Pourquoi le funnel d’achat GA4 est indispensable en e-commerce

Chaque visiteur qui quitte votre site sans acheter représente un manque à gagner. Selon le Baymard Institute, le taux moyen d’abandon de panier en ligne atteint 70,19 % en 2024. Dit autrement : sur 10 personnes qui ajoutent un produit au panier, 7 ne finalisent jamais leur achat.

Le problème ? Sans visualisation claire de votre entonnoir de conversion, vous ne savez pas où ni pourquoi ces abandons se produisent. C’est précisément ce que le funnel d’achat dans Google Analytics 4 permet de résoudre.

Contrairement à Universal Analytics qui proposait un entonnoir figé, GA4 offre une flexibilité totale grâce aux explorations personnalisées. Vous pouvez :

  • Définir vos propres étapes selon votre parcours client
  • Segmenter les abandons par appareil, source de trafic ou pays
  • Comparer les entonnoirs ouverts (entrée possible à n’importe quelle étape) et fermés
  • Identifier en quelques clics les fuites les plus coûteuses

Dans cet article, nous allons voir comment configurer un funnel d’achat complet dans GA4, interpréter les données d’abandon, puis appliquer des correctifs concrets à chaque étape.

Les prérequis : un tracking e-commerce GA4 bien configuré

Les événements indispensables du parcours d’achat

Avant de pouvoir analyser votre entonnoir, il faut que les bons événements remontent dans GA4. Voici la séquence standard recommandée par Google pour le e-commerce :

Étape du parcoursÉvénement GA4Déclencheur
Consultation produitview_itemChargement d’une fiche produit
Ajout au panieradd_to_cartClic sur “Ajouter au panier”
Début du checkoutbegin_checkoutAccès à la page de commande
Infos de livraisonadd_shipping_infoValidation de l’étape livraison
Infos de paiementadd_payment_infoSaisie des infos de paiement
Achat finalisépurchaseConfirmation de commande

Exemple d’implémentation dataLayer pour Prestashop

Si vous travaillez sur Prestashop (notre CMS e-commerce de prédilection chez Lueur Externe), voici un exemple de push dataLayer pour l’événement add_to_cart :

dataLayer.push({
  event: "add_to_cart",
  ecommerce: {
    currency: "EUR",
    value: 59.90,
    items: [{
      item_id: "PS-12345",
      item_name: "Sneakers Running Pro",
      item_category: "Chaussures",
      item_brand: "MarqueX",
      price: 59.90,
      quantity: 1
    }]
  }
});

Ce push est ensuite capté par Google Tag Manager qui transmet l’événement à GA4 avec tous les paramètres. Chaque événement de la séquence doit suivre la même logique avec les paramètres items, value et currency.

Vérifier la bonne remontée des données

Avant de construire votre funnel, validez votre tracking :

  1. Utilisez le DebugView de GA4 (Admin > DebugView)
  2. Parcourez votre site en activant le mode debug de GTM
  3. Vérifiez que chaque événement apparaît dans l’ordre avec les bons paramètres
  4. Contrôlez dans Rapports > Monétisation > Parcours d’achat que les données s’affichent

Sans cette base solide, toute analyse de funnel sera biaisée ou incomplète.

Créer un funnel d’achat personnalisé dans GA4

Accéder aux explorations d’entonnoir

GA4 propose deux façons de visualiser votre funnel :

  • Le rapport standard : Rapports > Monétisation > Parcours d’achat (vue simplifiée, non personnalisable)
  • L’exploration entonnoir : Explorer > Exploration de l’entonnoir (totalement personnalisable)

Nous recommandons systématiquement l’exploration personnalisée pour une analyse approfondie.

Configuration étape par étape

  1. Allez dans Explorer (menu latéral gauche)
  2. Cliquez sur Exploration de l’entonnoir
  3. Dans le panneau de gauche, configurez vos étapes :

Étape 1 – Consultation produit

  • Événement : view_item

Étape 2 – Ajout au panier

  • Événement : add_to_cart

Étape 3 – Début checkout

  • Événement : begin_checkout

Étape 4 – Infos livraison

  • Événement : add_shipping_info

Étape 5 – Infos paiement

  • Événement : add_payment_info

Étape 6 – Achat

  • Événement : purchase

Entonnoir ouvert vs fermé : quel mode choisir ?

  • Entonnoir fermé : seuls les utilisateurs ayant commencé par l’étape 1 sont comptabilisés. Idéal pour mesurer le parcours linéaire complet.
  • Entonnoir ouvert : les utilisateurs peuvent entrer à n’importe quelle étape. Utile pour voir combien de personnes commencent directement au checkout (retour via email de relance, par exemple).

Pour une première analyse, commencez par un entonnoir fermé afin d’obtenir une vision claire du parcours idéal.

Ajouter des dimensions de ventilation

La puissance de GA4 réside dans la segmentation. Ajoutez une dimension de ventilation (breakdown) pour comparer :

  • Catégorie d’appareil : le mobile convertit-il moins que le desktop ?
  • Source/support : Google Ads performe-t-il mieux que le trafic organique ?
  • Pays : y a-t-il des blocages spécifiques à certaines régions ?

