Quel outil d’analytics choisir ? GA4, Piano, Piwik PRO, Matomo et PostHog comparés sans cérémonie

Choisir un outil d’analytics devrait commencer par une question assez simple : qu’est-ce que vous voulez en faire ?

Dans la vraie vie, le processus ressemble plutôt à ceci : quelqu’un ouvre un tableur avec douze solutions, ajoute des colonnes « privacy », « AI-ready » et « time to value », puis attribue des notes de 1 à 5 sur la base d’une démo commerciale regardée un mardi à 17 h 42. Deux semaines plus tard, Google Analytics obtient 3,7, Piano 4,1 et personne ne sait davantage quel outil installer.

Nous allons donc faire plus utile.

Cet article compare Google Analytics 4, Piano Analytics, Piwik PRO, Matomo et PostHog à partir de leurs usages réels. Pas pour désigner un champion toutes catégories, parce que ce champion n’existe pas, mais pour comprendre quelle contrainte chaque outil résout correctement — et quelle nouvelle contrainte il apporte discrètement avec lui.

Quelques précautions avant de commencer :

• les offres et les tarifs évoluent ; je m’appuie ici sur les informations disponibles en juillet 2026 ;
• une solution compatible avec un cadre juridique ne rend pas votre implémentation conforme par magie ;
• aucun outil ne réparera un plan de mesure bancal, des événements mal nommés ou trois directions qui donnent trois définitions différentes au mot « conversion ».

Le logiciel peut collecter le chaos. Il ne peut pas l’arbitrer.

Le comparatif en une minute

Si vous êtes arrivé ici avec un comité dans dix minutes, voici la version courte.

Outil	Son terrain naturel	Son principal avantage	Sa principale contrainte
Google Analytics 4	Marketing digital et acquisition	Gratuit, très intégré à l’écosystème Google, export BigQuery natif	Interface contestée, logique Google omniprésente, conformité à traiter sérieusement
Piano Analytics	Organisations matures, médias et publishers	Modèle de données rigoureux, bonne interface métier, intégration à la suite Piano	Budget et gouvernance nécessaires dès le départ
Piwik PRO	Entreprises qui veulent un web analytics classique et orienté privacy	Prise en main familière, suite intégrée, offres plus accessibles que les grands contrats enterprise	Certaines capacités avancées et certains modes d’hébergement restent dans les offres supérieures
Matomo	Souveraineté et maîtrise de l’hébergement	Version on-premise open source, contrôle fort des données et de l’infrastructure	Vous récupérez aussi l’exploitation, la sécurité, les mises à jour et la montée en charge
PostHog	SaaS et équipes produit techniques	Product analytics, replay, feature flags et expérimentation dans une même plateforme	Moins naturel pour le reporting marketing classique ; self-hosting avancé et limité

Ce tableau donne une direction, pas une décision. Entrons maintenant dans la partie où les ennuis deviennent spécifiques.

Google Analytics 4 : le choix par défaut n’est pas forcément un mauvais choix

Google Analytics a un avantage considérable : tout le monde le connaît, ou pense le connaître, ce qui revient souvent au même pendant les six premières semaines du projet.

GA4 reste une solution très crédible dans trois situations.

Pour un besoin de mesure simple

Si vous voulez suivre des sessions, quelques événements, des conversions et des transactions e-commerce, GA4 fait le travail. Le produit standard est gratuit, s’intègre à une quantité industrielle de CMS et de solutions tierces, et bénéficie naturellement de l’écosystème Google.

Ce n’est pas toujours agréable. Ce n’est pas toujours limpide. Mais pour un site de taille modeste qui veut savoir d’où viennent ses visiteurs et ce qu’ils accomplissent, construire une stack complète de données uniquement pour éviter GA4 revient parfois à acheter une moissonneuse-batteuse pour entretenir deux jardinières.

Le lien avec Google Ads reste évidemment un argument important. Si votre activité dépend fortement de l’achat média sur les plateformes Google, la circulation des audiences et des conversions entre les produits réduit la quantité de plomberie à maintenir. Cette proximité est à la fois la force de l’outil et la raison pour laquelle il faut examiner sérieusement vos finalités, vos réglages de consentement et vos flux de données.

Comme porte d’entrée vers un data warehouse

C’est probablement le cas d’usage le plus sous-estimé.

