Quelle est la différence entre l'analyse de cohortes dans GA4 et Universal Analytics ?

Dans GA4, l'analyse de cohortes est basée sur un modèle événementiel beaucoup plus flexible. Contrairement à Universal Analytics qui se limitait à la date d'acquisition, GA4 permet de définir des cohortes selon différents critères d'inclusion et de retour (premier achat, première visite, premier événement personnalisé). De plus, GA4 propose des explorations personnalisées qui offrent une granularité bien supérieure pour croiser les données de cohortes avec d'autres dimensions.

Comment interpréter un taux de rétention de cohorte faible dans GA4 ?

Un taux de rétention faible (par exemple, moins de 10 % à la semaine 2) indique que la majorité de vos utilisateurs ne reviennent pas après leur première visite. Cela peut signaler un problème d'expérience utilisateur, de pertinence du contenu, ou simplement l'absence de mécanisme de réengagement (email, notifications, remarketing). L'analyse de cohortes vous aide à identifier exactement à quel moment les utilisateurs décrochent pour cibler vos efforts d'amélioration.

Cohort Analysis dans GA4 : comprendre et fidéliser vos clients web

Qu’est-ce que l’analyse de cohortes et pourquoi elle change la donne

Acquérir du trafic, c’est bien. Savoir ce que deviennent vos visiteurs après leur première visite, c’est mieux. C’est exactement ce que permet la cohort analysis dans GA4 : regrouper vos utilisateurs selon un événement commun (généralement leur date de première visite) et observer leur comportement au fil du temps.

Concrètement, imaginez que 1 000 personnes visitent votre site e-commerce la semaine du 10 juin. Ces 1 000 visiteurs forment une cohorte. L’analyse de cohortes va vous montrer combien d’entre eux reviennent la semaine suivante, deux semaines plus tard, un mois après… et surtout, combien finissent par acheter ou par disparaître complètement.

Cette approche est fondamentalement différente de l’analyse classique des métriques agrégées. Au lieu de regarder un taux de conversion global qui mélange nouveaux et anciens visiteurs, vous observez le parcours réel d’un groupe homogène dans le temps.

Selon une étude de Bain & Company, augmenter la rétention client de seulement 5 % peut accroître les profits de 25 à 95 %. L’analyse de cohortes est l’outil qui vous donne la visibilité nécessaire pour y parvenir.

Accéder au rapport de cohortes dans GA4

Le rapport standard de rétention

GA4 propose un rapport de rétention intégré accessible depuis le menu Rapports > Rétention. Ce rapport affiche par défaut :

La rétention des utilisateurs : pourcentage d’utilisateurs qui reviennent chaque jour/semaine
L’engagement des utilisateurs : durée moyenne d’engagement par cohorte
Les courbes de rétention sur les 42 premiers jours

C’est un bon point de départ, mais il reste limité en personnalisation.

L’exploration de cohortes : l’outil avancé

La vraie puissance de l’analyse de cohortes dans GA4 réside dans la section Explorer > Exploration de cohortes. Voici comment y accéder :

Rendez-vous dans Explorer (menu de gauche)
Cliquez sur Exploration de cohortes dans les modèles proposés
Configurez vos paramètres selon vos besoins

Vous pouvez personnaliser trois éléments clés :

Critère d’inclusion dans la cohorte : première interaction, premier achat, premier événement personnalisé
Critère de retour : tout événement, événement spécifique (achat, page vue, etc.)
Granularité : quotidienne, hebdomadaire ou mensuelle

Configurer une analyse de cohortes pertinente étape par étape

Étape 1 : Définir votre objectif

Avant de plonger dans les données, posez-vous la bonne question. Voici les cas d’usage les plus fréquents :

Objectif	Critère d’inclusion	Critère de retour	Granularité recommandée
Rétention globale du site	Première visite	Toute visite	Hebdomadaire
Fidélisation e-commerce	Premier achat	Achat suivant	Mensuelle
Engagement contenu/blog	Première session	Session avec scroll > 75 %	Hebdomadaire
Rétention app/SaaS	Inscription	Connexion	Quotidienne
ROI campagne acquisition	Première visite via campagne X	Conversion	Mensuelle

