Pourquoi remplacer GA4 par BigQuery pour alimenter mon Looker Studio ?

BigQuery & Looker Studio : pourquoi remplacer GA4 par BigQuery pour alimenter mon Looker Studio ?

Chaque année, des milliers de PC sont agressés par des utilisateurs de Looker studio à bout ! Les temps de chargement, les quotas… ce n’est pas une fatalité ! Il existe une solution qui vous permettra d’être en paix avec vous-même et avec votre compagnon de travail 💻.

Alors, dans cet article, vous allez savoir comment faire vos analyses en toute sérénité avec un looker studio rapide et exhaustif (et comment réduire votre budget DSI sur les commandes de nouveau PC).

Plus sérieusement, beaucoup d’entre vous utilisent Looker Studio pour avoir une vision simplifiée et exhaustive des KPI de performance digitaux. L’objectif étant d’avoir un dashboard simplifié et rapide des KPI de pilotage utiles à vos prises de décisions et reporting.

Et lorsque Google Analytics 4 (GA4) est la solution qui est utilisée pour mesurer l’audience et les comportements des visiteurs sur votre site, elle est souvent utilisée pour alimenter looker studio. C’est une solution simple à paramétrer et gratuite mais pas exempte de tout reproche.

“Mon looker studio ne fonctionne plus !” 😱

“Je ne retrouve pas toutes mes données dans mon dashboard !” 😱😱

Si ça vous est déjà arrivé, c’est que vous êtes victime des quotas ou de l’échantillonnage… et parfois des deux 😱😱😱

Mais connaissez-vous BigQuery ?

Nous ne rentrerons pas dans la technicité du sujet ici, vous pouvez nous contacter pour en parler. Nous allons plutôt évoquer la valeur, le résultat que peut vous apporter la relation BigQuery et Looker studio.

Pour commencer, BigQuery, c’est quoi ?

“BigQuery est un entrepôt de données d’entreprise entièrement géré, qui vous aide à gérer et analyser vos données grâce à des fonctionnalités intégrées telles que le machine learning, l’analyse géospatiale et l’informatique décisionnelle.” Ça, c’est Google qui le dit!

En d’autres termes, BigQuery est une énorme base de données gérée par Google sur la partie server et infrastructure où vous pouvez déverser beaucoup de données de sources différentes, comme GA4 par exemple. Et en plus, c’est facile à mettre en place.

Et quels sont les avantages d’utiliser BigQuery comme source de données pour alimenter Looker Studio ?

 

  • Les quotas : il n’y en a aucun via BigQuery.

Sur GA4, chaque requête (entendez chargement des graphiques et tableaux de votre looker) consomme des jetons. Plus la requête est complexe, plus elle consomme de jetons. Et les jetons ne sont pas illimités mais soumis à des quotas. Des quotas par jour, par heure et par requêtes simultanés.

Ça peut être embêtant s’il y a beaucoup d’utilisateurs au sein de votre entreprise et que le Looker est partagé entre plusieurs équipes qui peuvent être amenées à l’utiliser simultanément. Il faut attendre de quelques minutes jusqu’à 24h pour que les données s’affichent de nouveau.

Heureusement, Google a augmenté les quotas cette année ce qui peut convenir dans certains cas aux petites et moyennes entreprises. Sinon, la version 360 augmente grandement les quotas mais est une solution plutôt onéreuse 🫰💸

 

  • L’échantillonnage: il n’y en a aucun via BigQuery.

La donnée est exhaustive sur BigGuery. Sur GA4, elle peut être échantillonnée pour les gros volumes de données.

 

  • Le chargement des rapports: il est plus rapide via BigQuery.

Avec GA4, il peut être (très) lent en fonction du nombre et de la complexité des requêtes.

 

  • La cardinalité: la précision des données non altérées sur BigQuery.

Rentrons (tout de même) dans une notion un peu plus technique, la cardinalité. Il s’agit du nombre de valeurs uniques pour une dimension. Par exemple, la dimension appareil se compose de trois valeurs uniques: ordinateur, mobile et tablette.

Avec GA4, quand il y a beaucoup de valeurs uniques pour une dimension, elles peuvent être rassemblées, pour une partie d’entre elles, dans une ligne “other”.

