GA4 vs Universal Analytics : les différences clés à connaître

En bref — Universal Analytics (UA) fonctionnait sur un modèle sessions/pages vues. GA4 repose entièrement sur les événements : chaque interaction est un événement paramétrable. Ce changement de paradigme modifie profondément la façon dont on configure, lit et exploite les données analytics.

Pourquoi la migration était inévitable

Universal Analytics a été conçu en 2005 pour un web de pages statiques. En 2023, les utilisateurs naviguent sur mobile, interagissent avec des SPAs (Single Page Applications), passent du web à l'application native et bloquent de plus en plus les cookies tiers. UA ne pouvait plus mesurer fidèlement ce parcours.

GA4 a été conçu pour :

• Mesurer les parcours cross-device et cross-platform (web + app native)
• Fonctionner dans un environnement cookieless (modélisation ML des données manquantes)
• S'aligner sur les réglementations RGPD (données moins personnalisées par défaut)
• S'intégrer nativement avec BigQuery pour les analyses avancées

Universal Analytics a définitivement cessé de collecter des données en juillet 2023.

Modèle de données : la rupture fondamentale

Universal Analytics : sessions et pages vues

UA organisait les données en sessions contenant des hits de différents types : pageview, event, transaction, social. Une session regroupait les interactions d'un utilisateur sur une durée définie (30 minutes par défaut). Le rapport "Pages" montrait les pages vues. Le rapport "Évènements" montrait les événements configurés via gtag ou GTM.

GA4 : tout est événement

Dans GA4, il n'existe qu'un seul type de hit : l'événement. Une page vue est un événement (page_view). Un scroll est un événement (scroll). Un clic est un événement (click). Une transaction est un événement (purchase). Chaque événement peut porter jusqu'à 25 paramètres personnalisés.

Ce modèle est plus flexible (mesurer n'importe quelle interaction) mais nécessite une planification plus rigoureuse : sans plan de marquage documenté, GA4 devient rapidement un chaos d'événements non structurés.

Comparatif des métriques principales

| Métrique UA | Équivalent GA4 | Différence notable | |---|---|---| | Sessions | Sessions | Calcul légèrement différent | | Utilisateurs | Users | Basé sur le User-ID ou Device-ID | | Nouveaux utilisateurs | New users | Fenêtre de 13 mois max | | Taux de rebond | Taux d'engagement inverse (1 - engaged sessions) | Définition inversée | | Pages/session | Pages / session (toujours dispo) | Identique | | Durée de session | Durée de session engagée | Exclut les sessions non engagées | | Transactions e-com | Achats | Même concept, nomenclature différente | | Objectifs (Goals) | Conversions (événements marqués) | Plus flexible |

Le taux de rebond : un changement de définition majeur

En UA, le taux de rebond mesurait les sessions avec une seule page vue (pas d'interaction). Un utilisateur qui lisait un article en entier sans cliquer était comptabilisé comme un "rebond".

En GA4, la métrique de référence est le taux d'engagement : une session engagée dure plus de 10 secondes, contient une conversion ou comprend au moins 2 pages vues. Le taux de rebond GA4 est donc : 100 % - taux de sessions engagées. Un article lu en entier sans clic est désormais une session engagée.

Conséquence : ne comparez jamais un taux de rebond UA avec un taux de rebond GA4, ils ne mesurent pas la même chose.

Interface et rapports

Universal Analytics

L'interface UA était organisée en sections figées (Audience, Acquisition, Comportement, Conversions) avec des rapports prédéfinis. La personnalisation passait par les "Custom Reports" et les "Tableaux de bord". Intuitive pour les débutants, mais limitée pour les analyses complexes.

GA4

L'interface GA4 est organisée autour de :

• Rapports : aperçus préconfigurés (Acquisition, Engagement, Monétisation, Fidélisation)
• Explorations : espace d'analyse ad hoc (entonnoirs, chevauchements de segments, chemins utilisateurs)
• Publicité : rapports d'attribution et parcours de conversion
• BigQuery Export : accès aux données brutes non samplées

L'Exploration remplace les Custom Reports UA et offre beaucoup plus de puissance : visualisation en entonnoir, analyse de cohorte, tableau croisé, etc. La courbe d'apprentissage est plus élevée.