Étape 2 : Configurer l’exploration

Dans l’interface d’exploration de GA4, configurez les paramètres suivants :

Onglet “Paramètres” : sélectionnez la technique “Exploration de cohortes”
Inclusion dans la cohorte : choisissez “Première interaction” pour une analyse de rétention classique
Retour dans la cohorte : sélectionnez “Tout événement” ou un événement spécifique
Granularité de la cohorte : hebdomadaire est souvent le meilleur compromis entre visibilité et lisibilité
Plage de calcul : derniers 3 mois pour avoir suffisamment de recul

Étape 3 : Ajouter des segments pour comparer

C’est ici que l’analyse devient vraiment intéressante. Créez des segments pour comparer la rétention entre :

Les sources de trafic (SEO vs SEA vs réseaux sociaux)
Les types d’appareils (mobile vs desktop)
Les catégories de produits consultés
Les utilisateurs ayant vu une page spécifique (page de pricing, FAQ…)

Chez Lueur Externe, nous constatons régulièrement que la comparaison de cohortes par canal d’acquisition révèle des écarts de rétention de 20 à 40 points entre le trafic organique et le trafic payant. Une donnée essentielle pour allouer correctement votre budget marketing.

Lire et interpréter les résultats

Comprendre le tableau de cohortes

Le rapport se présente sous forme d’un tableau croisé. Voici un exemple typique de données de rétention hebdomadaire pour un site e-commerce :

Cohorte          | Semaine 0 | Semaine 1 | Semaine 2 | Semaine 3 | Semaine 4
-----------------|-----------|-----------|-----------|-----------|----------
3-9 juin         | 100 %     | 18,2 %    | 12,1 %    | 9,8 %     | 8,5 %
10-16 juin       | 100 %     | 22,4 %    | 15,3 %    | 11,2 %    | 9,1 %
17-23 juin       | 100 %     | 16,7 %    | 10,5 %    | 8,9 %     | 7,2 %
24-30 juin       | 100 %     | 24,1 %    | 16,8 %    | 13,5 %    | -
1-7 juillet      | 100 %     | 20,3 %    | 14,2 %    | -         | -

Chaque ligne représente une cohorte (un groupe d’utilisateurs arrivés la même semaine). Les colonnes montrent le pourcentage de ces utilisateurs qui reviennent chaque semaine suivante.

Les indicateurs clés à surveiller

Le taux de rétention de la semaine 1 est le premier signal d’alerte. Un taux inférieur à 15 % pour un site e-commerce signifie que vous perdez la quasi-totalité de vos visiteurs immédiatement. Pour un blog ou un média, un taux de 8-12 % est plus courant.

La pente de décroissance est tout aussi importante. Si vous passez de 20 % (semaine 1) à 5 % (semaine 2), la chute est brutale et indique un problème de réengagement. Si la courbe s’aplatit autour de 8-10 %, vous avez un noyau de visiteurs fidèles.

Les anomalies entre cohortes méritent votre attention. Dans l’exemple ci-dessus, la cohorte du 24-30 juin affiche de meilleurs taux. Pourquoi ? Peut-être une campagne email envoyée cette semaine-là, un événement promotionnel, ou un changement sur le site. Ces variations racontent une histoire.

Benchmarks par secteur

Pour situer vos performances, voici des ordres de grandeur de taux de rétention à la semaine 4 :

E-commerce : 5-12 %
SaaS / application web : 15-25 %
Média / blog : 3-8 %
Marketplace : 8-15 %
Services B2B : 10-20 %

Si vos taux sont significativement en dessous de ces fourchettes, il y a un problème à identifier. S’ils sont au-dessus, vous avez un avantage concurrentiel à exploiter.

Stratégies concrètes de fidélisation basées sur les cohortes

Identifier le “moment critique” de perte

L’analyse de cohortes révèle généralement un point de rupture. Pour la plupart des sites, la plus grande perte se produit entre la semaine 0 et la semaine 1. C’est là que 70 à 85 % des utilisateurs disparaissent.

