BigQuery : Nouveaux champs UTM de Google Analytics

Analyse avancée des canaux avec BigQuery et les nouveaux champs UTM de GA4

Le 20 juillet 2024 marque une étape importante pour les utilisateurs de Google Analytics et BigQuery. Google a annoncé l’ajout de trois nouveaux champs (manual_creative_format, manual_marketing_tactic, et manual_source_platform) à l’enregistrement de la source de trafic pour une analyse plus avancée des canaux dans BigQuery. Cette mise à jour offre une nouvelle dimension aux professionnels du marketing numérique et aux analystes de données, leur permettant une segmentation et une compréhension plus fines des activités marketing. Cet article va détailler ces nouveaux champs, leurs applications et comment les intégrer dans vos analyses BigQuery pour améliorer vos stratégies marketing.

 

L’importance de cette mise à jour

Analyser la performance des campagnes marketing est essentiel pour égayer les stratégies numériques. Les données UTM (Urchin Tracking Module) sont vitales pour comprendre d’où provient le trafic et comment les différentes stratégies marketing fonctionnent. Avec les nouveaux champs UTM ajoutés par Google Analytics, les analystes et spécialistes du marketing peuvent approfondir leur compréhension des sources de trafic.

Les trois nouveaux champs UTM

1. manual_creative_format

• Description : Ce champ permet de spécifier le format créatif utilisé dans la campagne. Par exemple, il peut indiquer si le contenu est une bannière, une vidéo, un carousel, etc.
• Utilité : Comprendre quel format créatif engage le plus les utilisateurs et optimise les conversions.

2. manual_marketing_tactic

• Description : Ce champ décrit la tactique marketing employée. Cela pourrait inclure des informations sur les segments ciblés, les offres spéciales, les tests A/B, etc.
• Utilité : Permet d’analyser l’efficacité de différentes tactiques au sein de vos campagnes et d’en tirer des leçons spécifiques.

3. manual_source_platform

• Description : Ce champ identifie la plateforme source du trafic, que ce soit une plateforme de réseau social spécifique, une publication partenaire, ou toute autre origine précise.
• Utilité : Il approfondit la reconnaissance de la performance des sources de trafic et aide à optimiser l’allocation des ressources vers les plateformes les plus performantes.

Champ : collected_traffic_source

L’enregistrement collected_traffic_source contient les données de source de trafic qui ont été collectées avec l’événement.

Nom du champ	Type de données	Description
manual_campaign_id	CHAÎNE	ID manuel de la campagne (utm_id) collecté avec l’événement.
manual_campaign_name	CHAÎNE	Nom manuel de la campagne (utm_campaign) collecté avec l’événement.
manual_source	CHAÎNE	Source manuelle de la campagne (utm_source) collectée avec l’événement. Inclut également les paramètres analysés à partir des paramètres du site référent, et pas seulement les valeurs UTM.
manual_medium	CHAÎNE	Support manuel de la campagne (utm_medium) collecté avec l’événement. Inclut également les paramètres analysés à partir des paramètres du site référent, et pas seulement les valeurs UTM.
manual_term	CHAÎNE	Mot clé/Terme manuel de la campagne (utm_term) collecté avec l’événement.
manual_content	CHAÎNE	Métadonnées manuelles supplémentaires de la campagne (utm_content) collectées avec l’événement.
manual_creative_format	CHAÎNE	Format de création de campagne manuel (utm_creative_format) collecté avec l’événement.
manual_marketing_tactic	CHAÎNE	Stratégie marketing manuelle de la campagne (utm_marketing_tactic) collectée avec l’événement.
manual_source_platform	CHAÎNE	Plate-forme source manuelle de la campagne (utm_source_platform) collectée avec l’événement.
gclid	CHAÎNE	Identifiant de clic Google collecté avec l’événement.
dclid	CHAÎNE	Identifiant de clic DoubleClick pour Display & Video 360 et Campaign Manager 360 collecté avec l’événement.
srsltid	CHAÎNE	Identifiant Google Merchant Center collecté avec l’événement.

Pour plus de détails sur le schéma d’exportation BigQuery, vous pouvez consulter cette page dédiée sur le support Google.

Intégration des nouveaux champs dans BigQuery

L’intégration de ces nouveaux champs dans vos analyses BigQuery peut sembler complexe, mais en suivant quelques étapes simples, vous pouvez facilement les incorporer dans votre flux de travail actuel.

Étape 1 : configuration de l’exportation BigQuery

L’exportation des données Google Analytics vers BigQuery doit être correctement configurée pour inclure les nouveaux champs UTM. Les utilisateurs actuels de BigQuery Export possèdent déjà une configuration en place, mais il est essentiel de vérifier les mises à jour pour garantir que les nouvelles données soient bien prises en compte.

Étape 2 : mise à jour des schémas de table BigQuery

En fonction du schéma existant de vos tables BigQuery, vous devrez peut-être ajouter manuellement ces nouveaux champs. Utilisez une requête SQL pour ajouter des colonnes à vos tables où les données seront stockées :

ALTER TABLE `your_project_id.dataset_id.table_id`
ADD COLUMN manual_creative_format STRING,
ADD COLUMN manual_marketing_tactic STRING,
ADD COLUMN manual_source_platform STRING;

Étape 3 : importation et traitement des nouvelles données

Après avoir ajouté les nouveaux champs, importez les données mises à jour de Google Analytics vers BigQuery. Vous pouvez utiliser des travaux Cloud Dataflow ou des scripts ETL personnalisés pour gérer cette importation. Une fois les données disponibles, utilisez SQL dans BigQuery pour analyser les nouvelles dimensions.