 

  • Le prix: à l’image de GA4 et GA4 360 (version payante de GA4), BigQuery peut être gratuit et payant.

Google offre du stockage et traitement de données via BigQuery (10 Go de stockage de données et 1 To de traitement de données par mois). Déverser la donnée GA4 dans BigQuery peut être là aussi gratuit ou avoir un léger coût que nous pouvons estimer. BigQuery peut donc être gratuit pour une grande partie des petites et moyennes entreprises. Si vous voulez des informations plus précises sur le tarif en fonction de votre contexte, contactez-nous directement.

 

Sommes-nous obligés de continuer ? N’êtes-vous pas convaincu ? Ou est-ce que nous devons vous parler de :
  • BigQuery vous permet d’importer beaucoup de données externes (analytics, CRM…). Des données qu’on pourra retrouver dans votre Looker Studio.
  • BigQuery s’accompagnent d’une facilité de gestion. Pas besoin de créer de server en propre car l’outil auto-gère ses besoins en infrastructure. Si la requête est lourde et demande beaucoup de server, ce n’est pas votre problème côté infrastructure.
  • Concernant l’historicité, il n’y a pas de limite sur BigQuery. Les données historisées sont limitées à 2 mois ou 14 mois sur GA4 pour leur exploitation dans les tableaux explorer par exemple. Cela n’impact pas directement Looker Studio mais c’est un avantage de BigQuery avec plus de flexibilité sur les analyses demandant des longues périodes.

 

Cerise sur le gâteau, l’intégration BigQuery est native sur GA4 ! 😵

 

Bref, chez Bespoke, on aime bien la sérénité dans l’analyse, c’est pour ça qu’on recommande de passer par BigQuery pour alimenter votre Looker Studio. 😌 Bien sûr, ce n’est pas systématique et cela dépend de la taille de votre entreprise et de vos besoins identifiées (en quantité de donnée par exemple).

Notre métier, c’est aussi de faire du conseil et des recommandations pour qu’on puisse vous accompagner sur des sujets adaptés à votre contexte.

N’hésitez pas à venir échanger avec nous. 🙂

Conversion Rate Optimisation

Qwamplify vous accompagne dans vos sujets CRO

Toute l’équipe est formée aux méthodes d’optimisation de la

 conversion !

 

Conversion rate optimisation

Qwamplify accompagne déjà des clients sur des enjeux d’optimisation de conversion.

Demain, ça sera vous 😉

 

 

Pour commencer, qu’est-ce que la CRO ? 

La CRO, ou Conversion Rate Optimization en anglais, est une méthode qui a pour but d’améliorer le taux de conversion d’un site ou d’une page spécifique. 

 

Le taux de conversion fait référence au pourcentage d’utilisateurs qui effectuent une action souhaitée, telle qu’un achat, une inscription, un formulaire ou un téléchargement, par rapport au nombre total de visiteurs sur le site.

 

Cette méthode permet d’analyser les données et le comportement des utilisateurs pour identifier les éléments qui peuvent être améliorés sur une page web afin d’augmenter le taux de conversion. Cela peut inclure des tests A/B, où différentes versions d’une page sont comparées pour déterminer laquelle génère les meilleurs résultats.

 

Les techniques utilisées peuvent inclure l’optimisation de la mise en page, de la conception visuelle, des appels à l’action, des formulaires, de la vitesse de chargement, de la simplicité du processus d’achat, de la confiance et de la sécurité perçues, et bien d’autres facteurs encore.

 

L’objectif de la CRO est d’optimiser l’expérience utilisateur et d’augmenter le nombre d’utilisateurs qui réalisent l’action souhaitée, ce qui peut contribuer à une meilleure rentabilité pour les sites web et les entreprises en ligne.

 

Notre accompagnement pour répondre à ces enjeux ce découpe de la sorte : 

  • Analyse de votre site web pour identifier les points de frictions et les opportunités d’amélioration.
  • Création d’un plan d’optimisation sur mesure, avec des recommandations concrètes pour améliorer votre taux de conversion.
  • Mise en place de tests A/B pour mesurer l’impact de ces recommandations, avec des rapports réguliers sur les résultats.
  • Suivi des résultats et ajustement continu des tests pour maximiser les gains de conversion.
  • Accès à notre équipe d’experts en CRO pour répondre à toutes vos questions et vous conseiller sur les meilleures pratiques.

