La veille de février 2025

🔥 What’s New ?

👉 GA4 vs Search Console : Google clarifie les différences entre les deux outils

Google a récemment clarifié l'utilisation de GA4 et de la Search Console, confirmant que ces deux outils, bien que complémentaires, ont des périmètres d'action distincts.

L'essentiel à retenir :

La Search Console et Google Analytics sont complémentaires. Le premier montre ce qui se passe avant l'arrivée sur votre site, le second ce qui se passe pendant la visite du site.

Le rôle de chaque outil :

La Search Console vous montre la face cachée de votre référencement :

• Vos impressions dans les résultats Google ⇒ Le nombre de fois où vos pages sont affichées sur les SERP
• Les clics que vous obtenez
• Les requêtes qui vous amènent du trafic
• La position moyenne de vos pages

Google Analytics quant à lui, capture ce qui se passe une fois les visiteurs arrivés :

• D'où viennent-ils (tous canaux confondus)
• Ce qu'ils font sur votre site
• Combien de temps ils restent
• S'ils convertissent

Attention aux différences de mesure

Il est normal que les chiffres diffèrent entre les deux outils. Concentrez-vous plutôt sur l'analyse de la performance de votre site, tant au niveau des résultats de recherche (SERPs) que du comportement sur le site.

Pourquoi c'est important ?

Cette double vision permet d'attribuer correctement les conversions (ventes, leads, inscriptions) au trafic organique et d'optimiser la stratégie SEO avec des données concrètes.

Comment exploiter ces données ensemble ?

Google a mis à disposition un template d’un dashboard sur Looker Studio qui permet de connecter les données des deux outils pour avoir une vue globale et complémentaire afin de suivre l'évolution de vos performances organiques dans leur globalité.

ℹ️ Pour en savoir plus, rendez-vous sur : Utiliser les données Search Console et Google Analytics pour le SEO

👉 Chez Starfox Analytics, nous sommes convaincus que la véritable valeur ne réside pas dans la concordance parfaite des chiffres, mais dans l'intelligence que nous en extrayons. Nous transformons ces données en stratégies actionnables.

‍

👉 BigQuery intègre une nouvelle fonctionnalité en preview : la préparation de données

Google a récemment ajouté une nouvelle fonctionnalité appelée « data preparation » dans BigQuery, poursuivant ainsi sa démarche d'en faire un hub analytics complet. Il s'agit essentiellement d'une fonctionnalité ETL (Extraction, Transformation, Chargement) intégrée, propulsée par la technologie Dataform.

Cette fonctionnalité comporte plusieurs aspects clés :

1. Chargée par Dataform : La fonctionnalité de préparation de données s'appuie sur la technologie Dataform, qui vous permet de définir des flux de transformation de données.
2. Flux de développement : Vous pouvez développer et tester vos étapes de préparation de données avant de les déployer en production. Les modifications ne sont pas automatiquement enregistrées, vous devez explicitement les sauvegarder et les déployer.
3. Utilisation de comptes de service : Les préparations de données s'exécutent à l'aide de comptes de service Dataform personnalisés que vous sélectionnez lors de la configuration des planifications ou des tests.
4. Planification (scheduling): Vous pouvez créer des planifications pour exécuter automatiquement vos flux de préparation de données à des intervalles spécifiés. Les planifications exécutent toujours la dernière version déployée.
5. Exécution manuelle : Vous pouvez exécuter manuellement les préparations de données à la fois pendant le développement (pour tester) et après planification (pour des exécutions ponctuelles).
6. Contrôle de version : Il existe une séparation entre la version que vous développez et la version déployée qui s'exécute selon la planification.

La fonctionnalité de préparation de données dans BigQuery aide à rationaliser les flux de traitement de données directement dans l'environnement BigQuery, éliminant ainsi le besoin d'outils ETL séparés dans de nombreux cas.

ℹ️ Nous travaillons sur un guide opérationnel d'utilisation de BigQuery Data Preparation que nous partagerons dans nos prochaines newsletters.
‍

👉 Looker Studio : On peut désormais trier en sélectionnant plusieurs colonnes

Nouveauté Looker Studio très utile : il est désormais possible de trier les tableaux selon plusieurs colonnes en cliquant sur plusieurs en-têtes de colonne tout en maintenant la touche Shift enfoncée.

Dans la capture ci-dessous, les données sont triées d'abord par les clics, puis par le CPC. L'ordre de tri dépend de la séquence dans laquelle on sélectionne les colonnes en maintenant la touche Shift enfoncée.

👉 Nous attendions cette nouvelle fonctionnalité avec impatience chez Starfox Analytics ! En deux clics, vous pouvez révéler des tendances et des corrélations qui étaient auparavant difficiles à repérer. L’exploration de données est plus intuitive et pertinente. Un coup de pouce simple et efficace pour tous ceux qui aiment plonger dans leurs analyses !
‍

💡 L’astuce du mois

Notre rubrique "L'astuce du mois" partage des conseils pratiques utilisés quotidiennement chez Starfox Analytics. Ces astuces couvrent divers outils de Web Analyse pour optimiser votre travail. N'hésitez pas à les tester et à les partager avec vos collègues.

