GTM Pantheon : comment intégrer la puissance de Google Cloud à GTM Server-Side ?
Google Tag Manager Server-Side (sGTM) décuple les possibilités de gestion de la collecte de données et d’optimisation des stratégies marketing.
Au-delà de l’intégration des API de Conversion Média (CAPIs) ou du Consent Mode avancé, GTM permet également d’enrichir et transformer les données collectée en intégrant d’autres sources de données et APIs.
L’ensemble de templates « GTM Pantheon« , créé par Google, est un ensemble de solutions créées pour connecter GTM Server-Side aux différents services de Google Cloud Platform (GCP). De façon insolite, Google a donné à chaque template le nom d’une divinité Grecque.
sGTM devient ainsi un véritable hub pour transformer, combiner et acheminer les données en temps réel. Je décrypte pour vous les principales intégrations et leurs bénéfices :
1. Enrichir son tracking avec Firestore
Firestore constitue une base de données NoSQL optimisée pour la montée en charge. Son intégration avec sGTM offre la possibilité d’enrichir, interroger et sauvegarder des données instantanément, directement au niveau du conteneur serveur. L’atout principal de Firestore réside dans sa capacité à délivrer rapidement les informations, notamment lors du passage d’événements Google Analytics par sGTM.
Il existe une intégration native entre sGTM et Firestore via les variables Firestore disponibles par défaut, mais cette intégration reste limitée (1 variable = 1 donnée dans une table). Panthéon va plus loin en proposant 3 nouvelles solutions :
Artemis : Propose un template qui permet de récupérer des documents Firestore complets, plutôt que de devoir chasser chaque variable une par une, et donc de mettre l’ensemble des variables firestore directement à disposition.
Contrairement à la variable native, cette approche réduit significativement le nombre d’appels API, diminuant ainsi les coûts et améliorant les temps de réponse. Elle s’avère particulièrement efficace pour récupérer des profils utilisateurs complets ou des données produits destinées à enrichir Google Analytics et les CAPIs. Concrètement, elle dote sGTM de son propre « dataLayer » côté serveur, hébergeant des données sensibles qu’il est préférable de ne pas exposer côté client, que ce soit pour préserver la confidentialité ou optimiser les performances de chargement.
Soteria : Cette variable, dont le nom fait référence à une déesse grecque de la sécurité peu connue, facilite le calcul de la valeur des conversions dans le contexte du pilotage à la marge. Elle fonctionne au sein des APIs de Conversions en exploitant la connexion Firestore, tout en garantissant la protection des données confidentielles.
De façon très concrète, Soteria peut récupérer une valeur de marge et un taux de retour par produit dans un document firestore et calculer la valeur de conversion de la transaction, sans communiquer directement la marge par produit.
Hephaistos : Là ou les autres variables lisent et manipulent les données récupérées depuis Firestore vers sGTM, ce template, prenant le nom du fameux dieu des artisans, permet à l’inverse d’écrire des données depuis sGTM vers Firestore.
Cette fonctionnalité permet d’actualiser instantanément les profils utilisateurs et autres ensembles de données selon les comportements des visiteurs. Elle offre notamment la possibilité d’améliorer la segmentation pour le retargeting de manière autonome, sans dépendre d’une CDP ou d’un CRM. Les cas d’usage incluent le calcul de la Lifetime Value, la détection d’acheteurs récurrents, ainsi que la personnalisation dynamique de l’expérience utilisateur.
2. Faire vivre les données dans d’autres applications avec Pub/Sub
Pub/Sub constitue un système de messagerie asynchrone opérant en temps réel. Cette intégration permet à sGTM de transmettre des flux de données vers diverses applications ou chaînes de traitement, garantissant fiabilité et montée en charge.
Hermes : Assure la liaison entre sGTM et différentes applications web en routant les événements depuis sGTM vers un sujet Pub/Sub désigné. Cette approche permet un traitement décalé et autonome des données en mode asynchrone.
Derrière cette description technique se cache des applications prometteuse comme la possibilité de brancher un dashboard en temps réel sur un flux de données sGTM, par exemple pour suivre les ventes en direct au lancement d’une opération, ou de data monitoring pour s’assurer de l’intégrité des données et du respect des règles de confidentialité.