Custom Dimensions et paramètres d'événements

UA : Custom Dimensions et Metrics

UA permettait de définir 20 Custom Dimensions personnalisées (scope hit/session/utilisateur) et 20 Custom Metrics. La configuration se faisait dans l'interface puis dans le code de marquage.

GA4 : paramètres d'événements et dimensions personnalisées

GA4 enregistre automatiquement les paramètres d'événements (event_category, event_label, etc.), mais pour les voir dans les rapports standards, il faut les enregistrer comme dimensions personnalisées dans l'interface GA4. Limite : 50 dimensions personnalisées de portée événement, 25 de portée utilisateur.

Attention : un paramètre envoyé mais non enregistré ne sera pas exploitable dans les rapports — uniquement visible dans DebugView et BigQuery.

Ecommerce

UA Enhanced Ecommerce

UA proposait une implémentation ecommerce enrichie (Product Impressions, Add to Cart, Checkout Steps, Purchase) avec une dataLayer bien documentée.

GA4 Ecommerce

GA4 utilise des événements ecommerce standardisés (view_item, add_to_cart, begin_checkout, purchase) avec un objet items structuré. La migration du dataLayer UA vers GA4 nécessite un travail de refactoring non trivial.

Avantage GA4 : les rapports ecommerce sont plus granulaires (analyse par item, comparaisons de cohortes d'acheteurs, entonnoirs d'achat personnalisables dans Explorations).

Sampling et BigQuery

Problème historique d'UA : le sampling des données dans les rapports sur les gros volumes. Au-delà d'un certain seuil de sessions, GA4 échantillonnait les données dans les rapports Custom — avec le risque d'indicateurs inexacts.

GA4 avec l'export BigQuery règle ce problème : les données brutes non samplées sont disponibles directement dans BigQuery (gratuit jusqu'à 10 Go/mois), permettant des analyses SQL complètes sur 100 % du trafic.

Attribution et connexion Google Ads

UA

UA proposait plusieurs modèles d'attribution (dernier clic, premier clic, linéaire, dégressif, position) dans les rapports Multi-Channel Funnels. La connexion Google Ads importait les conversions et permettait le remarketing.

GA4

GA4 utilise par défaut le modèle "basé sur les données" (data-driven attribution) qui répartit le crédit de conversion entre tous les points de contact via un modèle ML. C'est plus précis mais moins transparent.

La connexion Google Ads est renforcée dans GA4 : les audiences GA4 se synchronisent directement avec Google Ads pour le remarketing, et les conversions GA4 peuvent être importées comme conversions Google Ads primaires.

FAQ : GA4 vs Universal Analytics

Puis-je encore accéder à mes données UA ?

Les interfaces UA ont été désactivées en juillet 2024. Les données sont théoriquement accessibles via l'API jusqu'en 2026 selon Google, mais l'interface utilisateur n'est plus disponible. Exportez vos données historiques importantes dans BigQuery ou Google Sheets si ce n'est pas encore fait.

GA4 est-il moins précis à cause du mode consent ?

En activant le Consent Mode v2 (obligatoire pour les annonceurs Google en Europe depuis mars 2024), GA4 modélise les données des utilisateurs refusant les cookies via ML. Les données ne sont pas "brutes" mais restent exploitables pour le pilotage. Sans Consent Mode, vous sous-estimez simplement le trafic.

Comment recréer mes anciens objectifs UA dans GA4 ?

Les objectifs UA deviennent des conversions dans GA4. Chaque événement peut être marqué comme conversion. Pour les conversions basées sur des pages vues (ex : page de remerciement), créez un événement page_view filtré sur l'URL cible, puis marquez-le comme conversion.

Mes données GA4 sont-elles comparables avec mes données UA historiques ?

Non directement. Les définitions de sessions, utilisateurs et taux de rebond ont changé. Pour une comparaison valide, documentez les écarts au moment de la migration et créez un référentiel GA4 à partir de sa date de déploiement.

---

Kenoby accompagne les équipes dans la migration et la configuration de GA4, du plan de marquage à la connexion Google Ads en passant par l'export BigQuery.