennent des décisions sur des données mal interprétées.
Erreur 5 : ne pas valider l’exactitude des données
Combien d’entreprises ont vérifié que leurs conversions GA4 correspondent à leurs ventes réelles ? Très peu. Nous constatons régulièrement des écarts de 15 à 40% entre les conversions GA4 et les données CRM/ERP — signe d’un tracking cassé ou incomplet.
Ce qu’il faut faire maintenant
Si vous vous reconnaissez dans une ou plusieurs de ces erreurs, voici la marche à suivre :
1. Faire un audit GA4 complet
Pas une vérification rapide — un audit structuré qui couvre :
- La qualité de la collecte (événements, paramètres, Data Layer)
- La configuration des conversions (Key Events)
- Les filtres et exclusions
- Le Consent Mode et la conformité
- L’exactitude des données (comparaison GA4 vs source de vérité)
2. Nettoyer la structure des événements
Reprenez votre nomenclature d’événements. Suivez la convention de nommage Google (snake_case, paramètres standardisés). Supprimez les événements inutiles. Ajoutez ceux qui manquent.
Événements e-commerce essentiels :
✓ view_item_list (avec item_list_name, items[])
✓ select_item (avec item_list_name, items[])
✓ view_item (avec items[], value, currency)
✓ add_to_cart (avec items[], value, currency)
✓ begin_checkout (avec items[], value, currency)
✓ add_payment_info (avec payment_type)
✓ purchase (avec transaction_id, value, currency, items[])3. Former les équipes
Investissez dans une formation GA4 adaptée à vos équipes. Pas une formation générique — une formation sur votre configuration, vos rapports, vos cas d’usage.
Les points à couvrir :
- Navigation et rapports standards
- Explorations (entonnoir, parcours, cohortes)
- Segments et comparaisons
- Export et connexion à Looker Studio
- Interprétation des métriques GA4 (sessions engagées, taux d’engagement, etc.)
4. Activer BigQuery
Si ce n’est pas fait, activez l’export BigQuery dès maintenant. C’est gratuit, et cela vous donne accès à vos données brutes — une assurance contre les limitations de l’interface GA4.
5. Valider vos données régulièrement
Mettez en place un processus de validation mensuel : comparez les conversions GA4 avec vos données CRM. Si l’écart dépasse 10%, investiguez.
Votre GA4 a été migré en urgence en 2023 et vous n’avez jamais fait de vérification approfondie ? Nous réalisons un audit complet de votre configuration pour identifier et corriger les erreurs qui faussent vos données depuis 2 ans.