Automatiser ses rapports GA4 par email chaque semaine : méthode no-code

Chaque lundi matin, vous ouvrez GA4, vous passez 20 minutes à construire manuellement les mêmes chiffres que la semaine d'avant, vous copiez-collez dans un email ou une présentation, vous l'envoyez à la direction ou au client. Puis vous recommencez la semaine suivante.

Ce rituel représente entre 1 et 4 heures par semaine pour un consultant ou un responsable marketing actif. Multiplié par 52 semaines, c'est jusqu'à 200 heures par an sur une tâche 100% automatisable. Voici trois méthodes pour éliminer cette charge une fois pour toutes.

// 01Pourquoi automatiser ses rapports analytics

L'automatisation des rapports n'est pas qu'une question de gain de temps. Elle change structurellement la façon dont vous pilotez votre activité ou celle de vos clients.

• Régularité sans effort : un rapport hebdomadaire arrive chaque lundi à 8h, qu'il pleuve ou que vous soyez en congé. Pas de semaine oubliée, pas de retard.
• Comparaison systématique : un rapport automatisé peut toujours inclure la comparaison semaine/semaine et mois/mois — ce que l'on oublie souvent de faire manuellement.
• Professionnalisme client : pour un consultant ou une agence, un rapport automatique livré chaque semaine au client sans intervention manuelle est un signal de sérieux et de maîtrise technique.
• Détection d'anomalies : avec une baseline établie, un rapport hebdomadaire permet de détecter rapidement une chute de trafic, une baisse de conversion ou une anomalie technique.

Un rapport automatique ne remplace pas l'analyse — il libère du temps pour l'analyse en éliminant la production mécanique de données.

// 02Méthode 1 : Looker Studio + planification email natif

C'est la méthode la plus simple. Looker Studio intègre nativement une fonctionnalité de livraison d'emails planifiés. Zéro outil tiers, zéro configuration technique.

Comment activer la planification dans Looker Studio

1. Ouvrez votre rapport Looker Studio (en mode édition ou en mode visualisation)
2. Cliquez sur le menu Partager en haut à droite
3. Sélectionnez Planifier la livraison d'e-mails
4. Dans la fenêtre, configurez :
   • Destinataires : ajoutez les adresses email (séparées par des virgules)
   • Fréquence : quotidienne, hebdomadaire (choisissez le jour) ou mensuelle
   • Heure d'envoi : configurez l'heure souhaitée (ex : 8h00 le lundi)
   • Objet et message : personnalisez l'objet et le corps de l'email
   • Format : PDF ou lien vers le rapport en ligne
5. Cliquez sur Enregistrer

Le rapport PDF sera envoyé automatiquement à la date et heure configurées, avec une capture de l'état actuel du dashboard au moment de l'envoi. Si vous avez utilisé des plages de dates relatives (ex : "7 derniers jours"), les données seront automatiquement à jour.

Avantages et limites de cette méthode

Idéal pour : envoyer un rapport standard à une équipe ou un client, sans besoin de personnalisation avancée. C'est le point de départ recommandé si vous n'avez jamais automatisé vos rapports.

// 03Méthode 2 : n8n workflow (API GA4 → email)

n8n est un outil d'automatisation open-source que j'utilise quotidiennement pour mes clients. Il permet de construire des workflows qui interrogent l'API GA4, formatent les données et envoient un email HTML personnalisé. C'est la méthode la plus flexible.