 

Voici les 4 grands étapes de la mise en place du CRO :

La méthode détaillée que nous appliquons chez nos clients est la suivante :

1. Dans un premier temps, nous faisons des ateliers d’idéation avec vos équipes afin de comprendre vos périmètres et les comportements utilisateurs. En détail voici les points abordés :

Connaître vos utilisateurs , données qualitatives , données quantitatives , audit UX/UI

 

2. Dans un second  temps, nous mettons la main à la pâte ! Avec les apprentissages tirés des points d’idéations nous pouvons construire nos hypothèses et la roadmap associée au plan d’action que nous construirons ensemble. En détail voici les points abordés :

Appliquer ses idées d’optimisation , segmentation , hypothèse , priorisation , maquettes

 

3. Dans un troisième temps, nous exploitons le travail précédemment fourni ! Suite à la mise en place de nos actions, nous avons désormais des éléments sur lesquels nous appuyer. Le but est de traiter les données récupérées, les corréler et les mettre en forme pour vos équipes.

Mesurer l’impact des actions menées, résultat vs KPIs , filtrage et segmentation

 

4. Enfin, nous vous restituons le projet. Cela signifie que nous avons les éléments pour vous aider à appuyer vos décisions et vous orienter vers des améliorations.

Restitution , mise en production des éléments identifiés , challenge de l’hypothèse de départ , personnalisation, statuer sur les prochaines étapes

 

Ainsi, vous obtiendrez des apprentissages user centric en étant data driven 🙌

Alors si vous êtes intéressé par ce suivis, contactez-nous !

Migration sur Google Analytics 4 comment évolue la version 360 ?

Comme pour son prédécesseur Universal Analytics, il existe deux versions pour Google Analytics 4: une version gratuite et une version payante appelée 360.

Le choix entre Google Analytics 4 Standard et Google Analytics 4 (360) dépend de vos besoins, de la taille de votre entreprise et de votre budget.

Voici quelques éléments à prendre en compte pour vous aider à déterminer quelle version convient le mieux à votre situation :

 

 

image décorative de google analytics 4 avec des logos jaunes

 

À savoir :

Il existe une documentions très claires proposé par Google sur le sujet. 

Le but de cet article n’est pas de faire une liste exhaustive des différences entre la version gratuite et payante de GA4. Plutôt d’apporter des éléments de compréhension sur le sujet.

GA4 (360) est un service par abonnement où vous payez des frais mensuels, c’est un produit de Google Marketing Platform.

Un utilisateur avec un contrat 360 pour la version Universal Analytics peut choisir de passer sur un contrat GA4 360. À l’inverse un utilisateur sans contrat 360 sur Universal Analytics peut prendre la décision de passer sur GA4.

Il est important de noter que la version basique de GA4 est similaire en termes d’interface. Les différences étant plutôt autour du volume sur la collecte et exportations de données ainsi que sur quelques fonctionnalités avancées.

 

Google Analytics 4 (360) combien ça coûte ?

 

Alors que l’ancien modèle de tarification était un modèle à frais fixes avec un coût de 150 000 $ par an, Google nous propose un nouveau modèle basé sur l’utilisation. La variable clé étant le volume de hit que vous souhaitez collecter. 

Le coût de Google Analytics 4 version 360 commence à un prix de 50 000$ qui incluent les 25 premiers millions d’événements mensuels.

Il y a ensuite des frais variables basés sur le volume d’événements. A mesure que le volume augmente, le coût par événement diminue. 

 

Cela nous donnera donc cette typologie de prix :

 

schéma explicatif de l'evolution prédictive du prix de Google analytics 4 360 selon le volume de hit envoyé mensuellement

Dans GA4 (360) il devient donc nécessaire de maitriser précisément les events qui nous intéressent. En effet si vous envoyez des événements à la plate-forme mais que vous ne les utilisez pas pour l’analyse, vous payez pour quelque chose que vous n’utilisez pas.

Cela veut également dire que si vous avez une activité saisonnière (exemple gros pic de trafic au Black Friday), vos coûts pourront varier d’un mois à l’autre.

 

Dans quels cas Google Analytics 4 (360) devient-il nécessaire ?

