bigquery ga4 nouveaux utm formations analytics

GA4 : Nouveaux champs UTM ajoutés à l’exportation d’événements BigQuery

C'est en posant des questions qu'on avance. Et je suis là pour partager, pour vous guider vers ce moment "aha", où tout commence à avoir du sens. Voulez-vous savoir comment mes formations sur Google Analytics peuvent s'aligner sur vos objectifs ? Discutons-en.

Nouvelles fonctionnalités UTM dans Google Analytics : vers une analyse de canal encore plus avancée avec BigQuery

L’ère des canaux marketing numériques est à son apogée, englobant une variété infinie de tactiques et de plateformes utilisées par les entreprises pour capter l’attention des consommateurs. La complexité croissante de ce paysage exige une analyse approfondie des données pour comprendre pleinement l’efficacité des campagnes marketing. Dans cette perspective, Google Analytics reste l’un des outils les plus cruciaux pour les entreprises. Le 20 juillet 2024, Google a annoncé une mise à jour significative : l’ajout de trois nouveaux champs UTM (Urchin Tracking Module) dans l’exportation des événements BigQuery. Cette évolution promet de transformer la manière dont les analystes marketing gèrent et interprètent leurs données de trafic. Plongeons dans les détails de cette mise à jour, ses implications, et comment tirer pleinement parti de ces nouveaux champs pour une analyse de canal supérieure.

Introduction aux UTM et à BigQuery

Pour comprendre l’importance de cette mise à jour, il est essentiel de revenir sur les bases. Les paramètres UTM sont des fragments ajoutés aux URLs pour suivre l’efficacité des campagnes marketing. Ils permettent ainsi de segmenter les données par source de trafic, médium, campagne ou terme de recherche. En d’autres termes, les UTM offrent une claire visibilité sur les origines des visiteurs, facilitant ainsi une analyse plus granulaire et précise.

BigQuery : Un outil puissant d’analyse des données

BigQuery est une solution de Google basée sur le cloud, spécialement conçue pour traiter et analyser de grands ensembles de données en temps quasi réel. En intégrant Google Analytics avec BigQuery, les entreprises peuvent non seulement consulter des rapports standard mais aussi effectuer des analyses avancées qui offrent des insights profonds et exploitables. BigQuery permet des requêtes SQL rapides et efficaces sur des téraoctets de données, rendant possible des analyses qui seraient autrement impropres à réaliser en temps utile.

L’union de Google Analytics et de BigQuery offre donc un potentiel énorme pour les marketeurs cherchant à optimiser leurs stratégies de canal. Et c’est dans ce contexte que l’ajout des nouveaux champs UTM devient crucial.

Nouvelles variables UTM

Google a introduit trois nouveaux champs UTM dans cette mise à jour :

  1. manual_creative_format : Spécifie le format créatif de la campagne (exemple : bannière, vidéo, carousel).
  2. manual_marketing_tactic : Indique la tactique marketing utilisée (exemple : retargeting, acquisition, onboarding).
  3. manual_source_platform : Identifie la plateforme source de la campagne (exemple : Facebook, Google Ads, LinkedIn).

Ces nouveaux champs sont conçus pour fournir une vue encore plus détaillée et précise des campagnes marketing, rendant possible l’analyse de chaque élément de la stratégie marketing avec une granularité inédite.

Utilisation de manual_creative_format

Ce champ permet de spécifier et d’analyser le format créatif utilisé dans vos campagnes marketing. Par exemple, vous pouvez désormais différencier les performances entre une bannière statique et une vidéo. Cela vous permet non seulement de mesurer laquelle est la plus attrayante pour vos auditeurs, mais aussi d’optimiser votre budget en fonction des formats les plus performants.

Utilisation de manual_marketing_tactic

En utilisant ce champ, vous pouvez segmenter vos données en fonction des tactiques marketing utilisées. Cela est particulièrement utile pour les entreprises qui mènent des campagnes multi-canal et cherchent à comprendre l’impact de chaque tactique, qu’il s’agisse de retargeting, d’acquisition ou de nurturing. Une segmentation plus fine conduit à une compréhension plus précise du retour sur investissement (ROI) de chaque tactique.

Utilisation de manual_source_platform

Ce champ identifie la plateforme source de la campagne. Par exemple, il vous permet de distinguer facilement entre le trafic venant de Facebook, Google Ads, ou LinkedIn. Cette capacité d’analyse comparative entre ces différentes plateformes vous aide à identifier les sources de trafic les plus performantes et à allouer votre budget marketing de manière plus judicieuse.

Pourquoi ces ajouts sont cruciaux pour l’analyse des canaux

Granularité accrue des données

L’un des principaux avantages de ces nouveaux champs est qu’ils permettent une granularité accrue des données. Prenons l’exemple de manual_creative_format. En spécifiant le format créatif, une entreprise peut analyser les performances spécifiques de chacun de ses formats publicitaires (vidéos courtes, bannières statiques, etc.) pour déterminer lesquels génèrent le plus d’engagement.

Meilleure attribution des conversions

Avec manual_marketing_tactic, il est possible de segmenter finement les données de conversion pour comprendre quelles tactiques marketing offrent le meilleur retour sur investissement. Cela est particulièrement utile pour des campagnes de grande envergure utilisant des tactiques multiples. La capacité d’attribuer des conversions à une tactique spécifique permet une évaluation plus précise et une optimisation continue des stratégies marketing.

Optimisation cross-canal

Le champ manual_source_platform est un atout majeur pour l’analyse comparative des différentes plateformes sources. En identifiant clairement d’où provient le trafic, les entreprises peuvent non seulement comparer les performances des diverses plateformes mais aussi optimiser leur budget marketing en fonction des canaux les plus performants.