Votre premier levier d’action se situe exactement à ce moment. Voici des tactiques éprouvées :

Pop-up d’inscription email déclenché après 60 secondes ou un scroll à 50 % (pas avant, sinon vous aggressez l’utilisateur)
Séquence de bienvenue automatisée de 3 emails sur 7 jours pour les nouveaux inscrits
Campagne de remarketing ciblée sur les visiteurs de la semaine précédente avec un message personnalisé
Notification push web proposée aux visiteurs engagés (ceux ayant vu plus de 2 pages)

Segmenter vos actions par source de trafic

Une cohorte “utilisateurs venus de Google” et une cohorte “utilisateurs venus d’Instagram” n’ont pas le même comportement. L’analyse de cohortes par canal dans GA4 vous permet de :

Mesurer la vraie qualité de chaque canal au-delà du simple volume de trafic
Ajuster votre budget d’acquisition vers les canaux qui génèrent les utilisateurs les plus fidèles
Adapter votre landing page à chaque source pour maximiser le réengagement

Par exemple, si le trafic SEO affiche un taux de rétention à 4 semaines de 12 % contre 4 % pour le trafic Facebook Ads, il est pertinent de réinvestir une partie du budget publicitaire dans votre stratégie de référencement naturel.

Créer des audiences GA4 basées sur les cohortes

GA4 permet de transformer vos insights en actions concrètes grâce à la création d’audiences exportables vers Google Ads. Voici un exemple de configuration :

Audience : "Utilisateurs à risque de churn"
Conditions :
  - Première visite : il y a 7 à 14 jours
  - Nombre de sessions depuis : 0
  - Événement d'achat : aucun
  
Action : Campagne Google Ads de remarketing
  - Message : offre de -10 % pour première commande
  - Budget quotidien : 15 €
  - Durée : 7 jours

Cette audience cible exactement les utilisateurs qui se trouvent dans la zone critique de la semaine 1-2, là où vos données de cohortes montrent la chute la plus importante.

Mesurer l’impact de vos actions

L’analyse de cohortes est aussi votre outil de mesure. Après avoir déployé une stratégie de réengagement, comparez les cohortes “avant” et “après” :

La cohorte de janvier (avant la mise en place de votre séquence email) affiche 8 % de rétention à la semaine 4
La cohorte de mars (après la mise en place) affiche 14 % de rétention à la semaine 4

Cette amélioration de 6 points représente, pour un site recevant 10 000 visiteurs par mois, environ 600 utilisateurs supplémentaires qui reviennent. Si votre taux de conversion est de 3 %, cela signifie 18 ventes additionnelles par mois. Sur un panier moyen de 80 €, c’est 1 440 € de chiffre d’affaires mensuel supplémentaire directement attribuable à votre stratégie de fidélisation.

Aller plus loin : techniques avancées de cohort analysis

Combiner cohortes et entonnoirs

Dans la section Explorer de GA4, vous pouvez croiser l’analyse de cohortes avec l’exploration en entonnoir pour répondre à des questions sophistiquées comme :

Parmi les utilisateurs acquis en juin, combien ont atteint l’étape de paiement dans les 30 jours ?
Quel est le délai moyen entre la première visite et le premier achat pour chaque cohorte ?
Les utilisateurs qui consultent la page “à propos” lors de leur première visite ont-ils une meilleure rétention ?

Exploiter les cohortes avec BigQuery

Pour les sites à fort trafic, l’export GA4 vers BigQuery ouvre des possibilités d’analyse bien plus puissantes. Voici un exemple de requête SQL pour calculer la rétention par cohorte :

WITH user_cohort AS (
  SELECT
    user_pseudo_id,
    DATE_TRUNC(PARSE_DATE('%Y%m%d', 
      MIN(event_date)), WEEK) AS cohort_week,
    DATE_TRUNC(PARSE_DATE('%Y%m%d', 
      event_date), WEEK) AS activity_week
  FROM
    `votre-projet.analytics_XXXXXXX.events_*`
  WHERE
    _TABLE_SUFFIX BETWEEN '20240101' AND '20240630'
  GROUP BY
    user_pseudo_id, activity_week
)
SELECT
  cohort_week,
  DATE_DIFF(activity_week, cohort_week, WEEK) AS weeks_since_acquisition,
  COUNT(DISTINCT user_pseudo_id) AS active_users,
  ROUND(
    COUNT(DISTINCT user_pseudo_id) * 100.0 / 
    FIRST_VALUE(COUNT(DISTINCT user_pseudo_id)) 
      OVER (PARTITION BY cohort_week 
            ORDER BY activity_week), 1
  ) AS retention_rate
FROM user_cohort
GROUP BY cohort_week, activity_week
ORDER BY cohort_week, weeks_since_acquisition;

