Aperçu clair - Migration Google Analytics

Ici, le sujet Migration Google Analytics est expliqué avec des exemples pratiques. Supprimer le script est la partie facile ; une migration Google Analytics réussie préserve l'historique utile, évite la rupture de reporting et vérifie qu'aucune ancienne balise ne collecte encore.

Migrer depuis Google Analytics ne consiste pas seulement à supprimer un script. Vous devez préserver l'historique qui compte, éviter une rupture de reporting et vous assurer que les anciennes balises ne continuent pas à collecter des données en arrière-plan.

La bonne nouvelle : la plupart des équipes n'ont pas besoin de conserver chaque événement brut. Elles ont besoin de continuité décisionnelle pour les pages, les sources, les campagnes, les conversions, le chiffre d'affaires et le reporting business. La migration est réussie lorsque l'équipe peut toujours répondre aux mêmes questions opérationnelles après la bascule, avec les différences connues documentées.

Étape 1 : décider quel historique compte

Avant d'exporter quoi que ce soit, listez les rapports que les parties prenantes utilisent réellement :

• Trafic mensuel par page.
• Performance par source et support.
• Résultats des campagnes UTM.
• Nombre et taux de conversion.
• Pages d'atterrissage.
• Synthèses par pays et appareil.
• Chiffre d'affaires e-commerce, le cas échéant.
• Graphiques de tendance d'une année sur l'autre.

Ne passez pas des semaines à préserver des rapports auxquels personne ne fait confiance ou que personne ne lit.

Étape 2 : exporter les données de référence

Exportez au moins 12 à 24 mois si disponibles et utiles. Pour GA4, utilisez les rapports intégrés, les Explorations, les exports Looker Studio, la Data API ou l'export BigQuery s'il était déjà configuré. Standardisez les colonnes avant de les enregistrer.

Exports utiles :

• Date, chemin de page, vues, utilisateurs ou sessions, conversions.
• Date, source, support, campagne, sessions, conversions.
• Date, page d'atterrissage, conversions.
• Date, catégorie d'appareil, navigateur, conversions.

N'oubliez pas que les paramètres de conservation des données GA4 peuvent affecter les données exploratoires au niveau utilisateur et au niveau événement. La documentation sur la conservation des données de Google explique les contrôles de conservation pour les propriétés GA4. Exportez ce dont vous avez besoin avant de supprimer des comptes ou d'attendre trop longtemps.

BigQuery est le plus efficace pour les événements GA4 bruts à partir de maintenant, et non pour reconstruire un historique que vous n'avez jamais exporté. La documentation Google sur l'export BigQuery indique que les propriétés GA4 standard ont une limite quotidienne d'export par lots de 1 million d'événements, que l'export en streaming est en mode best-effort et peut comporter des lacunes, et que les données exportées peuvent différer des rapports GA4 car l'export contient les données d'événements brutes sans les mêmes ajouts qu'un rapport (export GA4 BigQuery). Si BigQuery n'était pas lié avant la migration, considérez l'ancien historique brut comme indisponible et préservez plutôt l'historique des rapports agrégés.

Étape 3 : documenter les définitions de métriques

Les différents outils d'analytics définissent les sessions, visiteurs, taux de rebond, engagement et conversions différemment. La migration est un bon moment pour cesser de prétendre que tous les chiffres sont interchangeables.

Documentez :

• Ce qui comptait comme conversion.
• Si le trafic interne était exclu.
• Si le mode consentement ou la modélisation affectaient les rapports.
• Quels domaines étaient inclus.
• Quelles règles de nommage UTM existaient.
• Quels bots étaient filtrés.

Cela évite la panique lorsque le nouvel outil affiche des chiffres différents.

Étape 4 : choisir le remplaçant

Choisissez en fonction des décisions, pas par nostalgie de fonctionnalités. Si vous avez surtout besoin d'analytics web, choisissez un outil respectueux de la vie privée qui couvre :

• Les pages vues et les pages d'entrée.
• Les référents et les campagnes UTM.
• Les objectifs et les événements.
• Les entonnoirs.
• Les dimensions personnalisées ou propriétés d'événements.
• Les exports et l'accès API.
• Le filtrage des bots.
• Le partage de tableaux de bord clients ou publics, si nécessaire.

Si vous avez besoin d'optimisation Google Ads, d'attribution e-commerce et de remarketing, vous pourriez avoir besoin d'une configuration différente ou d'une approche hybride. Soyez honnête sur le compromis.

Étape 5 : faire tourner en parallèle

Installez le nouvel outil d'analytics pendant que GA4 est encore actif, mais gardez les règles de consentement et de confidentialité correctes. Faites tourner les deux pendant une à quatre semaines selon le trafic. Comparez de manière directionnelle, pas parfaite.

Attendez-vous à des différences car les outils gèrent différemment les cookies, bots, sessions, fuseaux horaires, consentement et blocage. Investiguez les écarts importants inexpliqués, en particulier les routes manquantes, les scripts en double, les événements bloqués et le trafic interne.

