{"id":52220,"date":"2023-07-18T11:00:38","date_gmt":"2023-07-18T09:00:38","guid":{"rendered":"https:\/\/www.makingscience.com\/blog\/la-utilidad-de-lifetime-value-ltv-en-ga4\/"},"modified":"2023-07-18T11:00:38","modified_gmt":"2023-07-18T09:00:38","slug":"lutilisation-de-la-lifetime-value-ltv-dans-ga4","status":"publish","type":"post","link":"https:\/\/www.makingscience.com\/fr\/blog\/lutilisation-de-la-lifetime-value-ltv-dans-ga4\/","title":{"rendered":"Lifetime Value (LTV) dans GA4 : analyses et rapports"},"content":{"rendered":"<p>Aujourd&rsquo;hui, nous allons parler de la <em>Customer LifeTime Value<\/em> (LTV) ou du <em>Temps de Vie des Utilisateurs<\/em> (TVC), qui est une m\u00e9trique\/technique utilis\u00e9e pour <strong>analyser le comportement et la valeur des utilisateurs<\/strong>. Nous en avons d\u00e9j\u00e0 parl\u00e9 pr\u00e9c\u00e9demment, et aujourd&rsquo;hui nous allons voir <strong>comment obtenir et utiliser<\/strong> la valeur vie client (LTV) dans <em>Google Analytics 4<\/em> (GA4).<\/p>\n<p>La LTV peut \u00eatre une <em>mesure<\/em>\u00a0pour calculer la valeur \u00e9conomique d&rsquo;un client ou une <em>technique<\/em> de gestion de clients. La <span style=\"font-weight: 400;\">lifetime value<\/span> nous aide \u00e0 :<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\"><strong>Strat\u00e9gies de r\u00e9tention et de fid\u00e9lisation :<\/strong> depuis l&rsquo;enregistrement ou la conversion jusqu&rsquo;\u00e0 la fin du cycle de vie du client, c&rsquo;est-\u00e0-dire lorsque le client cesse d&rsquo;\u00eatre notre client.<\/span><\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\"><strong>Campagnes d&rsquo;acquisition active :<\/strong> elles utilisent des mesures pr\u00e9dictives pour nous aider \u00e0 pr\u00e9voir la <em>probabilit\u00e9 d&rsquo;achat<\/em>, le <em>taux d&rsquo;abandon<\/em> ou m\u00eame des <em>valeurs moyennes plus \u00e9lev\u00e9es par achat<\/em> de nos utilisateurs ou audiences.<\/span><\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\"><strong>Obtenir des donn\u00e9es uniques sur les utilisateurs :<\/strong> telles que l&rsquo;interaction avec notre entreprise\/marque, leur derni\u00e8re interaction ou achat sur notre site web ou appli, quand ils ont \u00e9t\u00e9 actifs pour la derni\u00e8re fois, la d\u00e9duplication des utilisateurs gr\u00e2ce \u00e0 l&rsquo;ID utilisateur, les m\u00e9triques pr\u00e9dictives qui <em>apprennent des comportements des utilisateurs<\/em>, comme mentionn\u00e9 ci-dessus.<\/span><\/li>\n<\/ul>\n<p>Le <em>suivi et l&rsquo;analyse<\/em> continus de la LTV au fil du temps permettent de d\u00e9tecter les tendances et les changements dans le comportement des clients. Cela vous permet <strong>d&rsquo;ajuster vos strat\u00e9gies et de prendre des d\u00e9cisions claires<\/strong>\u00a0afin d&rsquo;am\u00e9liorer la rentabilit\u00e9 et les performances globales de votre entreprise. Tout cela est possible gr\u00e2ce \u00e0 Google Analytics 4.<\/p>\n<p><span style=\"font-weight: 400;\">Nous devons tenir compte de :<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\"><strong>Le calcul de la LTV peut varier en fonction du type d&rsquo;entreprise et du secteur d&rsquo;activit\u00e9.<\/strong> Par exemple, dans les secteurs o\u00f9 les achats r\u00e9currents sont moins fr\u00e9quents, comme la vente de voitures, la LTV sera calcul\u00e9e sur une p\u00e9riode plus longue, par exemple sur plusieurs ann\u00e9es.<\/span><\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">Il est important de savoir <strong>qu&rsquo;il existe une limite \u00e0 la LTV<\/strong>, car il n&rsquo;est pas possible d&rsquo;obtenir des donn\u00e9es pour les clients ant\u00e9rieurs <strong>au 15 ao\u00fbt 2020<\/strong>.