Google Analytics 4 : la mesure basée sur les évènements

Data Architecture 4 mars 2021

La sortie de la dernière version de Google Analytics entraîne d’importants changements dans la pratique analytics. Avant d’exploiter les rapports, la mise en œuvre d’une collecte fiable est un prérequis qu’il est important de maîtriser. 

Événement : un terme complexe

Une interaction pour un site

Le terme événement, dans les phases de développement d’un site Web, est utilisé au sein de plusieurs langages pour faire référence à des actions réalisées par un utilisateur durant sa navigation. En HTML, il y a la notion d’attribut d’événement et en JavaScript, un concept similaire avec les écouteurs d’événement par exemple. Ces deux éléments permettent d’exécuter un code JavaScript en fonction d’une action de l’utilisateur (par exemple « onclick » pour détecter le clic de l’utilisateur sur l’élément en question). 

Nous pouvons également parler d’événement pour désigner les états de rendu d’une page dans le navigateur, comme DOM ready, Content Loaded, etc.

Ces différents événements vont permettre d’associer une valeur à la variable d’événement de la couche de données (« data layer » en anglais) ou des arguments aux fonctions d’événements du TMS pour déclencher des tags.

Une variable pour un TMS

Pour un TMS ( Tag Management System), un événement est une variable ou une fonction associée à l’action réalisée par le navigateur ou l’utilisateur sur le site. En fonction de la valeur ou des arguments passés à la fonction, il est possible de déclencher des tags spécifiques. Par exemple, avec GTM, si on pousse une variable « event » avec pour valeur « add_to_cart », il sera possible d’utiliser cette condition pour l’envoi des tags.

La notion d’événement ici est clé pour le TMS, car elle est le pivot du déclenchement des tags. Ces mêmes tags vont transmettre des informations via des requêtes aux différentes solutions implémentées (analytiques, médias, etc.)

Un point de mesure pour un outil d’analyse

Dans les rapports, un événement correspond en général à une interaction utilisateur. De nos jours, ceux-ci sont en général déclenchés via le TMS & la couche de données. Une interaction sur le site engendre une transmission d’information aux TMS (via la couche de données ou une fonction) qui déclenche des tags et alimente les outils de mesure (analytique, média, etc.)

GA4 : une analyse basée sur l’événement

Le changement par rapport à Universal Analytics

Un des changements de structure les plus marquants avec GA4 est le type de hit. Avec Universal Analytics, il est possible de transmettre des requêtes de type « pageview », « screenview », « event » ou encore « transaction ». Là où GA4 se démarque, c’est le passage total à l’événement. Toutes les requêtes de collecte contiennent un ou plusieurs événements, ce qui autorise en réalité une plus grande flexibilité dans la mise en place des indicateurs. Il est possible d’utiliser des événements recommandés par Google dans leur documentation mais aussi des événements personnalisés. La construction des rapports dans l’interface qui en découle est plus fine et les événements recommandés sont adaptés à chaque type d’industrie.

Des événements liés à un business

GA4 propose plusieurs catégories d’événements adaptées à des modèles économiques fréquemment rencontrés sur le marché : 

  • E-commerce et vente au détail
  • Emploi, formation, offres locales et immobilier
  • Voyages (hôtels/vols)
  • Jeux 

La catégorie e-commerce et vente au détail s’intéresse aux parcours d’achats effectués par des utilisateurs de site et/ou d’applications mobiles e-commerces. L’événement « purchase », par exemple, est très utile pour comptabiliser le nombre de transactions effectuées par rapport au trafic généré (taux de conversion). Les paramètres recommandés et associés à la transaction sont « transaction_id » pour l’identifiant, « value » pour le montant ou encore « items » pour les produits associés à la transaction.

Pour l’emploi, la formation, les offres locales et l’immobilier, les internautes consultent beaucoup de produits et d’offres. Pour mesurer la popularité et l’efficacité de ses listes de contenus, les événements « view_item_list » et « select_item » sont les plus adaptés. En y associant le paramètre « items », il est possible d’obtenir la performance d’affichage et de clic sur un des éléments de la liste en fonction de sa position.

Concernant le voyage, les utilisateurs sont amenés à effectuer des recherches de chambres d’hôtels, de vols d’avion et autres avant de réserver. L’événement « search » permet de compter le nombre de recherches effectuées. Et pour le voyage, les paramètres « start_date » pour la date de départ, « end_date » pour la date de retour ou encore « number_of_rooms » pour le nombre de chambres d’hôtels permettent d’obtenir une meilleure granularité des informations recherchées.

Les jeux peuvent également bénéficier d’un suivi de mesure d’audience. GA4 propose des événements recommandés spécifiques à cette catégorie. L’événement « level_up », par exemple, est utile pour connaître le nombre de joueurs qui passe à un niveau supérieur. Combiné au paramètre recommandé « level », la mesure permet de connaître quel niveau est atteint par le joueur.