GA4 permet d’exporter les événements bruts vers BigQuery. Vous pouvez ensuite les rapprocher de Google Ads, de Search Console, de données CRM, de catalogues produits ou de coûts média. À ce moment-là, GA4 n’est plus seulement une interface de reporting : il devient une source parmi d’autres dans votre architecture data.

Pour une petite entreprise, c’est une manière relativement accessible de mettre un pied dans Google Cloud sans lancer immédiatement le programme « Unified Customer Intelligence Foundation 2031 ». Pour une organisation plus grande, c’est une brique qui s’insère dans un environnement BigQuery existant, ou qui alimente ensuite une architecture plus large.

Attention à une confusion fréquente : la limite d’un million ne concerne pas la gratuité de BigQuery. Elle concerne l’export quotidien par lots d’une propriété GA4 standard, limité à un million d’événements par jour. Google indique que l’export en streaming n’a pas cette limite de volume, mais il possède ses propres coûts et certaines différences de complétude. Les propriétés Analytics 360 disposent de limites bien supérieures. Les coûts de stockage et de requêtage BigQuery obéissent, eux, à leur propre tarification.

Vous trouverez le détail des modes et des limites dans la documentation officielle de l’export GA4 vers BigQuery.

Comme protocole d’entrée pour le server-side tagging

Dernier cas, plus technique : GA4 peut aussi servir de format de collecte vers un conteneur Google Tag Manager server-side.

Le navigateur envoie alors les événements vers un serveur que vous contrôlez. Le client GA4 du conteneur les interprète, puis le conteneur peut les transformer et les router vers les destinations prévues. Google documente ce fonctionnement dans son introduction au balisage côté serveur.

Dans cette architecture, l’interface GA4 peut devenir secondaire. Le véritable intérêt réside dans le transport, la normalisation et le pilotage des tags média depuis le serveur. Puisque GA4 s’insère naturellement dans ce setup, on l’active parfois presque par défaut comme outil de contrôle complémentaire.

Presque par défaut ne veut pas dire sans réfléchir. Le server-side ne fait pas disparaître les obligations de consentement et ne transforme pas une collecte excessive en collecte vertueuse. Il déplace une partie du traitement. Le droit, contrairement à certains decks de prestataires, sait lire les schémas d’architecture.

Quand choisir GA4 ?

Choisissez GA4 si :

• votre priorité est l’acquisition et l’écosystème Google ;
• votre besoin de reporting reste assez standard ;
• vous voulez amorcer un data warehouse dans BigQuery ;
• votre budget logiciel est limité, mais vous pouvez investir un minimum dans une implémentation propre.

Évitez d’en faire votre seul socle si vous avez besoin d’une gouvernance très stricte du modèle, d’une forte souveraineté d’hébergement ou d’analyses produit avancées. Et ne le choisissez pas uniquement parce que « tout le monde l’a ». Tout le monde a aussi un dossier Téléchargements contenant 846 fichiers. Ce n’est pas une stratégie documentaire.

Piano Analytics : quand la maturité devient une fonctionnalité obligatoire

Piano Analytics ne vise pas exactement le même point d’entrée. Là où GA4 permet de démarrer vite puis de ranger plus tard — parfois beaucoup plus tard — Piano vous pousse à définir votre modèle de données, vos événements et vos propriétés avec davantage de rigueur.

Cela demande de la maturité. C’est aussi précisément l’intérêt.

Si vos équipes savent quelles interactions elles veulent mesurer, comment les nommer et qui en est responsable, Piano permet de bâtir un dispositif très carré. Les analystes disposent d’une interface pensée pour l’exploration, tandis que les équipes métier peuvent accéder à des analyses sans écrire systématiquement du SQL ou envoyer un ticket intitulé « urgent dashboard chiffre direction ».

En revanche, acheter Piano sans gouvernance revient à louer une cuisine professionnelle pour réchauffer des coquillettes. Le matériel est excellent. Le problème se situe ailleurs.

Le cas des médias et des éditeurs

Piano est particulièrement cohérent pour les médias et les publishers, car Analytics peut s’intégrer à d’autres briques de la suite : activation, personnalisation, gestion de l’expérience et problématiques de revenus éditeurs.

La comparaison avec Google est instructive :

• Google Analytics s’insère naturellement dans un environnement dominé par Google Ads ;
• Piano Analytics prend davantage de sens dans un environnement éditorial déjà équipé de solutions Piano.