Cette requête vous donne un contrôle total sur les paramètres de calcul et peut être enrichie avec des dimensions personnalisées impossibles à exploiter dans l’interface native de GA4.

Les équipes de Lueur Externe accompagnent régulièrement des entreprises dans la mise en place de ces pipelines d’analyse avancés, en combinant l’expertise GA4, BigQuery et la visualisation dans Looker Studio pour des tableaux de bord de rétention sur mesure.

Automatiser les alertes de rétention

Une bonne pratique consiste à mettre en place des alertes automatiques lorsque la rétention d’une cohorte chute en dessous d’un seuil défini. Vous pouvez le faire via :

Les insights automatiques de GA4 (limités mais utiles)
Un script Google Apps Script connecté à l’API GA4 Data
Un workflow dans Looker Studio avec envoi d’email conditionnel

L’objectif est d’être alerté en temps réel quand quelque chose change, plutôt que de le découvrir trois mois plus tard.

Les erreurs fréquentes à éviter

L’analyse de cohortes est puissante, mais elle peut induire en erreur si elle est mal utilisée. Voici les pièges classiques :

Analyser des cohortes trop petites : une cohorte de 50 utilisateurs ne produit pas de données statistiquement significatives. Visez au moins 500 utilisateurs par cohorte pour des conclusions fiables.
Ignorer la saisonnalité : une cohorte de décembre (Black Friday, Noël) n’est pas comparable à une cohorte de février. Comparez des périodes comparables.
Confondre corrélation et causalité : si la rétention augmente après un changement sur le site, d’autres facteurs peuvent expliquer cette amélioration (campagne email, saisonnalité, actualité).
Ne regarder que la rétention : un utilisateur qui revient mais n’achète jamais n’a pas la même valeur qu’un client fidèle. Croisez la rétention avec la valeur transactionnelle.
Oublier le consentement RGPD : les données de cohortes dépendent du tracking. Sans un taux de consentement correct, vos cohortes sont biaisées. Assurez-vous que votre bandeau cookies est optimisé pour maximiser le consentement tout en respectant la réglementation.

Conclusion : transformez vos données de cohortes en croissance durable

L’analyse de cohortes dans GA4 n’est pas qu’un rapport supplémentaire à consulter. C’est un changement de perspective sur la performance de votre site web. Au lieu de courir après toujours plus de trafic, vous apprenez à tirer le maximum de valeur des visiteurs que vous avez déjà acquis.

Les entreprises qui maîtrisent cette analyse prennent de meilleures décisions : elles investissent dans les bons canaux d’acquisition, déploient des stratégies de réengagement au bon moment, et mesurent précisément l’impact de chaque action sur la fidélisation.

Mais encore faut-il savoir configurer correctement GA4, interpréter les données sans biais et traduire les insights en actions concrètes. C’est un exercice qui demande à la fois une expertise technique (configuration GA4, BigQuery, audiences) et une vision stratégique (priorisation des actions, budget, ROI).

Lueur Externe, agence web spécialisée en analytics et SEO depuis 2003, accompagne les entreprises dans l’exploitation complète de leurs données GA4. De la configuration initiale à l’analyse avancée des cohortes, en passant par la mise en place de tableaux de bord personnalisés, nos équipes vous aident à transformer vos données en leviers de croissance.

👉 Vous souhaitez exploiter pleinement le potentiel de vos données GA4 ? Contactez nos experts pour un audit gratuit de votre configuration analytics et découvrez comment l’analyse de cohortes peut améliorer concrètement la fidélisation de vos clients.