Un audit GA4 montre ce que vous collectez, si ces données répondent à vos questions métier, et où vous laissez de l’argent sur la table.

Pourquoi auditer GA4 ?

Beaucoup d’organisations héritent de leur analytics d’un setup précédent (Universal Analytics, une implémentation GA4 plus ancienne, ou du tracking fait maison). D’autres ont grandi plus vite que leur analytics, et l’implémentation d’origine ne répond plus à leurs besoins.

Un audit fait remonter :

  • Les trous dans le tracking : les événements que vous ne mesurez pas.
  • Les problèmes de qualité de données : des conversions mal comptées.
  • Les problèmes de consentement : un tracking qui ignore le RGPD et le consentement des utilisateurs.
  • Les fuites de revenu : du chiffre d’affaires que vous n’arrivez pas à attribuer.

Étape 1 : Auditer votre collecte de données

Commencez par les fondamentaux : quelles données envoyez-vous à GA4 ?

À vérifier :

  • Quels sites, apps ou propriétés alimentent GA4 ?
  • Toutes les interactions utilisateur clés sont-elles trackées ? (soumissions de formulaire, lecture de vidéo, téléchargements, achats ?)
  • Les données remontent-elles depuis GTM, Shopify, Firebase, ou directement ?
  • Y a-t-il des événements en double ou des incohérences de nommage ?

Outils :

  • Le mode preview de Google Tag Manager
  • GA4 DebugView (inspection des événements en temps réel)
  • L’onglet Réseau des DevTools du navigateur (pour inspecter les requêtes GA4)

Étape 2 : Valider vos conversions

Les conversions GA4 alimentent tous vos rapports. Une mauvaise logique de conversion mène à de mauvaises décisions.

À vérifier :

  • Toutes les actions génératrices de revenu sont-elles marquées comme conversions ?
  • Le comptage des conversions est-il fiable ? (pas de doublons, pas d’événements manquants ?)
  • Les métriques de valeur client sont-elles configurées ? (revenu, ID de transaction, etc.)
  • Vos chiffres de conversion correspondent-ils à vos chiffres métier ?

Exemples de problèmes à surveiller :

  • Des conversions sur page de remerciement qui se déclenchent plusieurs fois par session
  • Des événements d’achat sans ID de transaction ni montant
  • Des conversions de formulaire qui se déclenchent avant validation

Étape 3 : Passer en revue vos dimensions et métriques personnalisées

Les dimensions personnalisées apportent votre contexte métier dans GA4, et un mauvais setup le gaspille.

À vérifier :

  • Vos dimensions personnalisées capturent-elles ce qui compte ? (segment utilisateur, palier tarifaire, qualité de la source de trafic ?)
  • Les dimensions ont-elles la bonne portée ? (utilisateur, session, événement ?)
  • Vos métriques personnalisées suivent-elles vos KPIs ? (marge, valeur vie client ?)

Erreurs fréquentes :

  • Stocker la même donnée à la fois dans une dimension native et une dimension personnalisée (gaspillage)
  • Des dimensions scopées événement qui devraient être scopées utilisateur (perte de contexte)
  • Capturer trop de données personnelles (risque de conformité et de consentement)

Étape 4 : Auditer vos audiences et votre segmentation

Les audiences vous permettent de recibler et d’analyser des sous-ensembles d’utilisateurs.

À vérifier :

  • Vos audiences clés sont-elles définies ? (clients à forte valeur, paniers abandonnés, etc.)
  • Les audiences sont-elles scopées sur la bonne période ?
  • Les volumes d’audience sont-ils cohérents ? (comparez-les à vos métriques métier)

Étape 5 : Vérifier la conformité et le consentement

La conformité détermine les données que vous avez le droit de collecter et de conserver.

À vérifier :

  • Respectez-vous le consentement utilisateur ? (Consent Mode v2, tracking après refus ?)
  • Votre politique de confidentialité est-elle alignée avec ce que vous trackez ?
  • Gérez-vous correctement les utilisateurs internationaux ? (RGPD, CCPA)

Prochaines étapes

Un audit débouche en général sur trois types de chantiers :

  • Des gains rapides : corrections de tags, problèmes de consentement (1 à 2 semaines)
  • Des gains moyens : nouveaux événements, meilleure attribution (2 à 4 semaines)
  • Des gains stratégiques : refonte d’architecture, intégration BigQuery (4 à 8 semaines)

Des questions ?

Si vous butez sur une question pendant un audit, contactez-nous. Les besoins en données varient d’un business à l’autre : votre analytics doit suivre votre stratégie.