Dans les deux cas, l’écosystème compte presque autant que l’outil lui-même. Une intégration native évite du développement, des exports intermédiaires et ce fameux fichier CSV déposé manuellement le lundi par une personne qui part justement en congé trois semaines.

L’exemption de consentement : une configuration, pas un totem

Piano est souvent sélectionné en France pour sa capacité à être configuré dans le cadre de l’exemption de consentement applicable à certains traceurs de mesure d’audience.

La nuance est capitale : ce n’est pas « Piano » qui est automatiquement exempté dans toutes ses utilisations. C’est une configuration, limitée à certaines finalités et soumise à des conditions précises. Dès que vous croisez les données avec d’autres traitements, poursuivez des finalités publicitaires ou sortez du périmètre strict, l’analyse juridique change.

Depuis juillet 2025, la CNIL ne présente d’ailleurs plus une liste de solutions « validées ». Elle fournit un cadre d’auto-évaluation et rappelle qu’un fournisseur ne peut pas présenter son produit comme « certifié CNIL ». L’éditeur du site reste responsable de la configuration et doit obtenir la documentation appropriée auprès du prestataire. La page de référence de la CNIL sur les solutions de mesure d’audience mérite donc davantage votre attention que la slide 19 d’une proposition commerciale.

Piano et Snowflake : deux usages dans une même architecture

Piano s’appuie sur Snowflake et propose une option de Data Sharing. Si votre entreprise utilise déjà Snowflake, les données peuvent être partagées directement vers votre environnement, à condition de souscrire l’option correspondante.

On obtient alors une combinaison intéressante :

• une interface exploitable par les analystes et les équipes métier ;
• un accès SQL aux données partagées dans Snowflake pour les traitements data plus avancés.

La documentation Piano sur le Data Sharing précise qu’il s’agit d’une option et qu’elle nécessite d’être déjà client Snowflake. Ce n’est donc pas un tunnel secret gratuit vers le data lake. Dommage, j’avais déjà préparé le schéma avec une petite porte dérobée.

Quand choisir Piano Analytics ?

Choisissez Piano si :

• votre organisation possède une vraie maturité analytics ;
• votre modèle de données doit être propre, gouverné et durable ;
• vous êtes un média ou un éditeur susceptible d’utiliser le reste de la suite ;
• Snowflake occupe déjà une place centrale dans votre stack ;
• un mode de mesure exempté de consentement, correctement cadré, fait partie de vos besoins.

Le prix n’est pas le seul seuil d’entrée. Il faut également financer le temps de conception, la gouvernance et l’accompagnement. C’est un outil pour une organisation qui sait pourquoi elle mesure, pas pour découvrir cette question après la signature.

Piwik PRO : le compromis raisonnable, ce concept suspect

Piwik PRO a connu une forte visibilité au début des années 2020, notamment auprès des organisations qui cherchaient une alternative plus orientée privacy à Google Analytics sans abandonner les repères du web analytics traditionnel.

L’interface reste familière pour les anciens utilisateurs d’Universal Analytics. On y retrouve une logique de rapports et de dimensions assez classique, enrichie de fonctions plus modernes. Pour une équipe marketing, la courbe d’apprentissage peut être plus douce que celle d’un outil demandant de reconstruire toute sa manière de travailler.

La suite intègre analytics, tag management, consent management et activation. C’est pratique pour une organisation qui souhaite limiter le nombre de fournisseurs et éviter de construire à la main un millefeuille de quatre produits reliés par trois connecteurs, dont un maintenu par une société estonienne qui ne répond plus depuis novembre.

Un positionnement tarifaire qui a changé

Le modèle tarifaire a évolué en août 2025. L’ancien plan Core gratuit a laissé place à une offre Business payante, tandis que l’offre Enterprise a été divisée en plusieurs niveaux.

En juillet 2026, Piwik PRO affiche :

• une offre Business à partir de 35 € par mois, jusqu’à deux millions d’actions mensuelles selon la configuration ;
• des offres Enterprise à partir de 366 € par mois facturés annuellement, avec davantage de volume, de support et d’options d’hébergement.

Ces prix de départ ne suffisent évidemment pas à comparer un projet complet : le volume, les domaines, l’accès aux données brutes, l’accompagnement et l’hébergement font varier le devis. Mais Piwik PRO reste plus accessible à l’entrée que les grandes plateformes enterprise et permet de souscrire à l’offre Business sans commencer par un cycle commercial reproduisant les principales étapes du traité de Versailles.