Ces ventilations révèlent souvent des insights inattendus. Un taux d’abandon de 85 % sur mobile contre 55 % sur desktop à l’étape du paiement signale un problème d’ergonomie mobile critique.

Analyser les abandons : où partent vos clients ?

Les métriques clés à surveiller

Dans votre exploration entonnoir, GA4 affiche trois métriques essentielles pour chaque étape :

  • Taux de complétion : pourcentage d’utilisateurs passant à l’étape suivante
  • Taux d’abandon : pourcentage quittant le parcours à cette étape
  • Temps moyen entre les étapes : indicateur de friction ou d’hésitation

Benchmarks e-commerce par étape

Voici des taux de passage moyens observés en e-commerce (source : analyses internes et données sectorielles 2024) :

TransitionTaux de passage moyenAlerte si inférieur à
view_item → add_to_cart8-12 %5 %
add_to_cart → begin_checkout45-55 %35 %
begin_checkout → add_shipping_info75-85 %65 %
add_shipping_info → add_payment_info80-90 %70 %
add_payment_info → purchase85-95 %75 %

Si vos chiffres sont significativement en dessous de ces benchmarks à une étape donnée, c’est là que vous devez concentrer vos efforts d’optimisation.

Cas concret : identifier une fuite massive au checkout

Imaginons que votre funnel GA4 montre :

  • add_to_cart : 1 200 utilisateurs
  • begin_checkout : 420 utilisateurs (taux de passage : 35 %)
  • purchase : 180 utilisateurs

Le passage ajout au panier → checkout est critique ici (35 % contre 45-55 % attendu). Cela signifie que 780 personnes ajoutent un produit mais ne lancent jamais le processus de commande. En analysant plus finement avec la dimension “catégorie d’appareil”, vous découvrez peut-être que sur mobile, ce taux tombe à 22 %.

C’est exactement ce type d’analyse que nous réalisons régulièrement chez Lueur Externe pour nos clients e-commerce, avec des plans d’action chiffrés à la clé.

Corriger les abandons : actions concrètes par étape

Étape 1 : view_item → add_to_cart (taux faible)

Problèmes fréquents :

  • Fiche produit peu engageante (photos de mauvaise qualité, descriptions insuffisantes)
  • Prix perçu comme trop élevé sans justification de valeur
  • Bouton “Ajouter au panier” peu visible ou mal positionné
  • Absence d’avis clients

Actions correctives :

  • Ajouter des photos produit HD avec zoom et vue 360°
  • Intégrer des avis clients vérifiés (augmente la conversion de 12 à 25 % selon Spiegel Research)
  • Rendre le CTA d’ajout au panier plus proéminent (couleur contrastée, above the fold sur mobile)
  • Afficher des éléments de réassurance : livraison gratuite, retour facile, paiement sécurisé
  • Proposer l’urgence ou la rareté (stock limité, offre temporaire)

Étape 2 : add_to_cart → begin_checkout (taux faible)

Problèmes fréquents :

  • L’utilisateur ajoute pour comparer mais n’a pas l’intention d’acheter immédiatement
  • Les frais de livraison ne sont révélés qu’au checkout
  • Le panier n’est pas persistant (perdu après fermeture du navigateur)
  • Absence de relance panier abandonné

Actions correctives :

  • Afficher les frais de livraison estimés dès la fiche produit ou le mini-panier
  • Mettre en place des emails de relance panier abandonné (récupère 5 à 15 % des paniers)
  • Proposer un panier persistant via cookies ou compte client
  • Ajouter un indicateur de livraison gratuite (“Plus que 15 € pour la livraison offerte”)
  • Intégrer un mini-panier accessible à tout moment sans quitter la page

Étape 3 : begin_checkout → add_shipping_info (taux faible)

Problèmes fréquents :

  • Formulaire trop long ou complexe
  • Obligation de créer un compte
  • Options de livraison insuffisantes ou trop chères
  • Problèmes d’UX mobile (champs trop petits, clavier inadapté)

Actions correctives :

  • Proposer le checkout en tant qu’invité (guest checkout)
  • Réduire le nombre de champs au strict minimum
  • Activer l’autocomplétion d’adresse (Google Places API)
  • Proposer au moins 3 options de livraison (standard, express, point relais)
  • Optimiser les formulaires pour mobile (types d’input corrects, taille des zones tactiles)

Étape 4 : add_shipping_info → add_payment_info (taux faible)

Problèmes fréquents :

  • Coût total (produit + livraison) perçu comme trop élevé une fois révélé
  • Manque de confiance au moment du paiement
  • Moyens de paiement insuffisants

Actions correctives :

  • Afficher un récapitulatif clair avec ventilation des coûts
  • Proposer des moyens de paiement variés : CB, PayPal, Apple Pay, paiement en 3x/4x
  • Afficher les logos de sécurité (SSL, 3D Secure, badges de confiance)
  • Proposer un code promo visible pour réduire la friction psychologique du prix