Architecture du workflow n8n

Le workflow se compose de ces nœuds dans l'ordre :

1. Schedule Trigger : déclenchement tous les lundis à 8h00
2. Google Analytics node : appel à l'API GA4 Data pour récupérer les métriques de la semaine écoulée (sessions, utilisateurs, conversions, pages top)
3. Set node : calcul des variations vs semaine précédente (second appel API sur la période n-7 à n-14)
4. HTML template node : construction de l'email HTML avec les données formatées
5. Gmail ou Brevo node : envoi de l'email aux destinataires configurés

Configuration du nœud Google Analytics dans n8n

Dans n8n, ajoutez un nœud "Google Analytics" et configurez :

• Resource : Report
• Property ID : votre ID de propriété GA4 (format properties/XXXXXXXXX)
• Date Range : startDate = "7daysAgo", endDate = "yesterday"
• Metrics : sessions, activeUsers, conversions, screenPageViews
• Dimensions : sessionDefaultChannelGroup, pagePath

Template de l'email HTML dans n8n

<!-- Exemple de template email dans le nœud Set/Code de n8n -->
const sessions = $json.sessions;
const users = $json.activeUsers;
const conversions = $json.conversions;
const prevSessions = $('Previous Period').item.json.sessions;
const sessionsDelta = ((sessions - prevSessions) / prevSessions * 100).toFixed(1);

return {
  subject: `Rapport hebdo - Semaine du ${mondayDate}`,
  html: `
    <h2>Rapport Analytics — Semaine ${weekNum}</h2>
    <p><strong>Sessions :</strong> ${sessions} (${sessionsDelta > 0 ? '+' : ''}${sessionsDelta}% vs S-1)</p>
    <p><strong>Utilisateurs actifs :</strong> ${users}</p>
    <p><strong>Conversions :</strong> ${conversions}</p>
  `
};

Avantages de n8n : vous pouvez envoyer des emails différents à des destinataires différents (la direction reçoit les KPIs business, l'équipe SEO reçoit les données de trafic organique), ajouter de la logique conditionnelle ("si les conversions baissent de plus de 20%, ajouter une alerte rouge"), et connecter n'importe quelle source de données supplémentaire.

Pour approfondir l'utilisation de n8n pour l'automatisation, consultez notre article sur les stacks data pour PME.

// 04Méthode 3 : Python + cron (pour les plus techniques)

Si vous avez des bases en Python, cette méthode offre le contrôle maximal. Un script Python interroge l'API GA4 via la bibliothèque officielle Google, formate un rapport HTML, et l'envoie par email via SMTP ou l'API Brevo.

# Installation des dépendances
# pip install google-analytics-data google-auth brevo-python

from google.analytics.data_v1beta import BetaAnalyticsDataClient
from google.analytics.data_v1beta.types import (
    DateRange, Dimension, Metric, RunReportRequest
)
from datetime import date, timedelta
import smtplib
from email.mime.multipart import MIMEMultipart
from email.mime.text import MIMEText

PROPERTY_ID = "XXXXXXXXX"  # Votre ID propriété GA4

def get_weekly_report():
    client = BetaAnalyticsDataClient()

    request = RunReportRequest(
        property=f"properties/{PROPERTY_ID}",
        dimensions=[Dimension(name="sessionDefaultChannelGroup")],
        metrics=[
            Metric(name="sessions"),
            Metric(name="activeUsers"),
            Metric(name="conversions"),
        ],
        date_ranges=[DateRange(start_date="7daysAgo", end_date="yesterday")],
    )

    response = client.run_report(request)
    return response

def send_email(report_data, recipient):
    # Construction et envoi de l'email
    msg = MIMEMultipart('alternative')
    msg['Subject'] = f"Rapport Analytics - Semaine {date.today().isocalendar()[1]}"
    msg['From'] = "rapport@votresite.fr"
    msg['To'] = recipient

    html_content = format_report_html(report_data)
    msg.attach(MIMEText(html_content, 'html'))

    with smtplib.SMTP_SSL('smtp.gmail.com', 465) as server:
        server.login("votre@gmail.com", "APP_PASSWORD")
        server.sendmail(msg['From'], recipient, msg.as_string())

if __name__ == "__main__":
    data = get_weekly_report()
    send_email(data, "direction@votreentreprise.fr")
    print("Rapport envoyé.")

Ce script se programme via cron (Linux/Mac) ou le Planificateur de tâches (Windows) pour s'exécuter automatiquement chaque lundi. Pour un hébergement cloud, Google Cloud Functions ou une instance Cloud Run permettent de l'exécuter sans serveur dédié pour quelques centimes par mois.

