Google Analytics 4 (GA4) est la plateforme d'analyse web de Google, passée d'un modèle orienté sessions à un modèle orienté événements en 2023. Pour les boutiques PrestaShop, GA4 est l'outil central pour mesurer les performances commerciales : taux de conversion, revenu, abandon de panier, parcours client. Comprendre GA4 est indispensable pour prendre des décisions marketing basées sur les données.
GA4 vs Universal Analytics : les différences fondamentales
Universal Analytics (GA3) structurait les données autour des sessions et des pages vues. GA4 adopte un modèle entièrement orienté événements : chaque interaction utilisateur — page vue, clic, scroll, ajout au panier, achat — est un événement avec ses propres paramètres. Cette architecture est bien plus adaptée au suivi des parcours e-commerce multi-touch et multi-device.
Autre différence majeure : GA4 intègre nativement le suivi multi-plateforme (web + app mobile dans une même propriété), un modèle de machine learning pour combler les lacunes de mesure dues au blocage des cookies, et des rapports d'exploration (Explore) beaucoup plus puissants que les anciens rapports personnalisés d'Universal Analytics. Universal Analytics a été définitivement arrêté en juillet 2024.
Les rapports clés de GA4 pour le e-commerce
GA4 organise ses rapports en quatre grandes catégories directement pertinentes pour les marchands PrestaShop. Les rapports d'Acquisition montrent d'où viennent vos visiteurs (organique Google, payant, social, direct, email). Les rapports d'Engagement mesurent ce que font les visiteurs sur votre site (pages vues, durée, taux d'engagement). Les rapports de Monétisation concentrent toutes les données e-commerce (revenu, transactions, entonnoir d'achat). Les rapports de Rétention analysent le comportement des clients récurrents.
Acquisition
Source du trafic : organique, payant, social, email, direct. Identifiez vos canaux les plus rentables.
Monétisation
Revenu, taux de conversion, panier moyen, entonnoir d'achat. Repérez les frictions dans le tunnel de vente.
Rétention
Cohortes de nouveaux vs utilisateurs récurrents. Mesurez la fidélité et la valeur client long terme.
Métriques essentielles à surveiller
- Sessions et utilisateurs actifs : volume de trafic global sur la période
- Taux d'engagement : remplace le taux de rebond — mesure les sessions avec interaction ≥ 10 secondes
- Conversions : nombre d'événements de type 'purchase' déclenchés
- Revenu total (Total revenue) : chiffre d'affaires généré, hors taxes selon la configuration
- Taux de conversion e-commerce : ratio transactions / sessions
- Valeur moyenne de commande (AOV) : revenu / nombre de transactions
- Abandon de panier : écart entre 'add_to_cart' et 'purchase' dans l'entonnoir
Configurer GA4 sur PrestaShop avec Google Tag Manager
La méthode recommandée pour déployer GA4 sur PrestaShop est via Google Tag Manager (GTM). Vous installez une seule fois le conteneur GTM sur votre boutique (via un module PrestaShop ou en modifiant les templates), puis vous gérez toute la configuration GA4 depuis l'interface GTM sans toucher au code. Cela vous permet de modifier le tracking, ajouter des événements ou tester des configurations en quelques minutes.
Pour le suivi e-commerce enrichi, il faut alimenter le dataLayer de GTM avec les événements GA4 standard : view_item (fiche produit), add_to_cart (ajout au panier), begin_checkout (début de checkout), add_payment_info (informations de paiement), purchase (confirmation de commande). Chaque événement doit transmettre les paramètres produit (item_id, item_name, price, quantity) pour que les rapports e-commerce GA4 soient complets.
Consent Mode v2 : obligatoire depuis mars 2024
Suivi e-commerce avancé pour PrestaShop
GA4 permet un suivi extrêmement précis du parcours d'achat sur PrestaShop. Les impressions de produits en liste (view_item_list) indiquent quels produits sont vus mais pas cliqués. Le taux de clic sur les fiches produit (select_item) révèle l'attractivité des visuels et titres. Le funnel add_to_cart → begin_checkout → purchase permet d'identifier précisément à quelle étape les clients abandonnent. Ces données permettent d'orienter les optimisations sur les pages à fort abandon.