Avant que la fenêtre de comparaison commence, vérifiez le fuseau horaire de reporting, la devise, les filtres de domaine du site, les règles de trafic interne et les définitions de conversion dans les deux outils. Une incohérence de fuseau horaire peut faire paraître les totaux quotidiens incorrects même quand la collecte d'événements fonctionne. Une incohérence de devise peut silencieusement fausser les comparaisons de revenus.

Étape 6 : migrer les objectifs et les événements

Recréez les conversions importantes dans le nouvel outil :

• Inscription terminée.
• Démo demandée.
• Formulaire de contact envoyé.
• Commande finalisée.
• Inscription à la newsletter.
• Téléchargement cliqué.
• Tarifs consultés.

Utilisez des propriétés d'événements respectueuses de la vie privée comme form_type, plan, page_template ou experiment_variant. Ne copiez pas les anciens libellés d'événements GA s'ils contiennent des données personnelles ou un nommage historique désordonné.

Étape 7 : retirer Google Analytics complètement

Google Analytics se cache à plusieurs endroits :

• Snippet gtag.js codé en dur.
• Conteneur Google Tag Manager.
• Plugin d'analytics du CMS.
• Plugin e-commerce.
• Intégration de gestion du consentement.
• Constructeur de pages d'atterrissage.
• Outil d'automatisation marketing.
• Templates legacy.

Après suppression, utilisez les outils de développement du navigateur pour confirmer qu'aucune requête ne part vers google-analytics.com, googletagmanager.com pour les balises GA, ou les endpoints de mesure associés, sauf si un autre service Google requis subsiste.

Étape 8 : mettre à jour les politiques et bannières

Si la suppression de GA élimine votre seul tracking non essentiel, vous pouvez simplifier votre bannière de cookies. Vérifiez d'abord tous les scripts restants. Les widgets de chat, pixels publicitaires, heatmaps, vidéos intégrées et widgets sociaux peuvent toujours nécessiter un consentement.

Mettez à jour votre politique de confidentialité avec le nouveau fournisseur d'analytics, les catégories de données, la finalité, la durée de conservation et les informations d'opt-out ou sur les droits.

Étape 9 : archiver et supprimer

Si vous n'avez plus besoin de la propriété GA, envisagez de la mettre à la corbeille après vérification des exports. La documentation de Google sur la suppression et la restauration indique que les comptes et propriétés supprimés restent dans la corbeille pendant 35 jours avant la suppression définitive.

Conservez vos rapports exportés dans un emplacement interne contrôlé avec des règles de rétention. Les exports d'analytics historiques peuvent encore contenir des données sensibles sur des campagnes ou des URL.

En résumé

Une migration réussie préserve la continuité décisionnelle, pas chaque ancien tableau de bord. Exportez l'historique qui compte, documentez les définitions, faites tourner les deux systèmes brièvement, vérifiez la suppression, et utilisez la migration pour réduire le tracking plutôt que pour recréer les mêmes problèmes de confidentialité dans un nouvel outil.

Construire une fenêtre de comparaison

Choisissez une fenêtre de comparaison fixe, comme le premier mois calendaire complet après la migration. Pendant cette fenêtre, comparez les anciens et nouveaux rapports sur la direction plutôt que sur l'égalité exacte. Si les deux outils s'accordent à dire que le trafic organique a augmenté, que les conversions sur la page tarifs ont baissé et que le trafic newsletter s'est amélioré, la migration est sûre pour la prise de décision même si les sessions diffèrent.

Communiquer le changement

Dites aux parties prenantes ce qui va changer avant la bascule : moins de rapports au niveau utilisateur, un nommage de campagne plus propre, des définitions de session différentes et un nombre de pages vues éventuellement plus élevé ou plus bas. Une courte note de migration empêche chaque écart de se transformer en urgence data.

Garder les anciens exports lisibles

Stockez les exports avec un README qui explique la plage de dates, le fuseau horaire, les filtres et les définitions de métriques. Les futurs collègues ne devraient pas avoir besoin d'une expertise GA4 pour comprendre un CSV archivé pendant la migration.

Traitez la date de migration comme un changement de mesure, pas comme un événement business. Annotez-la partout où les parties prenantes examinent les tendances.

Checklist QA de migration

Avant de retirer GA4, confirmez cinq choses :

• L'archive couvre les plages de dates que les parties prenantes comparent réellement.
• Chaque export consigne le fuseau horaire, la devise, les filtres, l'identifiant de propriété, la surface source et la date d'export.
• Les hypothèses BigQuery sont documentées : date de liaison, export quotidien versus streaming, limites d'événements et lacunes éventuelles.
• Le nouvel outil d'analytics correspond directionnellement aux faits business clés, en particulier les achats, inscriptions et démos.
• Les anciennes balises GA et GTM sont supprimées ou intentionnellement conservées avec des règles de consentement documentées.