Étape 5 : add_payment_info → purchase (taux faible)

Problèmes fréquents :

  • Erreurs techniques lors du paiement (timeout, refus injustifié)
  • Redirection vers une page externe qui effraie l’utilisateur
  • Étape de confirmation inutilement ajoutée
  • Lenteur de chargement au moment critique

Actions correctives :

  • Monitorer les erreurs de paiement dans vos logs serveur et votre PSP
  • Privilégier un formulaire de paiement intégré (iframe) plutôt qu’une redirection
  • Tester la rapidité de la page de paiement (objectif : moins de 2 secondes)
  • Simplifier : un seul clic pour confirmer après la saisie des infos de paiement

Aller plus loin : segmenter et automatiser l’analyse

Créer des audiences GA4 basées sur les abandons

GA4 permet de créer des audiences à partir des étapes du funnel. Exemple : créer une audience “Abandons checkout” regroupant les utilisateurs ayant déclenché begin_checkout mais PAS purchase dans les 7 derniers jours.

Ces audiences peuvent ensuite être :

  • Exportées vers Google Ads pour du remarketing ciblé
  • Utilisées dans des campagnes email personnalisées
  • Analysées pour comprendre les caractéristiques communes des abandonnistes

Connecter GA4 à BigQuery pour une analyse avancée

Pour les sites à fort trafic, l’export BigQuery natif de GA4 permet :

  • D’analyser les parcours utilisateur individuels
  • De calculer des métriques personnalisées (temps entre événements, parcours alternatifs)
  • De croiser les données GA4 avec votre CRM ou votre base commandes

Voici un exemple de requête SQL pour calculer le taux d’abandon entre deux étapes :

WITH funnel AS (
  SELECT
    user_pseudo_id,
    MAX(CASE WHEN event_name = 'add_to_cart' THEN 1 ELSE 0 END) AS added_to_cart,
    MAX(CASE WHEN event_name = 'begin_checkout' THEN 1 ELSE 0 END) AS began_checkout
  FROM `votre-projet.analytics_XXXXXX.events_*`
  WHERE _TABLE_SUFFIX BETWEEN '20240101' AND '20240131'
  GROUP BY user_pseudo_id
)
SELECT
  COUNTIF(added_to_cart = 1) AS users_add_to_cart,
  COUNTIF(added_to_cart = 1 AND began_checkout = 1) AS users_checkout,
  ROUND(COUNTIF(added_to_cart = 1 AND began_checkout = 1) / COUNTIF(added_to_cart = 1) * 100, 2) AS taux_passage_pct
FROM funnel;

Cette approche permet une granularité impossible à obtenir dans l’interface GA4 seule.

Mettre en place des alertes automatiques

Configurez des insights personnalisés dans GA4 pour être alerté si :

  • Le taux de conversion chute de plus de 20 % par rapport à la semaine précédente
  • Le nombre d’événements purchase tombe sous un seuil critique
  • Le taux d’abandon à une étape spécifique dépasse un certain pourcentage

Ces alertes vous permettent de réagir en temps réel plutôt que de découvrir un problème technique plusieurs jours après.

Les erreurs courantes à éviter

Après avoir accompagné des dizaines de e-commerçants dans leur configuration GA4, voici les erreurs que nous constatons le plus souvent chez Lueur Externe :

  • Événements dupliqués : un add_to_cart qui se déclenche deux fois gonfle artificiellement les chiffres et fausse les taux de passage
  • Paramètres manquants : envoyer purchase sans le paramètre transaction_id empêche la dé-duplication des transactions
  • Ne pas utiliser les entonnoirs fermés : un entonnoir ouvert par défaut peut masquer les vraies fuites
  • Ignorer les filtres de données : le trafic interne ou de test pollue vos analyses
  • Analyser trop tôt : attendez au moins 2 à 4 semaines de données pour obtenir des résultats statistiquement significatifs

Conclusion : transformez vos données en chiffre d’affaires

Le funnel d’achat GA4 n’est pas un simple graphique de reporting. C’est un outil de diagnostic qui vous indique précisément où votre site perd de l’argent et où concentrer vos efforts d’optimisation.

La démarche est claire :

  1. Implémenter un tracking e-commerce rigoureux
  2. Configurer un entonnoir personnalisé avec les bonnes étapes
  3. Identifier les points de fuite par étape et par segment
  4. Appliquer des correctifs ciblés et mesurer leur impact
  5. Itérer en continu

Chaque point de pourcentage gagné sur votre taux de conversion se traduit directement en revenus supplémentaires. Pour un site réalisant 500 000 € de CA annuel avec un taux de conversion de 2 %, passer à 2,5 % représente 125 000 € de revenus additionnels — sans dépenser un euro de plus en acquisition.

Vous souhaitez être accompagné dans la configuration de votre funnel GA4, l’audit de vos abandons ou l’optimisation de votre parcours d’achat ? Les experts analytics de Lueur Externe vous accompagnent de l’implémentation technique jusqu’au plan d’action conversion. Contactez-nous pour un audit personnalisé de votre entonnoir e-commerce.