Aller au contenu
Tips & tricks

Classer vos données : Data import ou règles dans GTM ?

Vous voulez classer vos pages, vos documents téléchargés ou vos campagnes dans des catégories lisibles pour vos rapports ? Je vous présente 2 façons d'y arriver (les règles dans GTM ou le fichier CSV du Data import) et quand préférer l'une ou l'autre.

Alexis Neve 5 min de lecture

Le problème des données brutes

GA4 enregistre ce que votre site lui envoie : une adresse de page, un nom de fichier, un nom de campagne. Or, ces valeurs brutes sont rarement lisibles dans un rapport. Il faut donc les classer dans des catégories évocatrices, avec une méthode adaptée à votre volume et à vos besoins.

2 méthodes permettent d'écrire ce classement :

  • Les règles dans Google Tag Manager (GTM) : la valeur est calculée dans le navigateur du visiteur, au moment de la collecte.
  • Le Data import de GA4 : la valeur est associée plus tard, depuis un fichier CSV.

Le cas typique de classement

La plupart du temps, il s'agit de classer des documents téléchargés par type (notice, tarifs, garantie), des pages par rubrique ou des campagnes par canal. Au départ, quelques règles suffisent, puis les exceptions arrivent et la liste grossit.

Méthode 1 : les règles dans GTM

GTM propose 2 variables principales pour écrire un classement.

RegEx Table

La variable RegEx Table compare une variable d'entrée (une URL, un nom de fichier, un texte de clic) à une liste d'expressions régulières, c'est-à-dire des expressions qui reconnaissent de nombreuses variantes d'écriture, d'où leur intérêt. Chaque ligne associe une expression à une valeur de sortie. Par défaut, l'expression doit correspondre à toute la chaîne (option Full Match) et la casse est ignorée. De plus, une valeur par défaut couvre les cas sans correspondance et les groupes de capture se réutilisent en sortie ($1, $2).

L'ordre des lignes fixe les priorités : placez les règles les plus précises en premier.

Lookup Table

La variable Lookup Table associe une valeur d'entrée à une valeur de sortie par égalité exacte. Elle se relit facilement. En revanche, elle n'accepte aucune variante : une URL qui diffère d'un seul caractère n'est pas reconnue.

Les limites communes aux 2 variables

  • La logique vit dans le conteneur. Les règles sont mélangées aux balises et aux déclencheurs, donc une table de 200 lignes devient difficile à relire dans l'interface.
  • Chaque changement exige une version publiée. Modification, mode aperçu, QA, publication : corriger une faute de frappe demande le même parcours qu'un nouveau tracking.
  • Le calcul s'exécute dans le navigateur du visiteur. La variable est évaluée à chaque événement où elle est utilisée, donc elle alourdit le site, de façon négligeable si les règles sont peu nombreuses.
  • La valeur est figée à la collecte. Une règle erronée laisse des valeurs fausses dans les données déjà collectées.

Méthode 2 : le Data import GA4 avec un fichier CSV

Le Data import (type Custom event data) remplace la règle par une table de correspondance : 1 fichier CSV, 1 ligne par valeur de clé. GA4 associe le fichier à ses données à l'ouverture du rapport, donc l'historique est reclassé lui aussi. Il a d'autres atouts :

  • Le fichier peut compter des milliers de lignes.
  • Rien n'est exécuté chez le visiteur et le conteneur GTM reste léger.
  • Une mise à jour se limite à un nouvel envoi du fichier, manuel ou programmé par SFTP, sans publication de version.

En contrepartie, le Data import a ses limites :

  • Une correspondance purement exacte. Cela implique de rédiger de nombreuses lignes avant l'import.
  • Un délai. Les données importées peuvent mettre jusqu'à 24h à apparaître.
  • GA4 uniquement. Les autres solutions web analytics (Piano, Adobe) et les balises Ads ou Meta ne voient pas le fichier. La valeur est aussi indisponible dans les audiences et dans les segments d'explorations.

La même règle écrite des 2 façons

La règle : classer un document téléchargé par type. Les tarifs destinés aux professionnels (dossier /pro/) passent avant les tarifs généraux.

Dans GTM, avec une RegEx Table

Variable d'entrée : l'URL du clic (variable intégrée Click URL). Full Match activé, d'où le .* de part et d'autre. Valeur par défaut : Autre.

OrdreExpressionSortie
1.*/pro/.*pricing.*Professional pricing
2.*pricing.*Pricing
3.*(manual|guide).*Manual
4.*warranty.*Warranty

Dans le Data import

Un tableau simple de correspondance :

file_namedocument_type
pro-pricing-2024.pdfProfessional pricing
pricing-2024.pdfPricing
boiler_manual_v3.pdfManual
warranty-conditions.pdfWarranty

La priorité devient inutile, puisque chaque fichier a sa propre ligne.

Règles GTM ou Data import : le comparatif

CritèreRègles GTM (RegEx, Lookup)Data import GA4
Type de conditionExpression ou égalité exacteÉgalité exacte sur la clé
Valeurs inconnuesClassées par expression ou par défaut(not set) jusqu'à l'ajout d'une ligne
Nombre de règlesQuelques dizainesMilliers de lignes
Mise à jourVersion GTM à publierNouvel envoi du fichier
HistoriqueValeur figée à la collecteAppliqué aussi aux événements passés
Valeur utilisable dans les audiences GA4, BigQuery et les balises Ads ou MetaOuiNon, réservée aux rapports et explorations GA4
Qui maintientProfil GTMÉquipe marketing ou contenu

Comment choisir entre GTM et Data import

  • Le nombre de règles. Jusqu'à quelques dizaines de règles, une RegEx Table reste lisible. Au-delà, le fichier CSV prend l'avantage.
  • Les valeurs jamais vues. Une expression classe des valeurs nouvelles, alors qu'un fichier exige une ligne par valeur.
  • L'usage de la valeur. Un besoin de reclasser l'historique oriente vers le Data import. Une valeur voulue dans les audiences, dans BigQuery ou dans les balises Ads oriente vers GTM.
  • La personne qui maintient. Une règle modifiée chaque semaine par l'équipe contenu se tient mieux dans un CSV. Une règle stable, tenue par la personne qui gère le conteneur, reste dans GTM.

Enfin, les 2 méthodes se combinent : GTM normalise la clé (nom de fichier en minuscules, paramètres retirés) et le Data import l'enrichit de titres, de thèmes et de besoins.

Outils

  • Google Tag Manager : RegEx Table, Lookup Table, mode aperçu.
  • Google Analytics 4 : Custom definitions, Data import, explorations.
  • Sheets ou Excel : tenue du fichier CSV.

Choisir où loger une règle de classement fait partie de l'expertise tracking.

Prêt à passer à l'action ?

Parlez-moi de votre site et de vos plateformes Ads : vous recevez une réponse claire sous 48h.

Demander un devis