3. Lire et stocker les données dans BigQuery & Google Sheets
Apollo : met en lumière un accès en temps réel pour lire des données depuis Google Sheets directement dans sGTM.
C’est une solution pratique pour incorporer des informations métier de façon ad-hoc, sans développer tout un flux de données complexe aux données d’événement à la volée. (Attention : l’API Google Sheets est soumise à des limitations de requêtes).
Chaos : Dans la mythologie grecque, Chaos est l’état primordial de l’univers précédent la création, on imagine que l’allégorie fait ici référence aux données brutes stockées dans BigQuery.
Ce template facilite l’envoi de données vers BigQuery à des fins de stockage et d’analyse. Comprend des balises comme « Write to BigQuery » (pour s’adapter à un schéma de données personnalisé) et « Write Event Data to BigQuery » (pour utiliser le modèle de données d’événement standard de sGTM).
L’intégration avec BigQuery est particulièrement intéressante car permettrait par exemple de modéliser des données comportementales à partir de données anonymes (et sans cookies) pour les utilisateurs qui n’ont pas donné leur consentement aux cookies analytics, sans les partager à un éditeur tiers comme Google.
4. Utiliser la puissance de l’IA avec Vertex AI
Cette famille d’outils tire parti de la plateforme de IA Gen et Machine Learning (Vertex AI) à partir de la donnée sGTM, afin de réaliser des prédictions en temps réel ou de générer du contenu via l’IA.
Cela se décline en 2 templates :
Phoebe : Inspirée par sa déesse éponyme, cette solution sollicite Vertex AI afin de produire des prédictions en temps réel fondées sur les informations de navigation traitées via sGTM.
Cela permet de calculer des valeurs de scoring comme une LTV prédictive, une probabilité de churn, ou tout autre score basé sur les actions de l’utilisateur (potentiellement complété par les données de profil obtenues grâce à Artémis ou Chaos).
Dioscuri : Les Dioscuri désigne les gémeaux en grec, Gemini en anglais. Vous l’avez compris, ce template autorise l’interaction avec l’IA générative de Google pour générer des réponses ou du contenu personnalisé directement dans l’environnement sGTM.
Cette approche dépasse le pur tracking et pourrait servir à créer des alertes automatiques ou la personnalisation de contenu utilisateur. Toutefois, il convient de rester vigilant face aux hallucinations lors d’un déploiement en environnement de production.
En prenant un peu plus de hauteur, l’utilisation de ces outils permet d’apporter encore plus de valeur à votre implémentation sGTM, et peuvent s’utiliser dans scénario qui combine plusieurs technologies qu’on va pouvoir articuler entre elles.
En fonction du cas d’usage souhaité on peut imaginer de multiples intéractions entre les templates et APIs de Panthéon. Par exemple pour un cas d’usage de personnalisation en temps réel, on pourrait imaginer le workflow suivant :
- Un utilisateur effectue une action spécifique sur le site (consultation produit, ajout au panier…) et un événement remonte l’information dans sGTM ;
- Artemis (Firestore) récupère les préférences ou le segment de l’utilisateur depuis une base CRM ou une CDP, ainsi que le catalogue depuis un flux produit (ex: Lengow) ;
- Phoebe (Vertex AI) prédit la meilleure recommandation produit ou l’offre la plus pertinente en prenant en compte le profil utilisateur, le catalogue, un scoring etc. ;
- Hermes (Pub/Sub) envoie un message quasi instantané contenant l’ID utilisateur et la recommandation à un système externe (ex: un service de notification push, un webservice du site, etc.) qui se charge d’afficher la personnalisation à l’utilisateur ;
- Simultanément, Chaos (BigQuery) enregistre l’événement initial, les données récupérées, la prédiction faite et l’action de personnalisation déclenchée pour analyser la performance du cas d’usage dans un dashboard Looker Studio.
Pour conclure, les intégrations GTM Pantheon métamorphosent GTM Server-Side. D’un simple outil de gestion de balises, il devient une plateforme pour orchestrer l’intégration et l’enrichissement de données en temps réel, faisant le pont entre les données web/applicatives et les services cloud de Google tels que Firestore, Pub/Sub, BigQuery et Vertex AI pour l’activation de cas d’usage marketing. C’est en quelque sorte un cercle vertueux également dans le sens où plus de sources de données sont connectées à sGTM, plus les cas d’usage déployables seront nombreux et pertinents.