Par exemple :

SELECT
manual_creative_format,
manual_marketing_tactic,
manual_source_platform,
COUNT(*) AS session_count
FROM
`your_project_id.dataset_id.table_id`
GROUP BY
manual_creative_format,
manual_marketing_tactic,
manual_source_platform;

Ce type de requête vous permet de voir comment les différents formats créatifs, tactiques et plateformes influencent le trafic et les comportements des utilisateurs.

Applications pratiques des nouveaux champs UTM

Analyse comparative des formats créatifs

Avec le champ manual_creative_format, les spécialistes du marketing peuvent comparer l’efficacité des différents formats de contenu. Cette comparaison permet une optimisation plus granulaire des campagnes pour maximiser l’engagement et les conversions. Par exemple, vous pouvez déterminer si les vidéos génèrent plus de clics et de conversions par rapport aux bannières statiques, ce qui peut guider vos décisions futures en matière de format créatif.

Évaluation de tactiques spécifiques

Grâce au champ manual_marketing_tactic, il devient plus facile de comprendre quelles stratégies de marketing fonctionnent le mieux et dans quels contextes. Par exemple, vous pouvez différencier les résultats des campagnes de retargeting par rapport à l’acquisition de nouveaux clients, ce qui vous permet d’ajuster vos stratégies pour être plus efficaces. Cette spécificité de données vous permet également de déterminer l’impact des offres spéciales et des tests A/B sur les performances de votre campagne.

Allôcation budgétaire efficiente

Le champ manual_source_platform offre une vision claire sur les performances des différentes plateformes. Cela permet une réallocation précise des budgets vers les sources les plus performantes, maximisant ainsi le retour sur investissement (ROI) du marketing digital. Par exemple, si vous découvrez que les publicités sur une plateforme de réseaux sociaux spécifique ont un engagement plus élevé avec un coût par clic plus bas, vous pouvez réorienter plus de budget vers cette plateforme.

Conclusion

L’ajout des nouveaux champs manual_creative_format, manual_marketing_tactic et manual_source_platform dans l’enregistrement de la source de trafic pour BigQuery témoigne de l’évolution continue de Google Analytics vers une analyse plus détaillée et précise des campagnes marketing. Cette amélioration vous permet non seulement de comprendre plus profondément l’origine et la nature de votre trafic, mais également de tirer parti de ces connaissances pour construire des stratégies marketing plus efficaces.

Pour tirer pleinement parti de ces nouvelles fonctionnalités, assurez-vous que vos processus d’exportation et de traitement des données BigQuery sont mis à jour et que vous disposez des compétences analytiques nécessaires pour interpréter les nouvelles dimensions offertes. Pour plus d’informations sur l’exportation BigQuery et les nouveaux champs UTM, consultez cet article sur le site Google.

FAQ

Quelles sont les principales fonctionnalités des nouveaux champs UTM ajoutés par Google Analytics ?

Les trois nouveaux champs UTM manual_creative_format, manual_marketing_tactic et manual_source_platform permettent une analyse plus fine des campagnes marketing. manual_creative_format identifie le format du contenu (bannière, vidéo, etc.), manual_marketing_tactic permet de détailler la tactique marketing (segment ciblé, offres spéciales, etc.) et manual_source_platform indique la source exacte du trafic (réseaux sociaux spécifiques, publications partenaires, etc.).

Comment puis-je intégrer ces nouveaux champs UTM dans mes analyses BigQuery ?

Vous devez configurer l’exportation des données Google Analytics vers BigQuery pour inclure les nouveaux champs UTM. Ensuite, mettez à jour les schémas de vos tables BigQuery en ajoutant des colonnes pour les nouveaux champs. Vous pouvez utiliser une requête SQL pour importer et analyser les nouvelles données.

Pourquoi l’analyse des formats créatifs est-elle importante pour les campagnes marketing ?

Analyser les formats créatifs permet de déterminer quels types de contenus (vidéo, bannière, carousel, etc.) engagent le plus les utilisateurs et optimisent les conversions. Cette analyse granulaire aide à maximiser l’efficacité des campagnes marketing en choisissant les formats les plus performants.

En quoi les nouvelles dimensions manual_marketing_tactic et manual_source_platform sont-elles utiles pour la stratégie marketing ?

manual_marketing_tactic permet d’analyser l’efficacité de différentes tactiques marketing, comme les offres spéciales et les tests A/B, en fournissant des insights spécifiques sur ce qui fonctionne le mieux. manual_source_platform aide à identifier les plateformes de trafic les plus performantes, permettant une allocation plus précise des budgets marketing pour maximiser le ROI.

Comment puis-je m’assurer que mes processus d’exportation et de traitement des données sont corrects ?

Vérifiez que votre configuration actuelle d’exportation des données vers BigQuery inclut les nouveaux champs UTM. Mettez à jour les schémas de vos tables et utilisez des travaux Cloud Dataflow ou des scripts ETL personnalisés pour importer les nouvelles données. Assurez-vous également que vous avez les compétences analytiques nécessaires pour interpréter ces nouvelles dimensions.