Analytics · dashboards
Institut Cassiopée
GA4 + Looker
Plan de marquage, dashboards du funnel et pilotage des tests A/B.
SYS/DATA
Poser le KPI avant le décor.
Analytics : plan de marquage GA4, tracking GTM et dashboards Looker Studio
L'analytics, c'est décider quoi mesurer avant de mesurer. On pose les KPI, on installe un plan de marquage GA4 fiable, puis on lit les données — dashboards clairs et analyses d'extracts — pour que les optimisations s'appuient sur des chiffres, pas sur des impressions.
L'analytics fait partie de notre expertise Croissance & Performance — CRO, SEO, SEA et analytics.
SYS/FOR
Pour qui
Équipe qui pilote au doigt mouillé
Des outils branchés mais pas de KPI clairs : personne ne sait ce qui compte vraiment. On repose les indicateurs avant de mesurer.
Migration GA4 en retard ou bâclée
Universal Analytics est mort, GA4 mal configuré ment autant qu'il éclaire. On reprend le plan de marquage à la base.
Un test A/B ou un funnel à analyser
Un extract, un tunnel, une décision à trancher. On va plus loin que l'outil : SRM, z-test, segments.
SYS/SCOPE
Ce que ça couvre
Six chantiers — dépliez celui qui vous concerne.
Plan de marquage GA4
Définir les événements et conversions qui comptent, nommés proprement, avant de poser une seule balise.
GTM et event listeners
Déclencheurs et variables dans Google Tag Manager pour capter chaque interaction sans trou de mesure.
Migration UA → GA4
Reprendre l'historique de mesure et le porter dans GA4 sans perdre la comparabilité.
Dashboards Looker Studio
Tableaux de bord lisibles, avec connecteurs Meta Ads, pour que la donnée serve la décision.
Analyse d'extracts A/B
Visiteurs uniques, SRM, z-test et segments — l'analyse dépasse ce que montre l'outil d'A/B.
Funnels CRM → inscrit
Relier le web au CRM pour suivre le parcours de Lead à Inscrit, pas seulement les clics.
SYS/AI
Ce que l'IA change ici
Trois vues de la même mesure : ce qu'elle coûtait, ce que les agents accélèrent, et ce qui ne se délègue pas.
Avant
Un plan de marquage se rédigeait écran par écran dans un tableur, et l'analyse d'un extract A/B occupait plusieurs semaines avant de rendre une recommandation.
Le coût de l'analyse était tel qu'on ne la faisait qu'une fois, sur la métrique principale — les segments passaient à la trappe.
Avec des agents
Un extract de 214 473 lignes devient 135 298 visiteurs, un SRM, un z-test et 29 segments en jours — puis un explorer que le client manipule. Le temps d'analyse tombe de semaines à jours.
Les 29 segments existent parce qu'ils ne coûtent presque plus rien à produire : c'est là que se cachent les effets qu'une moyenne globale masque.
Instrumentation
Le plan de marquage est généré depuis les maquettes, relu ligne à ligne, puis poussé dans GTM sans trou de mesure.
Analyse
Extract → SQL/Python → explorer en jours, avec des canevas de dashboards générés puis ajustés à la main.
Ce qui reste humain
Poser les KPI est un travail de décision, pas de génération : personne d'autre que l'équipe ne peut dire ce qui compte pour elle. La décision reste humaine.
Et c'est un humain qui signe la recommandation — y compris quand elle consiste à dire de ne pas déployer.
SYS/LOOP
Comment on fait
La boucle du studio, côté données.
- 01Poser les KPI — décider quoi mesurer et pourquoi, avant d'ouvrir GA4 ou GTM.
- 02Instrumenter — plan de marquage GA4, déclencheurs GTM, contrôle qu'aucun événement ne manque.
- 03Consolider — dashboards Looker Studio lisibles, connecteurs Meta Ads, une seule source de vérité.
- 04Analyser — extracts A/B sur SQL/Python (SRM, z-test, segments), puis restituer une décision claire.
SYS/PROOF
Preuves
| Groupe | Taux de récapitulatif |
|---|---|
| Contrôle | 49,36 % |
| Variante | 48,25 % |
−2,25 %, significatif à plus de 99 % · 214 473 lignes d'extract → 135 298 visiteurs · SRM p = 0,18 · 29 segments. Recommandation : ne pas déployer. L'axe démarre à zéro et plafonne à 55 % pour que deux barres presque égales le restent à l'écran.
SYS/TOOLS
Outils
- GA4
- GTM
- Looker Studio
- BigQuery / SQL
- Python
- Lucky Orange
SYS/FAQ
Questions fréquentes
GA4 suffit-il ?
GA4 mesure le comportement web — pages, événements, quelques conversions. Il s'arrête souvent au clic. Pour une vraie décision (un test A/B, un segment CRM, un mix canaux), on croise l'export — BigQuery, CSV, SQL, Python — avec ce que le métier sait déjà.
