Pour piloter un e-commerce avec GA4, il faut deux choses : une configuration propre (événements e-commerce complets, conservation des données à 14 mois, trafic interne et référents parasites exclus) et une poignée de rapports construits pour répondre à des décisions. Les six qui comptent : le tunnel d'achat, l'acquisition par canal avec nouveaux clients, la performance produit, les pages de destination, les cohortes clients et le contrôle de qualité GA4 contre Shopify. Le reste de l'interface peut attendre.
Cet article ne fait pas le tour des menus. Il part des questions qu'un dirigeant e-commerce se pose chaque semaine et montre quel rapport y répond.
Configurer GA4 pour un e-commerce Shopify
Choisir une seule méthode d'installation
Sur Shopify, deux options sérieuses : l'application Google & YouTube, qui envoie les événements standard sans code, ou Google Tag Manager via les Customer Events (web ou serveur). L'application couvre la plupart des besoins. GTM devient utile si vous voulez des événements personnalisés ou un tracking server-side.
La règle absolue : une seule source. Une boutique qui garde un vieux code GA4 dans le thème, plus l'application, plus GTM, compte chaque achat deux ou trois fois. C'est la première chose que l'on vérifie en reprenant un compte.
Vérifier les événements e-commerce
GA4 reconnaît une liste d'événements e-commerce recommandés qui alimentent automatiquement les rapports de monétisation. Pour une boutique, la séquence à contrôler :
| Événement | Moment | Indispensable pour |
|---|---|---|
| view_item_list | Affichage d'une collection | Taux de clic par liste |
| view_item | Vue d'une fiche produit | Tunnel, performance produit |
| add_to_cart | Ajout au panier | Tunnel, performance produit |
| begin_checkout | Entrée dans le checkout | Tunnel |
| add_shipping_info | Choix de la livraison | Diagnostic du checkout |
| add_payment_info | Saisie du paiement | Diagnostic du checkout |
| purchase | Commande validée | Tout |
| refund | Remboursement | CA net |
Chaque événement doit porter le tableau items (identifiant, nom, prix, quantité, catégorie). Sans lui, les rapports produit restent vides. Ouvrez Admin > DebugView, passez une commande test et vérifiez chaque étape.
Les cinq réglages d'administration
- Conservation des données à 14 mois (Admin > Collecte et modification des données > Conservation). Par défaut, c'est 2 mois, ce qui rend les explorations inutilisables pour comparer une saison à l'autre.
- Filtre de trafic interne pour exclure vos équipes et prestataires.
- Référents indésirables : ajoutez les domaines de paiement (PayPal, Klarna, Alma, 3D Secure de votre banque) pour qu'un retour de paiement ne soit pas compté comme une nouvelle session venue de paypal.com.
- Événement clé : marquez
purchase. Les micro-actions (inscription newsletter, ajout au panier) se suivent comme événements, pas comme événements clés. - Liaisons : Google Ads, Merchant Center et Search Console. Et si vous en avez la capacité, l'export BigQuery, qui vous garde un historique brut indépendant de l'interface.
Le mode Consentement doit être actif pour vos visiteurs européens. Sans lui, vous perdez des données, ou vous en collectez de façon non conforme. Le guide complet du tracking e-commerce détaille l'architecture d'ensemble.
Rapport 1 : le tunnel d'achat par appareil
La question : où perdez-vous vos acheteurs ?
Comment le construire : Explorer > Exploration de l'entonnoir. Étapes : view_item, add_to_cart, begin_checkout, add_shipping_info, add_payment_info, purchase. Répartition par « Catégorie d'appareil ». Cochez « Entonnoir ouvert » pour inclure ceux qui entrent en cours de route.
Comment le lire : ne regardez pas les taux absolus, regardez les écarts entre mobile et ordinateur. Si le passage de add_shipping_info à add_payment_info chute nettement plus sur mobile, le problème est dans l'écran de livraison mobile (frais découverts tard, formulaire pénible), pas dans vos publicités. Les correctifs se trouvent dans notre article sur l'optimisation du checkout Shopify.
Rapport 2 : acquisition par canal, nouveaux contre récurrents
La question : quels canaux amènent de nouveaux clients, et lesquels récoltent des clients déjà acquis ?
Comment le construire : Exploration libre. Lignes : « Groupe de canaux par défaut de la session ». Colonnes : « Nouveaux / établis ». Valeurs : sessions, achats, revenus d'achat.
Comment le lire : l'emailing et le direct sont presque toujours dominés par des clients existants. Ce n'est pas un défaut, c'est leur rôle. Mais si votre Search payant de marque affiche un gros revenu fait à 80 % de clients établis, vous payez pour des ventes que vous auriez probablement eues. Croisez avec notre analyse sur l'enchère sur sa propre marque.
Rapport 3 : performance produit
La question : quels produits attirent sans vendre, et lesquels vendent sans être poussés ?
Comment le construire : le rapport standard Achats d'e-commerce (Rapports > Monétisation). Ajoutez les colonnes « Articles consultés », « Articles ajoutés au panier », « Articles achetés », « Revenus générés par l'article ».