 

La version 360 offre des limites plus élevées pour la collecte et la conservation de données de propriétés GA 4. Il est donc recommandé pour les entreprises qui doivent gérer de très grosses masses de données. Nous estimons qu’à partir d’un million de visiteurs mensuels sur votre site, vous êtes dans cette catégorie.

GA4 360 est également pratique pour les entreprises ayant besoin de sous-propriétés. Par exemple, si vous avez plusieurs entités en fonction des différents pays, la version gratuite ne permettant pas la création de sous-propriétés.

La version payante de Google Analytics 4 permet également d’augmenter :

  • Le quotas des paramètres d’événement, limité à 25 pour la version gratuite.
  • Le nombre de dimensions et métriques personnalisées.
  • Le nombre de conversions.

 

Elle est également recommandée pour les entreprises qui ont une utilisation importante de BigQuery. En effet, avec la version gratuite, vous êtes limité à un export d’un million d’événements quotidiens contre un milliard.

Si vous exploitez des rapports complexes sur une longue période, la version gratuite vous soumettra rapidement à l’échantillonnage à partir de 10 millions d’événements. En revanche, la version 360 permet d’aller jusqu’à 1 milliard d’événements sans échantillonnage.

 

En conclusion :

 

En analytics, il est primordial de s’assurer que l’on collecte uniquement les données dont nous avons besoin. Afin de ne pas se retrouver noyé dans une masse de données que l’on ne comprend plus. Mais également pour des raisons de RGPD et environnemental.

L’arrivé du nouveau modèle de collecte basé sur les événements propose une version payante à prix variable. Il accentuera le besoin des entreprises de s’assurer que l’on ne collecte que les données vraiment utile aux décisions de l’entreprise.

 

Si vous avez besoins d’être accompagné par des experts afin de nettoyer votre collecte de data contacter nous !

Mise à jour de l’ITP Apple, quels impacts sur le server-side ?

Qu’est-ce que l’ITP Apple ?

 

En 2021, Appel annonçait la sortie d’iOS 14.5 avec son lot de nouveautés, dont une ligne qui a eu l’effet d’un seïsme dans l’univers de l’analytics: l’Intelligent Tracking Prevention, plus communément appelé ITP.

Apple limite la durée de vie des cookies selon 2 catégories:

  • First-party (mon site) : 7 jours
  • Third-party (site externe/régie publicitaire) :  1 jour

 

Autrement dit, tous les utilisateurs provenant des régies publicitaires (ex: Google Ads, Meta, etc…) sont traçables pendant 1 jour seulement. Nous pouvons donc mesurer l’impact des campagnes le jour même, mais pas les jours suivants. Les utilisateurs qui cliquent sur une publicité, prennent l’information et reviennent le lendemain pour faire leur achat ne sont donc plus comptabilisés comme venant d’une campagne !

 

Nos confrères du SEA et SMA voient leurs ROAS diminuer d’un coup car beaucoup de conversions ne sont plus attribuées à leurs leviers digitaux car l’utilisateur a pris 24h ou plus avant de convertir.
Bref, c’est la catastrophe !

 

Le server-side, le héros que les régies publicitaires attendaient !

 

Tel votre héros préféré de l’univers Marvel ou D.C Comics, le server-side arrive à point nommé pour vous permettre de mesurer efficacement vos campagnes et sauver les traffic managers en péril !

De facto, Facebook (Meta) s’engouffre dans la brèche et lance l’API de Conversion (CAPI) pour tirer partie de l’opportunité que le server-side représente. Vous pouvez consulter cet article: CAPI & Suivi avancé des conversion Google Ads, quels avantages ? pour une définition du server-side et deux use-cases chiffrés des bénéfices du server-side.

Les cookies third-party sont ainsi transformés en first-party issus d’un sous domaine du site principal et les ROAS remontent en flèche ! Apple pose le genou à terre et s’incline (spoiler: temporairement) face à cette nouveauté.

 

Mise à jour de l’ITP en Avril 2023, la revanche d’Apple

 

Le 14 Avril 2023, Apple fait évoluer l’Intelligent Tracking Prevention et donne une nouvelle définition aux cookies first-party.
Apple prend maintenant en compte l’IP du site web et l’IP du serveur du sous domaine (comprendre serveur dédié au tracking server-side).

