A supposer que les publishers français puissent continuer de se servir de Google Analytics, ce qui semble être de plus en plus compromis, sa nouvelle version GA4 pourrait avoir un impact majeur sur la mesure de l'efficacité, et notamment l'efficacité business, des activations publicitaires. Car ces dernières sortiront favorisées quand elles auront lieu dans les propriétés digitales d'un publisher se servant des outils d'activation Google, soit-il un annonceur, un retailer ou une marque média.

La raison est simple : GA4 est censé offrir au propriétaire du site ou application une vision assez poussée du potentiel business de chacun de ses visiteurs où qu'ils soient, à condition de travailler avec des outils Google, bien entendu. Un changement important vu que le potentiel business des prospects est une denrée qui vaut de l'or pour une activation marketing ou publicitaire réussie.

"Dans GA4, le publisher ou l'annonceur disposera d'une vision unifiée et non biaisée de toutes les données pertinentes sur ses consommateurs, lecteurs et utilisateurs", explique Margarita Zlatkova, directrice solution média et programmatique chez Weborama, fournisseur de solution d'intelligence artificielle sémantique. La raison est que la manière même de mesurer de GA4 a changé : on ne se base plus sur des sessions ou des pages vues mais sur des "événements". "On quitte une analyse basée sur les pages chargées pour adopter une logique attachée aux événements, c'est-à-dire aux fonctionnalités : l'impact est considérable par exemple pour les sites marchands", analyse Sylvain Le Borgne, head of expertise et innovation chez fifty-five, cabinet conseil en data. Un exemple typique de ce changement est le charriot du panier, affiché généralement en haut à droite de la page. Avant GA4, le fait de cliquer dessus ne comptait pas puisque s'agissant d'un overlay il n'y a pas de chargement de page. "Avec GA4 on saura par exemple combien de fois le consommateur a consulté le contenu de son panier avant de conclure l'achat", illustre-t-il.

Autre changement de taille : comme GA4 casse les silos entre le web et l'environnement applicatif, la vision 1st party en sort bonifiée puisqu'on saura ce qu'un même utilisateur fait, qu'il soit sur mobile PC, sur site ou sur application. "Si l'utilisateur donne son consentement au suivi publicitaire, son comportement sera tracé grâce à son compte Google. Autre possibilité : lorsque le propriétaire du site pose un tag GA4, on peut suivre l'internaute dans l'univers Google. Dans un cas comme dans l'autre, Google fournit à partir de cette nouvelle version une vue globale de tous les événements reliés à chaque utilisateur tant qu'il est à l'intérieur de l'univers du publisher en question", précise Margarita Zlatkova. "Les outils de suivi web et mobile étaient jusque-là dissociés : avec GA4, Google casse ces silos pour un suivi unifié des assets digitaux des marques", complète Sylvain Le Borgne.

Troisième aspect qualifié de positif pour cette version : les propriétaires de sites pourront constituer leurs analyses d'audience de data 1st party directement à partir de Google Analytics puis les pousser dans de futures activations sur Google Ads (search) et DV 360 (display). Cette fonctionnalité n'existait pas sur les versions précédentes. "Avec GA4, il est désormais possible de constituer des cohortes directement à partir de GA et d'utiliser ces segments. On pourra ainsi activer sur le search ou en programmatique les cohortes constituées sur Google Analytics dont par exemple celles correspondant aux personnes dont le taux probable de conversion est le plus élevé. GA deviendra ainsi le cœur névralgique des prises de décision marketing dans l'univers Google", explique Margarita Zlatkova.

Des segments que les publishers auront tout loisir à également exporter sous la forme de cohortes dans la Privacy Sandbox de Google. "Ces audiences pourront alors être envoyées sur tous les DSP travaillant avec les Fledge ID, non pas en tant qu'individus pris de manière individuelle mais sous la forme de petits groupes d'individus ayant les mêmes affinités", précise l'experte. Cela signifie que l'on déterminera la valeur de ces inventaires sur la base des insights remontés par GA, eux-mêmes conçus suivant une vision business centric.

Plus d'opacité, plus de dépendance

Revers de la médaille de toute cette facilité : la dépendance à l'égard de Google en sort renforcée sur GA4. "Google se base sur les comportements observés les derniers 28 jours pour proposer des prédictions. Comme par exemple le taux de churn, la life time value ou les prospects les plus proches de la conversion dans les sept jours qui arrivent", explique Margarita Zlatkova. Tout se base sur les moteurs de machine learning de Google dont personne ne connaît vraiment le fonctionnement. Sans compter que le moteur de recherche doit désormais composer avec un taux élevé de refus de partage de données à des fins de suivi publicitaire. "Aujourd'hui 1 internaute sur 2 ne donne pas son consentement. Ces personnes disparaissent du viseur de GA4. C'est pourquoi Google a introduit des modèles de machine learning capables de prédire les comportements de ces derniers sur la base de signaux faibles", poursuit-elle.

GA4 vient en effet avec la capacité de modéliser les conversions qui ne sont plus traquées, elles-mêmes servant ensuite de base de connaissance aux activations futures. Mais comment le fait-il et quel impact cela peut-il avoir sur les performances des activations basées sur ces prédictions ? "En cas de refus des traceurs par l'internaute, Google collecte des signaux qui ne sont pas rattachés à un identifiant, comme les pages chargées, le type de navigateur, le device, etc. (c'est ce que l'on appelle les signaux faibles, ndlr.). Ces données servent à alimenter son algorithme et permettent de modéliser l'activité en ligne qui n'est pas tracée", explique Sylvain Le Borgne. Pour ce professionnel, se pose alors la question de la représentativité de cette méthode. "Cet inventaire qui sert à la modélisation n'est pas activable en l'état. Pourtant il participe à l'optimisation des achats par les outils de Google et est pris en compte pour afficher un même niveau de performances. Cela pose la question de comment Google modélise et affecte ces valeurs." Un question qui risque bien de rester sans réponse.