Si GA4 exporte vers BigQuery chez vous, vous collectez déjà la matière première d’un modèle de préchargement prédictif. La plupart des équipes l’ignorent, parce que quelqu’un a mis en place l’export pour une autre raison, souvent pour que la finance construise un dashboard de revenu sur-mesure, et que personne n’est revenu se demander à quoi d’autre ce jeu de données pouvait servir.

Ce qui se trouve dans cet export

Un export standard GA4 vers BigQuery inclut, pour chaque événement, la page, l’horodatage, l’ID de session, la source de trafic, la catégorie d’appareil et assez d’information de séquencement pour reconstituer le parcours complet d’un visiteur sur votre site. C’est un jeu de données comportemental. Il enregistre ce que des dizaines de milliers de personnes ont fait sur vos pages, dans votre structure de navigation, en venant de vos canaux.

Un modèle de prédiction de page suivante a besoin exactement de cette donnée d’entraînement, issue de vos propres visiteurs. Il ne demande ni données synthétiques, ni panel tiers, ni benchmark sectoriel.

Pourquoi il reste inexploité

Dans la plupart des organisations, cette donnée a un seul rôle : alimenter une poignée de dashboards que quelqu’un consulte une fois par mois, quand il le fait. Quelqu’un a construit le pipeline, et personne n’a construit de second usage.

« Entraîner un modèle prédictif sur nos données de navigation » sonne comme un projet de data science avec le calendrier d’une équipe de data science. Si l’export existe et qu’il est assez propre, un modèle de prédiction de page suivante utilisable demande quelques semaines de travail ciblé, pas plusieurs trimestres. Foresight repose sur cette prémisse : vous avez déjà payé pour collecter cette donnée, donc la mettre au travail doit coûter peu.

À quoi ressemble la mise au travail

Foresight commence par vérifier que votre export GA4 vers BigQuery existe et contient assez d’historique. S’il existe, la donnée qui produit un PDF mensuel pour la finance entraîne aussi le modèle qui décide quoi précharger pour le prochain visiteur correspondant à un schéma que vos visiteurs passés ont montré. On ne collecte rien de nouveau et on ne demande rien de nouveau à vos utilisateurs. Vous utilisez le jeu de données deux fois au lieu d’une.

Si l’export n’existe pas encore, il devient l’étape zéro. C’est un prérequis, et une fois configuré, il faut environ une semaine pour obtenir le premier lot de données utile.

Le coût de ne pas le faire

Vous avez payé pour collecter cette donnée, et elle fait un seul travail alors qu’elle pourrait en faire deux. Cet écart sépare ce que coûte la maintenance de votre export BigQuery de ce qu’il rapporte.

Un audit vous dit en cinq minutes si votre setup a ce qu’il faut.