Il faut à présent une correspondance minimum de 50% entre les IP du site et du serveur pour être considéré comme first-party par Apple.
Avoir le sous-domaine de tracking sur le même domaine que le site web n’est donc plus suffisant.
C’est donc un retour à la case départ pour le tracking sur les utilisateurs d’iOS…

C’est tout du moins ce qu’Apple croyait, car des solutions existent déjà pour contourner le nouvel ITP, entre autres:

  • Stockage des données dans une base de données et utilisation d’un « Cookie Master » et réécriture
  • Reverse proxy (via CloudFlare par exemple)

Ces solutions nous viennent tout droit de notre partenaire Addingwell, qui fournit la meilleure infrastructure possible pour héberger votre GTM server-side.

Nous pouvons vous accompagner sur la mise en place ou la mise à jour de votre tracking server-side. N’hésitez-plus et contactez-nous.

 

Appréhender l’attribution marketing

Attribution marketing : comment optimiser vos budgets marketing sur les leviers d’acquisition ?

 

En tant que trafic manager, responsable acquisition ou encore responsable e-commerce, vous avez souvent pour objectif de développer : le chiffre d’affaires, le retour sur investissement ou le trafic qualifié.

Vous partagez aujourd’hui encore beaucoup de KPI à votre direction ou vos collègues au last-clic. Pourtant vous en connaissez les limites. Vous êtes conscient que pour vos analyses, il est nécessaire d’aller plus loin, l’attribution est un sujet à travailler. Quoi qu’il en soit, vous avez un gros manque de temps pour ouvrir le sujet attribution et vous y attaquer seul !

Bien que l’expérience de chacun soit différente, ces quelques mots représentent ce qui peut être vécu dans le pôle e-marketing.

 

Tout d’abord, qu’est-ce que l’attribution marketing ?

 

L’attribution est une méthode qui permet de pondérer l’impact de chaque levier marketing, à la réalisation d’un objectif de conversion.

 

Pour bien comprendre, vous pouvez déstructurer cette définition :

  • Objectif de conversion : vous pouvez faire de l’attribution sur ce que vous considérez comme une conversion. Une transaction e-commerce, un lead, une autre action sur votre site.
  • Réalisation : en attribution, vous allez (généralement) regarder les parcours de consommateurs qui convertissent (réalisation de l’objectif).
  • Chaque levier marketing : il est nécessaire d’identifier les leviers utilisés par vos consommateurs. Pour ensuite reconstruire le chemin de la première visite jusqu’à la conversion.
  • Méthode qui permet de pondérer : chaque levier marketing utilisé par le consommateur pour convertir se verra attribuer une partie de la conversion.

 

Prenons l’exemple de Valentine qui achète un produit en ligne après avoir généré 3 visites via 3 leviers différents : 

 

En tant que marketeur, j’ai deux manières d’analyser le chemin de conversion de Valentine : 

chemin de conversion de Valentine

Sans attribution, chaque levier utilisé par Valentine se verra attribuer une conversion… Pourtant Valentine n’a acheté qu’un produit et pas trois.

 

Concrètement, à quoi sert l’attribution marketing ?

 

L’attribution est là pour vous permettre de prendre des décisions d’affectation budgétaire pour répondre à vos objectifs business : augmentation du CA€, du ROI…

En identifiant le levier qui se voit favorisé par l’attribution, vous êtes en mesure de répartir vos budgets publicitaire en conséquence. L’attribution est donc au service de l’optimisation de votre ROI/ROAS, CPA et COS.

La manière dont les conversions vont être réparties sur les différents leviers va donc avoir un impact significatif sur la prise de décision.

 

Comment monter un projet d’attribution dans ma structure ?

 

Pour monter un “projet” d’attribution efficient au sein de votre structure, il faut : 

  1. Une donnée saine, décisionnelle et légale (big brother CNIL looks at you).
  2. Une expertise permettant de choisir le ou les bon(s) modèle(s) d’attribution et paramètres de l’attribution.
  3. Des dashboards et analyses mettant en avant des KPI d’attribution et de contribution pertinentes.

 

1/ Une donnée saine, décisionnelle et légale.

 

Une donnée saine, c’est le nerf de la guerre ! Si votre donnée n’est pas bien traquée et accessible, comment imaginez-vous prendre de bonnes décisions (à part sur un coup de chance) ?

