Après avoir fait ses armes chez Accenture et Converteo, Thomas Clavelloux a rejoint Molotov.tv en tant que Chief Data Officer. Depuis la collecte jusqu’à la mesure, en passant par la modélisation et la monétisation, il couvre le spectre data dans sa globalité.
En juillet 2023, Google coupera sa version actuelle de Google Analytics pour passer sur la nouvelle version. La migration de ces données est un enjeu central pour les entreprises, et elle peut être plus complexe qu’il n’y paraît ! C’est grâce à cette expertise complète de la data qu’il vous livre aujourd’hui ses conseils pour une migration Google Analytics 4 réussie !
Concrètement, qu’est-ce qui change dans Google Analytics 4 ?
Google dit que GA4 est simplement la quatrième version de Google Analytics, mais en réalité on peut plus raisonnablement parler de révolution plutôt qu’une simple évolution !
Avec GA4, Google se remet à jour dans la façon de collecter des données (collecte “event-based”)et de les analyser. Citons quelques points saillants : le système de “sessions” qui n’est plus vraiment pertinent aujourd’hui, l’uniformisation de la donnée web et de la donnée app (Firebase & GA ont historiquement toujours eu du mal à être exploitées de concert) pour suivre un utilisateur sur toute son expérience digitale…
On pourra également citer la volonté de Google de brosser dans le sens du poil la CNIL, avec quelques features relatives à la protection des données personnelles.
Quand faire la migration Google Analytics 4 ?
Au 1er juillet 2023, Google Analytics (dans sa version actuelle !) s’arrêtera. Il est donc fortement conseillé de déployer un GA4 rapidement ! En effet, cette nouvelle version Google Analytics 4 fonctionnera sur une nouvelle librairie, avec un schéma de collecte différent. En somme, vous déployez un nouvel outil analytics : pas de rétroactivité dans la donnée, des écarts à investiguer et expliquer…!
Le plus stratégique est donc d’opérer un overlap, c’est-à-dire de faire fonctionner les deux versions de Google Analytics en simultané. Cela permet de mieux comprendre les indicateurs, vérifier qu’il n’y a pas eu d’erreurs dans le set-up…
Les 5 points à ne pas négliger pour passer sur Google Analytics 4
1. Évaluer l’effort
Le temps et l’énergie que demandera la migration dépendent beaucoup de la typologie de l’entreprise. Pour une petite entreprise agile avec peu d’assets digitaux (un site vitrine + une app par exemple), elle peut prendre à peine une semaine. En revanche, pour un gros acteur international e-commerce avancé sur GA, elle peut prendre jusqu’à 1 an et va être plus complexe à mettre en place.
Pour évaluer cet effort, il faut réaliser un audit : comprendre quels sont les assets digitaux que l’on possède (web, applicatifs), ce que l’on souhaite piloter, le rétroplanning de la migration à envisager…
Cette évaluation de l’effort est d’autant plus importante que Google Analytics concerne de plus en plus d’équipes ! L’outil ne concerne plus uniquement les équipes de webanalyse et d’acquisition, il s’étend de plus en plus aux équipes marketing (y.c. offline), supply chain, les équipes relation client…
2. Le double-run
Il est conseillé d’opérer au moins 13 mois d’overlap (travail en simultané des deux versions Google Analytics) pour faire des comparaisons d’année à année, surtout pour les secteurs ayant beaucoup de saisonnalité.
Durant cet overlap (et de manière générale en exploitation), on se fie toujours à son outil du passé car les décideurs ont des référentiels de performance basés sur l’outil legacy. Lors de l’implémentation d’un nouvel outil, si un indicateur nous interpelle, cela peut vouloir dire deux choses : soit elle met en défaut l’outil du passé, soit elle met en défaut le set-up du nouvel outil.
Plus on se rapproche de l’échéance, plus on se fie au nouvel outil. Pour cela il faut éduquer les décideurs et directions utilisatrices de GA au nouvel outil et à ses nouveaux indicateurs et communiquer une date de cut-off en interne (même si l’on continuera le double-run encore quelques semaines/mois). Cela permettra aux autres directions de ne pas être déroutées et éviter qu’il y ait de la défiance dans la donnée. Et accessoirement de se ménager un “run à blanc” au démarrage (on fait tourner l’outil même si les indicateurs ne font pas (encore) foi).
Besoin d’aide pour votre migration ?
Suivez une formation intensive Google Analytics 4 pour vous-mêmes ou pour votre équipe.
- 8h de formation intensive sur 1 mois maximum
- un expert data issu des meilleures entreprises tech
- des exercices concrets pour appliquer vos acquis
3. Le Ecommerce avancé
Google Analytics propose des fonctionnalités très avancées sur le Ecommerce. sur ce périmètre, les données vont être collectées différemment sur GA4 que sur les anciennes versions de Google Analytics. Comme cela touche aux transactions et au pilotage de l’expérience produits, il est important de se faire accompagner pour la mise en place de ces fonctionnalités, car elles sont primordiales pour interpréter les données d’un site e-commerce.
Vous pouvez vous faire accompagner par des cabinets Data pour la mise en place de la fonctionnalité en elle-même, ou bien par des organismes de formation pour comprendre et vous approprier son fonctionnement.
4. Penser BigQuery
Utiliser l’interface Google Analytics directement sur navigateur peut être largement suffisant pour certaines équipes. D’autres, en revanche, auront besoin de faire des analyses plus poussées et d’avoir recours à BigQuery.
Il faut bien penser à la réconciliation de la donnée dans BigQuery, pour assurer la continuité et la pérennité de la donnée entre les différentes versions de GA. Si l’on a besoin de faire des analyses sur une durée de 5 ou 10 ans par exemple, il faut s’assurer que la donnée soit uniforme et exploitable, quelle que soit la version de Google Analytics qui a permis de collecter les données. Il va falloir travailler la donnée de façon unifiée, trouver les clés de jointure communes… BigQuery sera donc le gage d’une donnée juste, granulaire et pérenne.
5. Conduire le changement
Le risque principal dans une migration d’outil analytics, ce n’est paradoxalement pas de bien ou mal déployer le nouvel outil. Le réel frein est celui de la défiance dans la donnée. Il faut que les équipes puissent avoir une totale confiance dans les équipes digitales qui sortent et exploitent la donnée. Il faut faire comprendre à l’échelle de l’entreprise que l’outil change, mais que la confiance dans les équipes opérationnelles de la donnée doit, elle, rester intacte.
Il y a un réel enjeu d’anticipation et de communication pour réassurer les équipes : sessions de lunch & learn, newsletters internes, formations… Il faut accompagner les équipes dans la nouveauté et le changement, comme dans n’importe quel projet.