PlusMoins
L'outil est un point de départ, pas la réponse. Un rapport standard qui « a l'air bon » peut cacher un plan de marquage troué, des doublons, un consent mal câblé. On vérifie la donnée avant de raconter une histoire.
Si GA4 est votre seule source et qu'il n'a jamais été cadré, le premier chantier n'est pas un dashboard de plus : c'est un plan de marquage relu.
Qu'est-ce qu'un SRM ?
Un Sample Ratio Mismatch : la répartition réelle entre variantes A et B s'écarte de ce qui était prévu (50/50, 70/30…). C'est un signal que le test est biaisé — redirection, bot, flicker, mauvais ciblage.
PlusMoins
On le vérifie avant d'interpréter le moindre lift. Un « +12 % » dans l'outil d'A/B avec un SRM, ce n'est pas un gagnant : c'est un artefact. L'extract + un test statistique (z-test, etc.) servent exactement à ça.
C'est un exemple de ce que « analytics » veut dire ici : pas un camembert, une garde-fou avant de shipper une variante à tout le trafic.
Dashboard ou analyse ?
Un dashboard (Looker Studio, souvent) suit des KPI en continu : il pilote. Une analyse répond à une question précise sur un extract : elle tranche. Les deux sont utiles ; les confondre produit des tableaux que personne ne lit, ou des slides sans suite.
PlusMoins
On commence par la question (« pourquoi le taux de devis a cassé en mars ? »), puis on choisit l'outil. Pas l'inverse. Un dashboard de trente tuiles n'est pas un système de mesure ; c'est un écran de veille.
Les agents aident à nettoyer un extract et à produire des vues. Ils ne choisissent pas la question. C'est le brief.
Faut-il migrer d'Universal Analytics ?
Universal Analytics ne collecte plus. La question n'est plus « faut-il migrer » : c'est « la migration a-t-elle été faite proprement ? ». Souvent non : événements mal nommés, conversions fantômes, e-commerce à moitié câblé.
PlusMoins
Mieux vaut reprendre le plan de marquage que se fier à des données trouées et comparer « vs N-1 » qui n'existe plus. Un historique cassé n'est pas un KPI.
On ne vend pas une « migration UA » magique. On vend une mesure fiable à partir de maintenant, documentée, que le CRO et le SEA peuvent utiliser.
Comment mesurer l'efficacité d'une stratégie CRO ?
Un KPI primaire posé avant le test, un avant / après (ou un A/B jusqu'à la puissance), un contrôle de SRM, une doc du gagnant et du perdant. Pas un « on a senti que ça allait mieux ».
PlusMoins
Les indicateurs utiles : taux de conversion de l'étape visée, revenu ou leads, parfois micro-conversions (mais elles ne remplacent pas le KPI). Un heatmap aide à voir ; il ne conclut pas.
Le détail métier est sur la page CRO. Ici, on tient la couche qui rend ces chiffres croyables.
GTM et plan de marquage, c'est pour qui ?
Pour toute équipe qui veut des événements stables : marketing, produit, data. Un plan de marquage écrit à partir des maquettes (ou des pages live), des noms une fois pour toutes, un conteneur GTM relu ligne à ligne.
PlusMoins
Sans ça, chaque nouveau prestataire rajoute un tag, un doublon, un « click - CTA » différent. Six mois plus tard, plus personne ne sait ce que « generate_lead » veut dire.
Les agents peuvent aider à inventorier et à documenter. La validation des noms et des déclencheurs reste humaine — et souvent le vrai livrable.
Faut-il brancher le CRM ?
Dès que le vrai résultat n'est pas le clic mais la vente, le devis signé, l'élève inscrit. GA4 s'arrête trop tôt. Un export CRM (même CSV) + un rapprochement, c'est souvent là que le programme growth devient honnête.
PlusMoins
On n'a pas besoin d'un CDP le jour 1. On a besoin d'un identifiant, d'une date, d'un statut. Le studio travaille en local sur l'extract ; rien ne part dans un modèle sans accord.
Si le CRM est un chaos, on le dit : la mesure attend un minimum de propreté métier, pas l'inverse.
Looker Studio remplace-t-il un analyste ?
Non. Looker (ou équivalent) est un écran de suivi. Il rend visibles les KPI qu'on a choisis. Il ne pose pas la question, ne nettoie pas l'extract, ne détecte pas un SRM tout seul.
PlusMoins
Un bon dashboard a peu de tuiles, une question par vue, une date et un filtre que le métier comprend. Un mauvais dashboard est un musée de graphes. On construit le premier, on refuse le second.
Les agents accélèrent le branchement et les requêtes. La relecture des chiffres — « est-ce que ça peut être vrai ? » — reste le métier.
SYS/NEXT
Prochaine étape
Envoyez un extract, un compte GA4 ou une question de mesure : on dit ce qui est fiable, ce qui ne l'est pas, et le premier chantier. Cadrage écrit sous 48 h, sans engagement.