Que vous soyez utilisateur d’une solution d’attribution ou de rapports d’attribution dans une solution type analytics, vous êtes à un moment donné passé par la case tracking. Par exemple, si vous utilisez des UTM (ou des variables de tracking tiers), il est nécessaire de les construire de manière clairs. Notamment, en évitant au maximum les caractères spéciaux et en gardant une cohérence entre vos différents leviers. N’hésitez pas à impliquer vos collaborateurs qui utilisent les UTM à cette étape.

Ensuite, il sera possible de reconstruire les chemins de conversion les plus exhaustifs possibles. Il faut lister l’ensemble des points de contact que vous avez avec vos consommateurs et les conversions auxquels ils contribuent. Les points de contact peuvent être online (visites, search, display etc) et offline (envoie de print , sms etc). Les interactions entre votre marque et vos consommateurs peuvent être des cliques sur des publicités, des réceptions emails ou encore impressions de bannière. Tout cela, en prenant en considération le caractère légal et imposé par la CNIL dans la collecte de données. (Cet article ne parle pas spécifiquement du cadre légal mais n’hésitez pas à nous questionner sur le sujet)

 

2/ Une expertise permettant de choisir le ou les bon(s) modèle(s) et paramètres de l’attribution.

 

En tant que marketeur, vous allez ajouter des paramètres dans le calcul de l’attribution en fonction de : la connaissance que vous avez de votre marché, de vos consommateurs mais aussi en fonction de vos objectifs business. Les choix à faire portent sur : 

  • La fenêtre d’attribution : jusqu’à combien de temps vous décidez de remonter avant la conversion, pour prendre en compte les canaux ? Si vous vendez des produits peu engageants, de nature à générer de l’achat impulsif, est-il pertinent de prendre en compte les visites ayant eu lieu deux mois avant la vente ?
  • Le périmètre d’analyse : est-ce que le parcours de vos consommateurs est omnicanales ? Est-ce que vous communiquez auprès des consommateurs avec des leviers marketing onlines (search, display…) et aussi offlines (print, sms…) ?
  • Le modèle d’attribution : sur quelle base de calcul vous souhaitez que la répartition des conversions se fasse sur les différents leviers ? Le last clic, qui attribut la conversion au dernier levier utilisé par le consommateur avant de convertir ? Ou bien préférez-vous être dans une démarche data-driven et partager la conversion entre tous les leviers utilisés par le consommateur sur la base d’un algorithme ?

Types de modèle d'attribution marketing

Le sujet d’attribution est accompagné d’un volet contribution des leviers. L’objectif étant, avec la notion de contribution, de comprendre l’impact de chaque levier marketing. Notamment avec des KPI comme le rôle du levier et ses interactions avec les autres leviers : Mes leviers d’acquisition ont-ils bien un rôle d’acquisition en intervenant en début de parcours ? Quels sont les synergies et canalisation, en d’autres termes les relations/interactions entre les leviers qui sont souhaités et non souhaités ?

Il faut donc une bonne connaissance : de votre entreprise, des leviers qui composent votre mix marketing et de votre marché.

 

3/ Des dashboards et analyses mettant en avant des KPI d’attribution et de contribution pertinentes.

 

L’attribution vous permet d’avoir des analyses multi-touch et data-driven des chemins de conversion. Mais aussi de travailler des reportings dédoublonnés (sans prendre en compte plusieurs fois la même conversion). La suite logique est la lecture des KPI au sein de dashboards compréhensibles et véhiculables au sein de votre structure.

Quelque soit votre projet d’attribution et sa complexité, n’oubliez jamais sa finalité : mieux affecter vos budgets et prendre des décisions qui ont du sens, en fonction de la performance des leviers et de vos objectifs business. C’est en ce sens qu’il est essentiel d’avoir une donnée accessible, compréhensible et décisionnelle. La construction et la lecture de vos dashboards d’attribution, sans être complexe, est souvent chronophage. Que vous soyez utilisateur d’une solution d’attribution, de dashboard au sein de votre solution analytics ou de dashboard maison, identifier les KPI qui ont de l’intérêt pour vous et vos collaborateurs. Intégrer ces KPI dans vos reportings habituels, en prévoyant une phase d’évangélisation en amont.