<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n<h3><strong>Connexion \u00e0 Google Analytics (GA4)<\/strong><\/h3>\n<p><span style=\"font-weight: 400;\">La connexion \u00e0 Google Analytics (GA4) fournit un ensemble d&rsquo;outils puissants pour <strong>analyser et comprendre le comportement<\/strong> des utilisateurs. Outre que sur la LTV, GA4 fournit des informations pr\u00e9cieuses sur le parcours client, les events de conversion, la segmentation de l&rsquo;audience et bien d&rsquo;autres choses encore, ce qui permet d&rsquo;obtenir une vue plus compl\u00e8te et plus d\u00e9taill\u00e9e de l&rsquo;activit\u00e9 des clients.<\/span><\/p>\n<p><span style=\"font-weight: 400;\"><img fetchpriority=\"high\" decoding=\"async\" class=\"size-large wp-image-51867 aligncenter\" src=\"https:\/\/www.makingscience.es\/wp-content\/uploads\/2023\/06\/Captura-de-pantalla-2023-06-27-a-las-9.23.35-1024x337.png\" alt=\"\" width=\"1024\" height=\"337\" \/><\/span><\/p>\n<p><span style=\"font-weight: 400;\">Para tener acceso a estos datos necesitamos tener una <\/span><b>conexi\u00f3n a GA4,<\/b><span style=\"font-weight: 400;\"> desde nuestro sitio <\/span><i><span style=\"font-weight: 400;\">web o app <\/span><\/i><span style=\"font-weight: 400;\">para poder <\/span><b>recolectarlos e interpretarlos mediante exploraciones e informes\/reports.<\/b><\/p>\n<p>Pour acc\u00e9der \u00e0 ces donn\u00e9es, nous devons disposer d&rsquo;une <strong>connexion \u00e0 GA4 <\/strong>depuis notre site web ou notre appli, afin de les collecter et de les interpr\u00e9ter par le biais de scans et de rapports.<\/p>\n<h3>O\u00f9 trouver les rapports de la LTV dans GA4<\/h3>\n<p><span style=\"font-weight: 400;\"><img decoding=\"async\" class=\"alignnone wp-image-51873\" src=\"https:\/\/www.makingscience.es\/wp-content\/uploads\/2023\/06\/Captura-de-pantalla-2023-06-27-a-las-9.23.42-1024x647.png\" alt=\"\" width=\"832\" height=\"526\" \/><\/span><\/p>\n<p>Il existe plusieurs <strong>fa\u00e7ons d&rsquo;acc\u00e9der<\/strong> au rapport du navigateur :<\/p>\n<p><span style=\"font-weight: 400;\">Directement depuis \u201cStart a new exploration\u201d<\/span><\/p>\n<p><span style=\"font-weight: 400;\"><img decoding=\"async\" class=\"alignnone wp-image-51879\" src=\"https:\/\/www.makingscience.fr\/wp-content\/uploads\/2023\/06\/Captura-de-pantalla-2023-06-27-a-las-9.24.10.png\" alt=\"\" width=\"408\" height=\"479\" \/><\/span><\/p>\n<p><span style=\"font-weight: 400;\"><img loading=\"lazy\" decoding=\"async\" class=\"alignnone wp-image-51885\" src=\"https:\/\/www.makingscience.es\/wp-content\/uploads\/2023\/06\/Captura-de-pantalla-2023-06-27-a-las-9.24.17-1024x441.png\" alt=\"\" width=\"859\" height=\"370\" \/><\/span><\/p>\n<p>\u00c0 partir d&rsquo;un rapport vierge<\/p>\n<p><span style=\"font-weight: 400;\">S\u00e9lection dans <\/span><b>Technique<\/b><span style=\"font-weight: 400;\"> \u2192 <\/span><b>User Lifetime \u00a0technique\u00a0<\/b><\/p>\n<p>&nbsp;<\/p>\n<h3><strong>Les deux modes d&rsquo;identification et de signalement des utilisateurs<\/strong><\/h3>\n<p><span style=\"font-weight: 400;\">La m\u00e9thode d&rsquo;identification utilis\u00e9e pour les rapports de votre propri\u00e9t\u00e9 a un impact sur les donn\u00e9es du temps de vie des utilisateurs de la mani\u00e8re suivante :<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\"><strong>ID utilisateur et appareil :<\/strong> cette m\u00e9thode utilise <strong>des donn\u00e9es plus pr\u00e9cises<\/strong> pour identifier l&rsquo;utilisateur et unifier tous les \u00e9v\u00e9nements li\u00e9s dans les rapports et les analyses. Si aucun identifiant d&rsquo;utilisateur n&rsquo;est collect\u00e9, Analytics utilise un <strong>identifiant d&rsquo;appareil<\/strong> pour identifier l&rsquo;utilisateur, qui sera l&rsquo;identifiant du client dans le cas des sites web ou l&rsquo;identifiant de l&rsquo;instance de l&rsquo;application dans le cas des applications.