E-Commerce : Du chaos de données à un ROAS triplé
Tracking côté serveur pour un e-commerce établi — de 42% à moins de 5% de perte de données.
Contexte & Défi
Un e-commerce établi perdait 42% de ses événements de conversion à cause des bloqueurs de publicités, de l'ITP dans Safari et d'un tracking côté navigateur mal configuré. Google Ads signalait la moitié des conversions réelles. La prise de décisions basée sur des données corrompues conduisait à une allocation budgétaire sous-optimale.
- 42 % de perte de données due aux bloqueurs de publicités et à Safari ITP
- Plus de 60 tags obsolètes dans le conteneur GTM, certains se déclenchant avant le signal de consentement
- Aucune stratégie de données first-party — tous les cookies définis comme third-party
- Meta CAPI non implémenté — les conversions étaient massivement sous-reportées
- GA4 et Google Ads affichaient une divergence de plus de 30 % sur les chiffres de conversion
Notre approche
Analyse & Audit (Semaines 1–2)
Inventaire complet du conteneur GTM existant, de tous les tags et endpoints de tracking. Quantification de la perte de données due aux bloqueurs de publicités et à l'ITP sur tous les navigateurs et appareils.
Infrastructure server-side (Semaines 3–4)
Mise en place du GTM Server Container sur Google Cloud. Configuration du domaine de cookies first-party et du certificat SSL pour une collecte de données fiable.
Migration GA4 & Meta CAPI (Semaines 5–6)
Migration progressive de tous les événements vers le conteneur serveur. Fonctionnement en parallèle pour valider la qualité des données avant la bascule complète.
Consent Mode v2 & Validation (Semaines 7–8)
Intégration propre des signaux CMP dans la couche serveur. Contrôle qualité avec DebugView, GA4 Realtime et Meta Test Events pour confirmer la conformité et la précision.
Go-Live & Remise (Semaines 9–10)
Bascule en production, désactivation des anciens tags côté client, documentation et remise à l'équipe interne avec formation complète.
Apprentissages clés
- Le tracking server-side n'est pas un luxe pour l'e-commerce dépassant CHF 1 M de CA — c'est une nécessité
- Le plus grand levier n'est souvent pas un nouvel outil mais l'amélioration de la qualité des données existantes
- Le fonctionnement en parallèle (client + serveur) est essentiel pour une migration sûre sans pertes de données
- Le Consent Mode v2 doit être initialisé avant tous les tags GTM — l'ordre est primordial
- Les audits GTM révèlent régulièrement des risques de confidentialité que personne n'avait sur son radar
B2B SaaS : Rendre le pipeline de leads visible
GA4, intégration CRM et import de conversions hors ligne pour une vue complète du parcours de leads.
Contexte & Défi
Un fournisseur SaaS B2B suisse ne savait pas quels canaux marketing généraient réellement des deals conclus. GA4 montrait des leads de formulaire mais aucune corrélation avec les revenus CRM. 60% des conversions provenaient de ventes directes sans attribution.
- Trois outils d'analytics différents produisant des chiffres de conversion contradictoires
- Événements de formulaire partiellement capturés — jusqu'à 40 % des demandes de démo non trackées
- Aucune intégration CRM : les conversions hors ligne et les données d'opportunités n'alimentaient jamais l'analyse
- LinkedIn Ads et Google Ads avaient une attribution séparée — aucune vue cross-canal
- L'optimisation du CPL était impossible sans attribution fiable des sources de leads
Notre approche
Audit analytics & inventaire des données (Semaines 1–2)
Analyse complète de toutes les implémentations de tracking existantes, événements de formulaire et objectifs de conversion. Identification des lacunes de données par canal et par outil.
Refonte GA4 & tracking complet des formulaires (Semaines 3–4)
Implémentation propre de GA4 avec capture complète de tous les formulaires de lead, demandes de démo et inscriptions à l'essai via un dataLayer GTM structuré.
Intégration CRM & conversions hors ligne (Semaines 5–6)
HubSpot CRM connecté via API. Le statut des leads et l'étape des deals renvoyés dans GA4 et Google Ads comme conversions hors ligne — permettant une attribution end-to-end complète.
Attribution multi-canal & dashboard Data Studio (Semaine 7)
Reporting unifié sur tous les canaux dans un seul dashboard Data Studio — de la première impression à la vente conclue, avec les tendances CPL par canal.
Remise à l'équipe & formation (Semaine 8)
Documentation, remise à l'équipe marketing et formation des utilisateurs internes pour une utilisation autonome du dashboard et des nouvelles structures de reporting.