Comment utiliser ces nouveaux champs dans bigquery

Intégration des nouveaux champs

Pour tirer pleinement parti de ces nouveaux champs, il est crucial de comprendre comment les intégrer dans le schéma de l’exportation des données vers BigQuery. Voici une illustration de la manière dont une requête SQL pourrait être structurée pour exploiter ces nouveaux champs :

SELECT
manual_creative_format,
manual_marketing_tactic,
manual_source_platform,
COUNT(*) AS session_count,
SUM(conversions) AS total_conversions
FROM
`votre_dataset.votre_table`
GROUP BY
manual_creative_format,
manual_marketing_tactic,
manual_source_platform
ORDER BY
total_conversions DESC;

Cette requête regroupe les données par les nouveaux champs ajoutés et trie les résultats en fonction du nombre de conversions. Elle permet ainsi de voir rapidement quels formats créatifs, tactiques marketing et plateformes génèrent le plus de conversions.

Création de tableaux de bord

Ces nouveaux champs ouvrent également de vastes possibilités pour la création de tableaux de bord encore plus détaillés dans Google Data Studio, ou tout autre outil de visualisation de données connecté à BigQuery. Vous pouvez concevoir des visualisations montrant non seulement les performances globales des campagnes, mais aussi la contribution de chaque élément créatif et de chaque tactique marketing aux résultats finaux. Les possibilités de personnalisation et de profondeur des analyses deviennent alors quasi infinies.

Etudes de cas : Comment les entreprises peuvent bénéficier de ces nouveaux champs

Cas pratique 1 : e-commerce

Une entreprise de commerce électronique qui utilise une variété de formats publicitaires pour promouvoir ses ventes peut désormais analyser précisément quels formats (vidéos courtes vs bannières statiques) génèrent le plus de trafic et de conversions. Grâce au champ manual_creative_format, elle pourrait segmenter les performances des différents formats et optimiser son contenu publicitaire en conséquence.

Cas pratique 2 : B2B SaaS

Pour une entreprise B2B SaaS, les tactiques marketing sont essentielles pour attirer et convertir des prospects en clients payants. Utiliser manual_marketing_tactic permettrait de suivre quelles tactiques, comme le retargeting ou le marketing de contenu, sont les plus efficaces pour atteindre cet objectif. Cette analyse approfondie permet une meilleure allocation des ressources et une optimisation continue des stratégies marketing.

Cas pratique 3 : Marketing sur les réseaux sociaux

Une entreprise spécialisée dans le marketing sur les réseaux sociaux pourrait utiliser manual_source_platform pour analyser quelles plateformes (Facebook, LinkedIn, Instagram, etc.) génèrent le meilleur engagement pour ses campagnes. Cette information permettrait d’affiner sa stratégie et de concentrer ses efforts sur les canaux les plus performants, assurant ainsi une utilisation optimale du budget marketing.

Conseils pour maximiser l’utilisation des nouveaux champs utm

Automatisation de la collecte des données

L’utilisation d’outils d’automatisation du marketing pour ajouter automatiquement ces nouveaux champs UTM aux campagnes peut grandement faciliter le processus de collecte de données. Des outils comme HubSpot ou Marketo permettent déjà d’ajouter et de gérer facilement des UTM pour vos campagnes, et avec cette nouvelle mise à jour, ils peuvent intégrer ces nouveaux champs pour une analyse plus complète.

Nettoyage et validation des données

Assurez-vous que les données collectées sont propres et précises. Utiliser des scripts pour valider et nettoyer les valeurs des nouveaux champs UTM avant exportation vers BigQuery peut aider à éviter les erreurs et à garantir l’intégrité des données.

Formation et sensibilisation

Enseigner à vos équipes marketing comment utiliser ces nouveaux champs et les intégrer dans leurs rapports réguliers peut faire une grande différence. Organisez des séances de formation internes et des ateliers pour vous assurer que tout le monde comprend comment ces nouvelles informations peuvent influencer les stratégies et les décisions de marketing.

Impact à long terme sur l’analyse marketing

L’ajout de ces nouveaux champs UTM dans l’exportation BigQuery de Google Analytics est une avancée significative qui permet aux entreprises de franchir un nouveau cap dans l’analyse de leurs campagnes marketing. Avec plus de granularité et des insights approfondis, les entreprises peuvent optimiser chaque dollar dépensé dans le marketing. Grâce à une analyse plus fine des données, les entreprises peuvent allouer leurs ressources marketing de manière plus efficace. En identifiant précisément les tactiques et canaux qui offrent le meilleur retour sur investissement, elles peuvent concentrer leurs efforts et budgets sur les initiatives les plus performantes. Cette optimisation des ressources contribue à une meilleure efficacité globale et à une maximisation des résultats marketing.

Conclusion

L’ajout de nouveaux champs UTM dans l’exportation des événements BigQuery de Google Analytics représente une avancée majeure pour les analystes marketing. Ces champs offrent une granularité et une précision accrues dans l’analyse des campagnes, permettant aux entreprises de mieux comprendre l’impact de chaque élément de leur stratégie. En intégrant ces nouvelles capacités dans leurs processus analytiques, les entreprises peuvent développer des stratégies marketing basées sur des données solides, améliorer leur efficacité et optimiser leur retour sur investissement. L’évolution vers une analyse prédictive et une meilleure allocation des ressources marketing sont autant d’avantages qui renforcent la compétitivité des entreprises dans un environnement numérique en constante évolution.

Retour en haut