Cela transforme « nous avons changé d'analytics » en un changement de mesure contrôlé. L'ancien système reste lisible, le nouveau système est fiable, et personne n'a à prétendre que l'archive GA4 exportée est une sauvegarde brute complète si elle n'a jamais été configurée ainsi.

Questions fréquentes

Dois-je migrer chaque événement historique de Google Analytics ?

La continuité des décisions compte plus que chaque événement brut : pages, sources, campagnes, conversions, revenus et le reporting métier. Notez quels rapports les parties prenantes utilisent réellement, comme le trafic mensuel par page, la performance par source et support, les résultats des campagnes UTM et les taux de conversion, puis laissez le reste de côté. Les rapports auxquels personne ne fait confiance ou que personne ne lit ne méritent pas des semaines de travail d'export.

Combien de temps dois-je faire tourner Google Analytics et le nouvel outil en parallèle ?

De une à quatre semaines, selon le volume de trafic. Comparez les deux outils sur la tendance plutôt que sur une correspondance exacte. Étudiez les écarts importants et inexpliqués, en particulier les routes manquantes, les scripts dupliqués, les événements bloqués et les différences de trafic interne.

Que deviennent les anciens événements bruts de GA4 si BigQuery n'a jamais été lié ?

Considérez cet historique brut comme indisponible et appuyez-vous sur les rapports agrégés déjà exportés. Les propriétés GA4 standard limitent l'export par lots à 1 million d'événements par jour, et l'export en streaming fonctionne au mieux, avec des écarts possibles. BigQuery ne capture les événements qu'à partir du moment où il est lié, pas l'historique que vous n'avez jamais exporté.

Combien de temps Google conserve-t-il une propriété GA4 supprimée avant sa disparition définitive ?

Les comptes et propriétés supprimés restent 35 jours dans la corbeille avant leur suppression définitive par Google. Vérifiez que vos exports sont complets avant de supprimer quoi que ce soit, car aucune récupération n'est possible passé ce délai.

Quels scripts Google Analytics dois-je retirer en plus du snippet gtag.js ?

GA se cache à plus d'endroits que le snippet gtag.js. Il vit aussi dans un conteneur Google Tag Manager, un plugin analytics du CMS, un plugin e-commerce, une intégration de gestion du consentement, un constructeur de landing pages, un outil de marketing automation et d'anciens templates. Vérifiez chaque emplacement, puis utilisez les outils de développement du navigateur pour confirmer qu'aucune requête ne part plus vers google-analytics.com ou googletagmanager.com.

Puis-je simplifier ma bannière de cookies après avoir retiré Google Analytics ?

Vous pouvez simplifier la bannière si Google Analytics était votre seul script de suivi non essentiel. Vérifiez d'abord ce qui reste, car les widgets de chat, les pixels publicitaires, les heatmaps, les vidéos intégrées et les widgets sociaux peuvent encore nécessiter un consentement. Mettez à jour votre politique de confidentialité avec le nouveau fournisseur, les catégories de données, la finalité et les durées de conservation dans tous les cas.

Que dois-je documenter avant de changer d'outil d'analytics ?

Notez ce qui comptait comme conversion, si le trafic interne était exclu, et si le mode de consentement ou la modélisation affectait les rapports. Enregistrez aussi les domaines inclus, les règles de nommage UTM en vigueur et les bots filtrés. Cette documentation évite la panique quand le nouvel outil affiche des chiffres différents.

Pourquoi les chiffres de mon nouvel outil diffèrent-ils de GA4 alors que rien n'est cassé ?

Les outils d'analytics gèrent différemment les cookies, les bots, les sessions, les fuseaux horaires, le consentement et le blocage, donc un certain écart pendant la période parallèle est normal. Vérifiez d'abord le fuseau horaire et la devise dans les deux outils, car un décalage de fuseau horaire fausse les totaux quotidiens et un décalage de devise casse silencieusement les comparaisons de revenus. Tout écart au-delà de ça, surtout des routes manquantes ou des événements bloqués, mérite d'être investigué.

Combien de mois de données GA4 dois-je exporter avant de migrer ?

Exportez de 12 à 24 mois, si disponibles et utiles. Standardisez d'abord les colonnes : date, chemin de la page, vues, utilisateurs ou sessions et conversions pour les rapports de page, avec des structures similaires pour la source, la landing page et l'appareil. Exportez avant de supprimer les comptes ou de laisser les paramètres de conservation effacer ce dont vous avez besoin.

Que dois-je enregistrer aux côtés de chaque rapport exporté ?

Notez pour chaque fichier le fuseau horaire, la devise, les filtres, l'ID de propriété, la surface source et la date d'export, et ajoutez un README expliquant la plage de dates et les définitions de métriques. Les futurs coéquipiers devraient pouvoir lire l'archive sans expertise GA4. Cela fait aussi partie de la checklist QA de migration avant de retirer GA4.