Apprentissages clés
- L'intégration CRM est l'étape décisive : ce n'est que lorsque les données hors ligne remontent qu'une image d'attribution complète se forme
- L'attribution cross-canal commence par un tracking clean à source unique — pas par un outil d'attribution coûteux
- Un tracking cohérent des formulaires dans GA4 est ce qui rend possible la véritable optimisation des conversions
- Le B2B SaaS bénéficie de manière disproportionnée du Smart Bidding une fois les conversions hors ligne correctement transmises
- Un seul dashboard utilisé par toutes les parties prenantes est plus précieux que dix vues spécialisées
Agence : Infrastructure de tracking scalable
Standardisation et automatisation de la qualité du tracking sur 12 comptes clients.
Contexte & Défi
Une agence de performance marketing gérait 12 comptes clients, chacun avec une architecture de tracking différente. Les changements manuels dans chaque conteneur GTM prenaient 3 à 4 semaines par client. Les erreurs de tracking n'étaient souvent détectées qu'après des semaines.
- 3 à 4 semaines d'effort pour l'onboarding tracking de chaque nouveau client
- Aucun conteneur GTM standardisé — chaque implémentation était individuelle et difficile à maintenir
- Aucune infrastructure de monitoring central : les erreurs dans un compte passaient souvent inaperçues pendant des semaines
- Des implémentations Consent Mode incohérentes augmentaient le risque RGPD sur tous les comptes clients
- Équipe surchargée par la maintenance manuelle : 40 % de la capacité absorbée par le legacy
Notre approche
Analyse de l'infrastructure & conception du template (Semaines 1–3)
Inventaire des 12 comptes. Dérivation des exigences communes. Conception d'un conteneur GTM template white-label avec tags, déclencheurs, variables et logique de consentement standardisés.
Construction de la plateforme server-side (Semaines 4–6)
Mise en place d'une infrastructure centrale GTM Server Container sur Google Cloud avec logique de routage multi-tenant — une infrastructure pour tous les comptes clients actuels et futurs.
Déploiement du template sur les 12 comptes (Semaines 7–9)
Migration progressive de tous les comptes existants vers le conteneur template. Fonctionnement en parallèle pour valider sans perte de données. Les personnalisations par compte restent possibles.
QA automatisé & monitoring des comptes (Semaines 10–11)
Contrôles automatisés via l'API GA4 Data : alertes sur les anomalies de trafic ou les baisses de conversion sur les 12 comptes simultanément — de manière proactive et non réactive.
Documentation & montée en compétences de l'équipe (Semaine 12)
Documentation technique complète, un playbook d'onboarding client et formation de l'équipe de l'agence pour une utilisation autonome et l'onboarding de futurs clients.
Apprentissages clés
- La standardisation est le plus grand levier pour les agences : un conteneur template surpasse 12 solutions individuelles en efficacité et en qualité
- Le tracking server-side central réduit non seulement les coûts mais aussi les risques de confidentialité pour tous les clients
- Le monitoring automatisé est la différence entre la correction réactive des erreurs et l'assurance qualité proactive
- Les playbooks d'onboarding s'amortissent dès le deuxième nouveau client
- L'infrastructure multi-tenant est économiquement supérieure à partir de 5 comptes parallèles
Publisher : Consent Mode v2 — Confidentialité sans perte de données
+38% de données récupérées grâce à une implémentation correcte du Consent Mode v2.
Contexte & Défi
Un éditeur de médias suisse avait implémenté une bannière de consentement, mais Google Consent Mode v2 n'était ni configuré dans GTM ni connecté à GA4. La perte de données silencieuse s'élevait à 40% — sans que personne dans l'équipe ne s'en soit rendu compte.
- ~40 % de perte de données due à des signaux Consent Mode v2 manquants
- GA4 ne recevait aucun paramètre consent_status de la CMP
- Les tags GTM se déclenchaient avant le callback CMP — ordre de déclenchement incorrect
- Les données modélisées dans GA4 non activées faute de prérequis
- GA4 et Google Ads affichaient une divergence de plus de 25 % sur les chiffres de conversion
Notre approche
Audit & Diagnostic (Semaine 1)
Analyse complète du conteneur GTM et de la configuration CMP. Identification de l'ordre de déclenchement incorrect des tags et de l'intégration manquante du dataLayer entre Cookiebot et GTM.
Implémentation du Consent Mode v2 (Semaine 2)
Intégration correcte des commandes default et update via GTM. Garantie que le callback CMP s'exécute avant tous les tags de tracking. Activation du Advanced Consent Mode dans GA4.