<\/span><\/li>\n<\/ul>\n<p style=\"padding-left: 40px;\">Si l&rsquo;utilisateur effectue des actions alors qu&rsquo;il est connect\u00e9 et, \u00e0 un autre moment, effectue d&rsquo;autres actions sans se connecter, <strong>l&rsquo;analyse<\/strong> n&rsquo;utilise que les donn\u00e9es correspondant au moment o\u00f9 la connexion \u00e9tait active. Les donn\u00e9es sont ainsi de <strong>meilleure qualit\u00e9 et plus fiables<\/strong>, puisqu&rsquo;il n&rsquo;y a pas de duplication des utilisateurs et que les mesures telles que la valeur moyenne de la dur\u00e9e de vie du client sont plus pr\u00e9cises.<\/p>\n<p>&nbsp;<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\"><strong>ID de l&rsquo;appareil :<\/strong> utiliser l&rsquo;ID de l&rsquo;appareil pour identifier l&rsquo;utilisateur via l&rsquo;\u00e9v\u00e9nement client_id <strong>des cookies GA<\/strong> pour le web et l&rsquo;<strong>ID de l&rsquo;instance<\/strong> pour l&rsquo;application.<\/span><\/li>\n<\/ul>\n<p><span style=\"font-weight: 400;\">A Making Science nous vous recommandons d&rsquo;utiliser l&rsquo;option ID utilisateur.<\/span><\/p>\n<p>&nbsp;<\/p>\n<blockquote><p><span style=\"font-weight: 400;\">Vous souhaitez en savoir plus sur le CRO, l&rsquo;optimisation du parcours utilisateur ou simplement analyser quels outils sont les plus adapt\u00e9s pour votre entreprise ? Notre \u00e9quipe est l\u00e0 pour vous aider pour vous, n&rsquo;h\u00e9sitez pas \u00e0 nous \u00e9crire. \ud83d\ude80\u200a!<\/span><\/p><\/blockquote>\n<p>&nbsp;<\/p>\n<p style=\"text-align: center;\"><a style=\"border-radius: 15px; padding: 1em; background-color: #f0076f; color: white;\" href=\"https:\/\/www.makingscience.fr\/contact\/\" target=\"_blank\" rel=\"noopener\">Contactez-nous<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Aujourd&rsquo;hui, nous allons parler de la Customer LifeTime Value (LTV) ou du Temps de Vie des Utilisateurs (TVC), qui est une m\u00e9trique\/technique utilis\u00e9e pour analyser le comportement et la valeur des utilisateurs. Nous en avons d\u00e9j\u00e0 parl\u00e9 pr\u00e9c\u00e9demment, et aujourd&rsquo;hui nous allons voir comment obtenir et utiliser la valeur vie client (LTV) dans Google Analytics [&hellip;]<\/p>\n","protected":false},"author":40,"featured_media":51900,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[825,873],"tags":[584,585,653],"class_list":["post-52220","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-fr","category-martech-adtech-fr","tag-data-fr","tag-ga4-en-fr","tag-ltv-fr"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.makingscience.com\/fr\/wp-json\/wp\/v2\/posts\/52220","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.makingscience.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.makingscience.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/fr\/wp-json\/wp\/v2\/users\/40"}],"replies":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/fr\/wp-json\/wp\/v2\/comments?post=52220"}],"version-history":[{"count":0,"href":"https:\/\/www.makingscience.com\/fr\/wp-json\/wp\/v2\/posts\/52220\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/fr\/wp-json\/wp\/v2\/media\/51900"}],"wp:attachment":[{"href":"https:\/\/www.makingscience.com\/fr\/wp-json\/wp\/v2\/media?parent=52220"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.makingscience.com\/fr\/wp-json\/wp\/v2\/categories?post=52220"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.makingscience.com\/fr\/wp-json\/wp\/v2\/tags?post=52220"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}