Exiger une clause “WHERE” lorsque vous créez une table sur BigQuery

Cette astuce permet de mieux gérer les requêtes en rendant la clause "WHERE" obligatoire dans toutes les requêtes sur la table concernée, ce qui présente plusieurs avantages :

• Prévention des scans complets : évite les requêtes accidentelles sur l'ensemble de la table qui pourraient consommer des ressources inutiles et générer des coûts élevés
• Amélioration des performances : force les utilisateurs de BigQuery à optimiser leurs requêtes en spécifiant des filtres pertinents
• Réduction des coûts : BigQuery facture selon la quantité de données analysées; imposer un filtre permet de réduire significativement cette quantité
• Meilleure gouvernance des données : garantit que les utilisateurs accèdent seulement aux données dont ils ont besoin.

Comment l’implémenter?

1. BigQuery UI

Lors de la création de la table dans BigQuery UI, cochez l'option « Exiger une clause "WHERE" pour interroger des données »

‍

1. BigQuery Studio

En exécutant la requête suivante :


CREATE TABLE `project_id.dataset_id.table`
(
  id STRING,
  creation_timestamp TIMESTAMP,
  value NUMERIC
)
PARTITION BY DATE(creation_timestamp)
OPTIONS(
  require_partition_filter = TRUE
);

À quoi ça ressemble ?

-- Une requête valide
SELECT * FROM  `project_id.dataset_id.table`
WHERE creation_timestamp BETWEEN '2023-01-01' AND '2023-01-31';

-- Une requête invalide
SELECT * FROM `project_id.dataset_id.table`;

‍

📖 Sharing Is Caring

Notre rubrique "Sharing is Caring" présente mensuellement un article approfondi sur un sujet d'actualité en Web Analyse. Nos experts utilisent leur savoir-faire et les ressources en ligne pour explorer ces thématiques en détail.

Ce mois-ci, découvrez l'article de Daniel qui explique avec des mots simples comment estimer le nombre d'utilisateurs uniques sur votre site à partir de votre dataset GA4 dans BigQuery :

Estimation du nombre d'utilisateurs Uniques avec HLL_COUNT sur BigQuery
‍

❤️ Meilleures ressources et articles du moment

• Découvrez une wébinaire sous format d’un atelier sur l’ingestion de données à partir des APIs dans les entrepôts de données animée par un membre de la communauté DataTalksClub: Data Ingestion From APIs to Warehouses and Data Lakes - Violetta Mishechkina
• Découvrez Causmos, un outil open source qui simplifie le calcul d'impact causal pour Google Ads: Causmos - un outil open source pour du causal impact
  ‍

🤩 Inside Starfox

Je continue cette série de nouvelles sur notre fonctionnement interne. Comment nous gérons notre pipeline commercial dans Notion ✨

L'objectif est simple : remporter le maximum d'opportunités qualifiées en un minimum de temps et préparer les missions pour le succès. Plutôt que de nous disperser entre différents outils, nous avons structuré l'intégralité de notre pipeline commercial dans Notion, avec une approche automatisée et ultra-collaborative.

🔹 Une base de données centralisée : toutes nos opportunités y sont enregistrées, reliées aux bases "Missions", "Partenaires", "Sociétés" et "Contacts".

🔹 Des vues filtrées intelligentes : des dashboards dynamiques nous permettent d’identifier immédiatement les opportunités à relancer en priorité (via des critères comme le lead time ou l'absence de relance récente).

🔹 Un suivi collaboratif : chaque consultant est responsable de ses opportunités, avec un cadre clair et structuré.

🔹 Une automatisation poussée : l'IA nous aide à qualifier les deals, remplir les fiches d’opportunités, et même calculer automatiquement les primes collaborateurs.

🔹 Vers une intégration CRM : nous allons encore plus loin en ajoutant un layer Pipedrive pour optimiser le suivi des interactions avec nos clients et partenaires.

En bref, un système conçu pour minimiser la friction et maximiser la conversion. On vous explique tout en détail ici  : 🔗 Lire l'article complet
‍

🙌  Retour d’expérience client

Nous avons choisi d’investir dans des témoignages clients authentiques. Convaincus que la vidéo est un outil puissant pour raconter des histoires et créer du lien humain, nous avons décidé d’orienter notre communication dans ce sens, avec une priorité claire : privilégier la qualité à la quantité.

Voici le premier témoignage d’une série de quatre interventions que nous avons capturées avec soin. Chaque vidéo illustre non seulement nos résultats, mais aussi la richesse des collaborations qui font le succès de nos projets.