Validation & Go-Live (Semaine 3)
QA avec GTM Preview, GA4 DebugView et le Consent Mode Debugger. Vérification des conversions modélisées dans GA4. Documentation et remise à l'équipe interne.
Apprentissages clés
- Le Consent Mode v2 n'est pas optionnel — obligatoire depuis mars 2024 pour la modélisation des conversions Google Ads
- Une CMP seule ne suffit pas : l'intégration technique dans GTM et GA4 est ce qui compte
- L'ordre de déclenchement des tags dans GTM est la mauvaise configuration la plus fréquente et la plus invisible
- Le Advanced Consent Mode active la modélisation GA4 — mais uniquement avec une transmission correcte des signaux
- La perte de données due à un paramétrage incorrect du consentement n'apparaît jamais comme une erreur — elle se manifeste comme un écart silencieux
Retail : Hors ligne et en ligne — enfin une seule langue
2,4× amélioration du ROAS en liant les achats en magasin aux campagnes en ligne.
Contexte & Défi
Un retailer multicanal suisse avait 37% de ses revenus générés en magasin physique, mais aucun système pour attribuer ces ventes aux campagnes en ligne. Google Ads ne voyait que les conversions e-commerce — les campagnes en ligne qui généraient du trafic en magasin semblaient non rentables.
- Plus de 60 % des achats se faisaient en magasin — entièrement hors de l'attribution analytics
- Les données CRM (cartes de fidélité, transactions POS) n'étaient pas liées aux points de contact en ligne
- Google Ads optimisait exclusivement sur les conversions en ligne — le ROAS hors ligne était inconnu
- Les différents magasins utilisaient des systèmes POS différents sans interface de données unifiée
- Les parcours clients s'étendaient sur plusieurs canaux et jours — sans identifiant de connexion
Notre approche
Audit des données & concept de matching (Semaines 1–2)
Analyse de toutes les sources de données disponibles : systèmes POS, CRM, boutique en ligne et GA4. Développement d'un concept de matching conforme à la vie privée basé sur des adresses e-mail hashées (matching GCLID).
Mise en place de l'import des conversions hors ligne (Semaines 3–4)
Implémentation technique du Google Ads Offline Conversion Import. Export automatisé des transactions POS via BigQuery. Upload quotidien des données clients hashées comme conversions hors ligne.
Enhanced Conversions & données first-party (Semaines 5–6)
Implémentation des Enhanced Conversions for Web pour améliorer l'attribution en ligne. Intégration propre du flux de données first-party de la boutique en ligne dans GA4 et Google Ads.
Dashboard cross-canal (Semaine 7)
Développement d'un dashboard de reporting alimenté par BigQuery consolidant le ROAS en ligne et hors ligne par campagne et par canal — pour la première fois dans une vue unifiée.
Validation & Go-Live (Semaine 8)
QA de toute la chaîne de conversion du premier clic à l'achat en magasin. Formation de l'équipe marketing et remise de l'infrastructure de reporting.
Apprentissages clés
- Les lacunes d'attribution hors ligne conduisent systématiquement à un sous-investissement dans les canaux les plus rentables
- Les Enhanced Conversions sont le prérequis technique pour une attribution cross-canal valide
- Le matching hors ligne conforme à la vie privée fonctionne sans compromis — les IDs hashés suffisent
- BigQuery comme hub de données est l'élément clé pour l'attribution multicanal complexe
- Ce n'est que lorsque les données hors ligne alimentent le Smart Bidding que Google Ads peut atteindre son plein potentiel
RH : Tracking du recrutement sans risque de conformité
100% des candidatures attribuées, coût par candidature −41%.
Contexte & Défi
Une entreprise industrielle suisse investissait dans des campagnes LinkedIn, Meta et Google pour le recrutement — sans pouvoir mesurer quelle campagne générait réellement des candidatures. L'ATS n'était pas connecté aux outils publicitaires. Aucune attribution cross-platform possible.
- Aucune attribution des candidatures aux canaux marketing — LinkedIn, Meta et Google généraient des clics, mais qui convertissait réellement était inconnu
- Consent Mode v2 mal implémenté — environ 35 % des événements disparaissaient après le refus CMP
- LinkedIn Insight Tag se déclenchait sans vérification du consentement — risque RGPD/LPD
- Le système ATS (suivi des candidats) ne générait aucun événement GA4 lors de la soumission du formulaire
- Campagnes Meta sans CAPI — conversions massivement sous-reportées
Notre approche
Audit & vérification de conformité (Semaine 1)
Analyse complète de toutes les implémentations de tracking actives, intégration CMP et flux de consentement. Identification des lacunes RGPD/LPD et des événements manquants.