// 05Que mettre dans le rapport hebdomadaire

Un rapport hebdomadaire efficace répond à une seule question : comment a performé mon site cette semaine par rapport à la semaine précédente ? Voici les métriques à inclure systématiquement :

Les KPIs incontournables

• Sessions — volume de trafic total avec évolution S-1
• Utilisateurs actifs — personnes uniques ayant visité le site
• Taux d'engagement — GA4 remplace le taux de rebond par cette métrique (sessions avec interaction > 10 secondes ou > 2 pages)
• Conversions — nombre d'objectifs atteints (achats, formulaires, appels)
• Taux de conversion — % de sessions ayant abouti à une conversion

Les ventilations utiles

• Top 5 sources de trafic — quels canaux ont amené le plus de sessions
• Top 5 pages — pages les plus visitées de la semaine
• Nouveaux vs. récurrents — proportion de nouveaux visiteurs
• Device split — mobile vs. desktop (important pour détecter des problèmes mobiles)

L'indicateur à ne pas oublier

L'évolution de la semaine en cours par rapport à la même semaine de l'année précédente (S vs. S-52). Elle permet d'éliminer les effets saisonniers et de mesurer une vraie croissance.

// 06Personnaliser selon les destinataires

Tous les destinataires n'ont pas besoin des mêmes données. Une segmentation par profil améliore l'utilité du rapport et réduit le bruit informationnel.

// 07Exemples de templates de rapports

Template rapport direction (email court)

Objet : [Site] — Semaine 13 : +12% sessions, 23 conversions

Corps : 5 chiffres clés avec flèche haut/bas, une phrase de contexte, un lien vers le dashboard. Temps de lecture : 30 secondes.

Template rapport marketing (PDF 2 pages)

Page 1 : Vue d'ensemble (sessions, utilisateurs, conversions, taux d'engagement, comparaison S-1 et S-52). Graphique linéaire de l'évolution sur 4 semaines.

Page 2 : Ventilation par canal, top 5 pages, anomalies détectées, recommandation de la semaine.

Template rapport client agence

Logo client + logo agence en en-tête. Période couverte. 3 KPIs contractuels avec couleur verte/rouge selon performance. Fait marquant de la semaine (1 phrase). Action recommandée pour la semaine suivante.

Pour aller plus loin sur les dashboards Looker Studio, consultez notre article GA4 + BigQuery + Looker Studio : le trio gagnant qui détaille les 5 dashboards essentiels.

// FAQQuestions fréquentes

// FINCe qu'il faut retenir

Automatiser ses rapports GA4 hebdomadaires n'est pas un projet complexe. Avec Looker Studio, la mise en place prend 5 minutes et coûte 0€. Avec n8n, vous avez en 2 heures un système de reporting personnalisé et flexible. Python est l'option pour ceux qui veulent un contrôle total.

Le vrai gain n'est pas uniquement le temps économisé — c'est la régularité. Un rapport qui arrive chaque lundi sans effort humain crée une discipline de pilotage que le reporting manuel ne maintient jamais longtemps. 52 rapports par an, sans exception.

Pour maximiser la valeur de ces rapports, assurez-vous d'abord que votre stack analytics est solide. Notre article GA4 + BigQuery + Looker Studio pose les bases d'une infrastructure data fiable. Pour aller encore plus loin, apprenez à connecter GA4 à BigQuery pour des analyses non échantillonnées. Comparez aussi les outils de visualisation dans notre article Looker Studio vs Power BI, et téléchargez notre template Looker Studio e-commerce pour un départ rapide.

Ted Chan

Consultant freelance IA, Data et SEO/GEO basé à Paris. 4 ans d'expérience sur des projets concrets pour PME, startups et e-commerçants. Spécialisé en automatisation n8n, analytics GA4/BigQuery et référencement génératif.

LinkedIn Malt Contact