Quel que soit le modèle économique, Il est toujours possible d’utiliser des événements recommandés et personnalisés pour alimenter les rapports et audiences dans l’interface de GA4. Google propose d’ailleurs plusieurs modèles en exemple, adaptés à des cas d’usages fréquents (dont ceux abordés ici).

Des rapports et audiences prédéfinies

Les modèles présentés dans la galerie de l’outil « Analysis » de GA4 (précédemment disponible uniquement avec GA360, désormais ouvert à tous) proposent plusieurs représentations graphiques des données et notamment par industrie ou cas d’usage. Pour l’e-commerce, un rapport de chemin de transaction permet d’identifier les abandons de panier des utilisateurs par étapes du funnel. Par la suite, des analyses sur chaque étape peuvent être menées pour comprendre la raison de cet abandon. Les événements recommandés permettent de profiter facilement des modèles de rapports auxquels ils sont liés.

GA4 offre également des audiences prédéfinies, cette fois définies sur un périmètre (scope) utilisateur : les « non acheteurs » par exemple concernent les utilisateurs n’ayant pas réalisé l’événement « purchase ». Il est possible de partager très rapidement ces audiences avec d’autres solutions (Google Ads uniquement pour l’instant) pour recibler via les utilisateurs sur le réseau Google, ou bien créer des audiences similaires (« look-alike ») grâce au machine learning.

Les recommandations de Google vont dans le sens d’une standardisation des événements, ce que l’on retrouve désormais avec la plupart des autres solutions analytiques et médias disponibles sur le marché.

Une standardisation du marché

La mesure à des fins statistiques ou publicitaires basée sur l’utilisation d’événements existe à travers de nombreux outils sur le marché. Google a décidé de rejoindre ces différents acteurs et agrandit ainsi la voie vers une simplification de l’implémentation.

La mesure d’audience

Un des pionniers du suivi du parcours de l’utilisateur et des événements réalisés sur le site ou l’application est Amplitude. Ce dernier introduit notamment la notion de propriétés utilisateur et de paramètres d’événements, que nous retrouvons avec GA4. D’autres acteurs comme Heap Analytics, Baidu et récemment AT Internet (Analytics Suite Delta) utilisent des événements pour réaliser le suivi des utilisateurs.

Ces différentes solutions ne proposent pas toutes une recommandation pour aider l’implémentation des événements. Le choix du nom ou de la catégorie est libre.

La publicité

Côté média, les acteurs des réseaux sociaux font le parallèle avec les solutions d’analyse. Des événements recommandés sont proposés et associés à des paramètres pour qualifier les actions effectuées. Facebook, Snapchat, Twitter ou encore Pinterest : des similitudes sont visibles dans les nomenclatures proposées.

Par exemple, pour suivre l’ajout d’articles au panier sur un site ecommerce, les solutions de Facebook et de Pinterest proposent un événement intitulé « AddToCart » quand Twitter le nomme « ADD_TO_CART » et Snapchat l’appelle « ADD CART » (« add_to_cart » pour GA4). 

Nous avons récapitulé dans le tableau ci-dessous les nuances entre diverses solutions :

GA4FacebookSnapchatTwitterPinterestMicrosoft Ads
page_viewPageViewPAGE VIEW(page)page_view
purchasePurchasePURCHASEPURCHASECheckoutPurchase
view_itemTESTview_item
view_item_listLIST_VIEWview_item_list
add_to_cartAddToCartADD CARTADD_TO_CARTAddToCartadd_to_cart
remove_from_cartremove_from_cart
add_to_wishlistAddToWishlistADD_TO_WISHLISTADD_TO_WISHLISTadd_to_wishlist
begin_checkoutInitiateCheckoutSTART CHECKOUTCHECKTOU_INITIATEDbegin_checkout
add_payment_infoAddPaymentInfoADD BILINGADDED_PAYMENT_INFOadd_payment_info
sign_upCompleteRegistrationSIGN UPSIGN_UPSignupsign_up
loginLOGINLOGINLogin
shareSHARESHAREShare
searchSearchSEARCHSEARCHSearchSearch
generate_leadLeadLeadgenerate_lead

Vers une simplification de l’implémentation

Google Analytics rejoint les autres solutions du marché en allant sur le modèle plus souple basé sur des événements. Étant donné l’excellente résilience de cette architecture, si toutes les solutions du marché utilisaient des nomenclatures similaires, il serait plus simple de réaliser et maintenir les implémentations. La standardisation des événements et des paramètres qui les accompagnent permettrait de simplifier la gestion de la collecte, de mettre en place des modèles de rapports dédiés et des cas d’usage prêts à l’emploi.

 

Vous reprendrez bien une tasse de thé ?