Mise en place des événements conforme au consentement (Semaines 2–3)
Réimplémentation propre de tous les pixels (LinkedIn, Meta, Google) avec intégration correcte du Consent Mode v2. Tous les tags se déclenchent exclusivement après un signal de consentement positif.
Intégration ATS & tracking des conversions (Semaines 3–4)
Intégration technique du formulaire ATS via GTM. Tracking complet du parcours de candidature : offre d'emploi → clic → début de formulaire → soumission — avec attribution des canaux dans GA4.
Implémentation LinkedIn & Meta CAPI (Semaine 5)
Livraison server-side des conversions de candidature à LinkedIn et Meta via l'API de conversion — pour une attribution correcte même en cas de refus du consentement.
Dashboard de reporting & remise (Semaine 6)
Mise en place d'un dashboard de reporting avec le CPAp (coût par candidature) par canal, les métriques de qualité de l'ATS et les tendances mensuelles. Remise aux équipes RH et marketing.
Apprentissages clés
- Le tracking du recrutement est techniquement identique à l'attribution e-commerce — la conversion s'appelle juste « candidature » au lieu d'« achat »
- Le Consent Mode v2 est obligatoire aussi pour les campagnes RH — LinkedIn et Meta ont leurs propres exigences
- La CAPI server-side sécurise les signaux d'attribution même à des taux de refus de consentement élevés dans les environnements RH
- Un coût par candidature correctement mesuré rend possibles les décisions budgétaires entre canaux pour la première fois
- L'intégration ATS s'amortit dès 50 candidatures par mois
Fintech : Conformité GA4 dans la finance réglementée
100% conforme (LPD + Schrems II) — sans transfert de données vers les États-Unis.
Contexte & Défi
Un prestataire de services financiers suisse réglementé devait mesurer ses performances digitales, mais toute solution d'analytics standard envoyait des données vers des serveurs américains — ce qui est problématique au regard de la LPD, du RGPD et de l'arrêt Schrems II.
- Exigence de conformité : aucune donnée brute sur les serveurs américains — la configuration GA4 standard n'est pas autorisée
- L'abstinence de tracking précédente avait créé un angle mort complet dans le marketing digital
- Aucun Consent Mode v2 implémenté — malgré des campagnes Google Ads actives
- Les pages vues sensibles (pages produits, flux d'ouverture de compte) ne pouvaient pas être transmises sans filtrage
- Exigence IT interne : pas de cookies tiers, pas de fingerprinting côté client
Notre approche
Cartographie conformité & concept technique (Semaines 1–2)
Collaboration étroite avec les équipes conformité et juridique. Documentation de toutes les exigences et restrictions en matière de données. Développement d'une architecture technique permettant l'analytics tout en respectant toutes les exigences réglementaires.
Construction de la couche proxy server-side (Semaines 3–5)
Mise en place d'un GTM Server Container dans une région Google Cloud suisse (europe-west6). Tous les événements GA4 sont routés via un endpoint proxy propriétaire — les adresses IP sont supprimées avant le transfert, aucune donnée personnelle brute n'atteint les serveurs de Google.
Masquage des données & filtrage des événements (Semaines 6–7)
Implémentation de la logique de filtrage server-side : les pages vues sensibles sont anonymisées, les IDs utilisateurs sont hashés, aucun nom ou numéro de compte n'apparaît dans les événements. Seuls des événements agrégés et non personnels circulent dans GA4.
Consent Mode v2 & intégration Google Ads (Semaines 8–9)
Intégration correcte du consentement pour la modélisation des conversions Google Ads. Comme aucun tracking côté client n'est possible, toutes les conversions passent par la couche serveur avec transmission complète des signaux de consentement.
Documentation conformité & Go-Live (Semaine 10)
Documentation technique complète du flux de données pour l'équipe conformité. Analyse d'impact sur la protection des données (AIPD) soutenue. Go-live après validation interne par la conformité et l'IT.
Apprentissages clés
- Le tracking server-side est la seule voie vers un analytics conforme aux exigences réglementaires dans les secteurs réglementés
- La suppression IP et le filtrage des événements server-side sont techniquement triviaux — mais souvent non résolus sur le plan organisationnel
- Les équipes conformité sont des partenaires, pas des obstacles — une implication précoce fait gagner des semaines
- Les régions cloud européennes (europe-west6) ne résolvent pas entièrement le problème Schrems II, mais réduisent significativement le risque
- Sans base de tracking, le marketing data-driven dans les secteurs réglementés est tout simplement impossible