Comment le lire : calculez deux ratios, ajout au panier sur vues et achat sur ajout. Un produit très vu mais peu ajouté a un problème de fiche (prix, photos, preuve sociale). Un produit peu vu mais très bien converti est un candidat à mettre en avant dans vos publicités et votre page d'accueil. C'est souvent là que se cachent les meilleurs produits d'appel.
Rapport 4 : pages de destination qui vendent
La question : sur quelles pages vos visiteurs arrivent-ils, et lesquelles transforment ?
Comment le construire : Exploration libre. Lignes : « Page de destination + chaîne de requête » (ou sans chaîne pour regrouper). Filtre : groupe de canaux = Paid Social ou Paid Search. Valeurs : sessions, taux d'engagement, achats, revenus.
Comment le lire : comparez la page produit, la collection et la landing page dédiée pour une même campagne. Une landing page avec un taux d'engagement correct mais peu d'achats manque souvent d'un élément de réassurance ou d'un bouton visible. Pour savoir quand une page dédiée se justifie, voir notre article sur la landing page e-commerce.
Rapport 5 : cohortes et valeur vie client
La question : les clients acquis ce mois-ci reviennent-ils autant que ceux de l'an dernier ?
Comment le construire : Explorer > Exploration de cohortes. Critère d'inclusion : purchase. Critère de retour : purchase. Granularité : mensuelle. Mesure : revenus d'achat par utilisateur, en cumul. En complément, l'exploration « Valeur vie de l'utilisateur » par source de première acquisition.
Comment le lire : si une cohorte acquise pendant une grosse promotion revient deux fois moins que les autres, vos soldes attirent des chasseurs de prix. Si les clients arrivés par TikTok reviennent moins que ceux venus de Google, votre coût d'acquisition maximum n'est pas le même sur les deux canaux. Ces données alimentent directement le calcul de la LTV e-commerce.
Limite importante : GA4 identifie des navigateurs, pas des personnes, sauf si vous transmettez un User-ID. Pour une vraie LTV, la source de vérité reste Shopify ou votre outil d'emailing.
Rapport 6 : le contrôle de qualité GA4 contre Shopify
La question : peut-on faire confiance aux chiffres de la semaine ?
Comment le construire : un tableau hebdomadaire (Looker Studio ou tableur) avec, côté GA4, le nombre de transactions et le revenu d'achat, et côté Shopify, le nombre de commandes et le CA hors taxes et hors frais de port si c'est ce que vous envoyez à GA4.
Exemple de lecture
| Semaine | Commandes Shopify | Achats GA4 | Taux de capture |
|---|---|---|---|
| S36 | 412 | 350 | 85 % |
| S37 | 398 | 339 | 85 % |
| S38 | 430 | 247 | 57 % |
Le chiffre absolu importe peu. Ce qui compte, c'est la stabilité. Ici, la semaine 38 signale une rupture : mise à jour du thème, nouvelle application de checkout, bandeau cookies modifié. Sans ce tableau, vous auriez conclu que vos campagnes s'effondraient. L'article sur l'écart entre Meta, Google et GA4 explique d'où viennent ces différences et comment les réconcilier.
Ajoutez à ce rapport la part de sessions en « (not set) » ou « Unassigned ». Une hausse brutale indique des paramètres UTM cassés ou un problème de consentement.
Les erreurs à éviter
- Laisser la conservation à 2 mois. Vous découvrez le problème le jour où vous voulez comparer le Black Friday à celui de l'an dernier.
- Doubler les achats avec deux méthodes d'installation actives.
- Oublier les référents de paiement, ce qui attribue une partie des ventes à PayPal ou à votre banque.
- Marquer dix événements clés. Vos rapports mélangent alors des achats et des clics sans valeur.
- Juger vos campagnes Meta avec GA4 seul. GA4 ne voit pas l'effet des publicités vues sans clic. Pour arbitrer entre canaux, il faut un modèle d'attribution adapté à la décision, voire un test d'incrémentalité.
- Des UTM incohérents (facebook, Facebook, fb, meta). GA4 les traite comme des sources différentes.
Par où commencer cette semaine
- Passez la conservation des données à 14 mois et ajoutez les référents de paiement. Dix minutes, effet immédiat.
- Passez une commande test en DebugView et vérifiez les huit événements avec leur tableau
items. - Construisez le rapport 6 (GA4 contre Shopify) et remplissez les quatre dernières semaines.
- Construisez le tunnel d'achat par appareil et notez l'étape où l'écart mobile est le plus fort.
- Fixez une convention d'UTM écrite pour toutes vos campagnes, et partagez-la avec quiconque lance une pub.
Une donnée fiable est la condition pour scaler sans piloter à l'aveugle. C'est pourquoi l'Écosystème commence par l'étape Fondations, où notre équipe tracking et data remet GA4, Meta et Google Ads d'aplomb avant d'augmenter les budgets. Et quand vos rapports produit révèlent des fiches qui attirent sans convertir, Le Lab peut produire de nouveaux visuels en 72 heures pour les tester. Pour qu'on regarde vos données ensemble, vous pouvez réserver un appel stratégique de 30 minutes.