Aller au contenu
Tips & tricks

Données personnelles dans les URL GA4 : elles se cachent à 4 endroits

Vous avez remarqué des données sensibles dans les URL ? Elles se cachent peut-être encore à d'autres endroits ! Voici la checklist pour les supprimer et les filtrer à chaque nouveau flux.

Alexis Neve 4 min de lecture

Le problème des données personnelles

Des données personnelles (PII en anglais) se glissent parfois involontairement dans les URL collectées : une adresse email dans une page de confirmation, un numéro de dossier dans un formulaire de sinistre, une plaque d'immatriculation dans un espace client. Chacune de ces URL part vers Google Analytics, s'y stocke et reste consultable par toute personne qui a accès aux rapports.

Ce sont des données personnelles au sens du RGPD, parfois des données contractuelles sensibles. Leur présence dans les outils d'analyse n'est pas prévue dans votre registre de traitement et contredit les conditions d'utilisation de Google. L'Autorité de protection des données peut donc sanctionner. Même un identifiant chiffré ou haché reste une donnée personnelle s'il permet de retrouver la personne.

La réaction habituelle est de nettoyer l'URL de page. C'est nécessaire mais insuffisant.

Où se cachent les PII dans Google Analytics

Dans Google Analytics, une même URL est collectée dans 4 variables distinctes :

  1. L'URL de page (page_location). La plus évidente, celle que tout le monde vérifie.
  2. L'URL de clic (link_url, form_destination). Quand un visiteur clique sur un lien ou soumet un formulaire, la destination est collectée avec l'événement. Un lien « Voir mon dossier » qui contient le numéro de dossier remonte donc à chaque clic, même si la page de destination est nettoyée.
  3. La landing page, calculée à partir de la première page de la session. Si le visiteur arrive depuis un email avec son adresse en paramètre, la landing page la conserve pour toute la session.
  4. La page précédente (page_referrer). Chaque page vue emporte l'URL de la page d'avant, donc une page de confirmation avec un email dans l'URL contamine la page suivante, sous une autre dimension.

Les 2 derniers cas sont les plus trompeurs : on nettoie page_location, le rapport des pages semble propre, mais la landing page et la page précédente sont alimentées séparément et la donnée y persiste.

Comment repérer les PII dans vos URL

2 approches existent, selon la taille du site.

Par URL

Sur un petit site, listez les URL connues qui portent des paramètres et vérifiez chaque dimension dans une exploration Google Analytics : page, page précédente, landing page, URL de clic. Une exploration en format tableau suffit pour un premier passage.

Par extraction des paramètres

Sur un site de plusieurs centaines de pages, cherchez les paramètres plutôt que les URL. Une expression régulière extrait tous les paramètres d'URL de chaque dimension, puis il suffit de les classer par nom et par fréquence. Les noms parlants (email, dossier, plaque, client, iban, phone) sortent immédiatement, alors que les noms neutres (id, ref, q) demandent un contrôle de la valeur.

Dans Sheets, collez les URL exportées en colonne A (à partir de A2), puis tapez en B2 la formule ci-dessous et étirez-la vers le bas. Chaque paramètre (nom=valeur) s'affiche dans sa propre cellule, à droite de l'URL.

=IFERROR(SPLIT(REGEXEXTRACT(A2;"\?([^#]*)");"&");"")

Avec un Sheets en anglais, remplacez les points-virgules de la formule par des virgules. Répétez l'opération pour chacune des 4 dimensions.

La correction

Dans Google Analytics

GA4 propose une suppression de données native au niveau du flux : masquage des adresses email et des paramètres d'URL choisis, appliqué avant l'envoi, sur l'URL de page, la page précédente, l'URL de clic et la destination de formulaire. C'est le réglage à activer en premier, car il ne demande aucune ressource sur le site et couvre les 4 variables d'un coup.

En amont, dans Google Tag Manager

Une variable GTM peut aussi réécrire l'URL avant que la balise ne parte : suppression des paramètres listés, remplacement des valeurs par un marqueur. Cette approche protège toutes les balises du conteneur (Ads, Meta, outils tiers), pas seulement GA4. En revanche, le nettoyage s'exécute dans le navigateur du visiteur, à chaque page vue et à chaque clic, ce qui ajoute du JavaScript au site.

La règle pratique : le nettoyage natif dans GA4 d'abord, GTM en complément seulement si d'autres balises sont exposées.

Et pour supprimer les données sensibles déjà collectées ?

Le nettoyage ne vaut que pour l'avenir : les données déjà collectées restent dans Google Analytics. Pour les supprimer, l'outil propose des demandes de suppression de données par paramètre et par plage de dates.

Le contrôle à chaque nouveau flux

Le problème revient à chaque mise en ligne : un nouveau formulaire, un nouveau tunnel, un email transactionnel avec un paramètre de plus. Le check fait donc partie de la QA de déploiement, au même titre que la vérification des événements :

  • Parcourez le nouveau flux en mode debug et lisez les 4 variables sur chaque hit.
  • Rejouez l'expression d'extraction sur les données de la première semaine.
  • Ajoutez les nouveaux paramètres identifiés à la liste de suppression native, avant que l'historique ne se remplisse.

Outils

  • Google Analytics 4 : explorations, suppression de données du flux, demandes de suppression de données.
  • Google Tag Manager : variable de réécriture d'URL, mode aperçu pour la QA.
  • Sheets : extraction des paramètres par expression régulière sur les 4 dimensions.

Le nettoyage des données personnelles fait partie de l'expertise tracking, avec le mode consentement et l'audit de conteneur.

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