 

 

Qwamplify espère que cet article vous aura été utile pour mieux comprendre et appréhender l’attribution marketing.

Si vous avez besoin des conseils d’un expert concernant le sujet d’attribution et contribution marketing. Contactez-nous.

Connecter Google Analytics 4 et Looker Studio

À partir du 1er juillet 2023, Google coupera le flux de donnée dans Google Analytics 3 au profit de sa version 4 (GA4), il ne sera alors plus possible de récolter de la donnée dans GA3 mais la donnée déjà récoltée sera disponible encore 1 an, ce qui laisse le temps d’exporter la donnée.

C’est pourquoi l’arrêt de GA3 demande des ajustements dans les différents outils que vous utilisez, par exemple votre dashboard créer dans Looker Studio. Il faudra migrer vos dashboards avec une nouvelle source de donnée : GA4.

Pour rappel, pour ceux qui ne connaissent pas Looker Studio (anciennement Data Studio), c’est une plateforme d’analyse de données et de business intelligence qui permet aux entreprises de visualiser et d’analyser leurs données dans un seul endroit. Il permet de centraliser les données et donc de faciliter la création de rapports personnalisés.

 

Voici quelques avantages à utiliser Looker Studio :

 

  • Une meilleure compréhension de l’expérience utilisateur : Looker Studio permet de visualiser et d’analyser les données fournit par Google Analytics 4 sur les informations détaillées sur les interactions des utilisateurs de manière plus approfondir.
  • Une prise de décision plus éclairée : Il est possible de connecter plusieurs sources de donnée sur Looker (ADS, Call tracking, HubSpot), les entreprises peuvent obtenir une vue d’ensemble de leur activité en ligne.

 

 

Découvrez comment connecter votre source de donnée GA4 avec Looker Studio.

 

  • Dans un premier temps, il faut se créer un compte Looker Studio (gratuit),
  • Une fois la connexion établie, vous pouvez créer un nouveau rapport

 

  • Ensuite, il faut rechercher le connecteur Google 

  • Il faut autoriser le connecteur,
  • Pour que la connexion puisse se faire, il faut avoir accès au compte Analytics et à Looker Studio sur la même adresse mail,
  • Pour finir, nous devons sélectionner le compte Analytics, puis la propriété GA4

Maintenant la connexion entre Google Analytics 4 et Looker studio est faite.

Vous pouvez créer votre dashboard. 

 

L’utilisation de Google Analytics 4 dans Looker Studio à quelques limites.

 

En effet, Google a renforcé les quotas de requêtes Google Analytics 4 via le connecteur natif Looker Studio. Quand cette limite de quota est atteinte, une erreur s’affiche sur le dashboard et la donnée n’est plus accessible. Il faut alors attendre quelques minutes/heures pour que vos données s’affichent de nouveau sur votre dashboard.

Cette limite de quotas peut s’atteindre quand la donnée appelée est trop grande, par exemple lors d’une utilisation de filtre sur une trop grande période de donnée.

Comment éviter d’atteindre la limite de quotas ?

 

Google a communiquer différentes recommandations :

 

  • Réduire le trafic vers le rapport,
  • Réduire le nombre de graphiques sur chaque page,
  • Extraire les données GA4 et utilisez les données extraites au lieu de la source de données GA4,
  • Exporter les données Analytics vers BigQuery,
  • Passer à Analytics 360.

 

Pour choisir au mieux une solution, il faut réfléchir au prix que l’entreprise est prêt à fournir (par exemple pour obtenir GA4 360) aux compétences techniques que vous disposez (l’utilisation de BigQuery est une bonne alternative, mais il faut savoir l’utilisé), à l’utilisation que vous faites du dashboard (réduire les graphiques, le trafic etc).

Voici quelques recommandations pour optimiser vos graphiques :

  • Éviter un grand nombre de lignes
  • Éviter un grand nombre de colonnes
  • Limiter les critères de filtre complexes
  • Éviter une longue période

 

Qwamplify espère que cet article vous aura été utile, vous avez maintenant les clés pour créer votre propre dashboard Looker Studio avec de la donnée GA4 et vous connaissez les limites de cette donnée.

Si vous avez besoin d’aide d’un expert dans la réalisation de votre dashboard ou sur un autre sujet Analytics ? Contactez-nous.