Privacy : même avertissement, autre outil

Piwik PRO peut être configuré pour répondre aux critères d’exemption de consentement en France. Là encore, l’exemption porte sur une configuration et des finalités limitées, pas sur le logo du produit.

Le mode exempté impose notamment de ne pas croiser les données concernées avec d’autres sources et de restreindre les traitements. Si votre objectif réel est de réinjecter les comportements individuels dans votre CRM et vos audiences publicitaires, vous ne pouvez pas invoquer l’exemption tout en faisant exactement l’inverse de ce qu’elle demande. Le PowerPoint peut être en vert pastel, cela ne change pas la finalité.

Quand choisir Piwik PRO ?

Choisissez Piwik PRO si :

• vous voulez une alternative à GA4 qui reste familière aux équipes web analytics ;
• la privacy et les options d’hébergement pèsent dans la décision ;
• vous cherchez une suite cohérente sans adopter immédiatement une plateforme plus lourde ;
• vous avez un budget logiciel, mais pas nécessairement un budget de grand groupe.

Ses limites apparaissent surtout lorsque vos exigences d’hébergement, de support, de volume ou d’export poussent vers les offres Enterprise. Il faut donc comparer le coût au volume cible, pas uniquement le joli prix d’appel.

Matomo : posséder ses données, ses serveurs et ses problèmes

Commençons par réparer une injustice fréquente : Matomo n’est pas « un outil cher » par nature.

La version Matomo On-Premise est open source et gratuite à télécharger. Matomo propose aussi une offre Cloud payante, et certaines fonctionnalités premium de la version auto-hébergée sont commercialisées séparément. La documentation officielle est très claire sur ce point.

Ce qui peut coûter cher, c’est tout ce qui entoure le logiciel :

• l’infrastructure ;
• le déploiement ;
• les sauvegardes ;
• les mises à jour ;
• la sécurité ;
• la supervision ;
• l’archivage des rapports ;
• la montée en charge ;
• la personne qui comprend pourquoi le cron d’archivage a cessé de tourner à 03 h 17.

L’open source supprime le coût de licence du cœur. Il ne supprime pas le travail. Voilà, c’était l’instant CTO.

Le bon choix quand le contrôle passe avant le confort

Matomo prend tout son sens lorsque l’organisation veut contrôler l’hébergement, la base de données et la chaîne d’exploitation. Cela concerne naturellement certains organismes publics, des environnements de santé ou des entreprises soumises à des exigences internes fortes.

Le produit peut également être configuré dans le cadre de l’exemption de consentement pour la mesure d’audience. Comme pour Piano et Piwik PRO, il faut respecter les conditions de finalité, de périmètre et de configuration. L’auto-hébergement ne crée pas automatiquement une exemption ; il vous donne surtout davantage de contrôle sur les moyens de la respecter.

Sur le plan fonctionnel, Matomo sait couvrir le web analytics classique. Mais obtenir une instance agréable, performante et adaptée à une organisation importante peut demander une personnalisation avancée et une vraie compétence d’exploitation. L’expérience sera rarement aussi immédiate qu’avec un SaaS entièrement managé.

Quand choisir Matomo ?

Choisissez Matomo si :

• vous devez maîtriser l’hébergement et l’accès aux données ;
• vous disposez des compétences nécessaires pour exploiter une application PHP et sa base MySQL ou MariaDB ;
• vos contraintes de souveraineté priment sur le confort d’un service managé ;
• vos besoins correspondent au web analytics classique et vous acceptez d’investir dans la personnalisation.

Ne le choisissez pas pour pouvoir écrire « open source » dans la note de cadrage. Si personne ne possède la compétence, le temps et la responsabilité opérationnelle, vous n’avez pas supprimé le fournisseur : vous l’avez remplacé par un incident interne.

PostHog : l’analytics vu depuis le produit

PostHog apparaît souvent dans les mêmes comparatifs, mais il faut éviter de le traiter comme un simple remplaçant de Matomo ou de GA4.

Son centre de gravité est différent. PostHog s’adresse d’abord aux équipes produit et aux développeurs. La plateforme réunit notamment :

• product analytics ;
• web analytics ;
• session replay ;
• feature flags ;
• expérimentation ;
• sondages ;
• suivi d’erreurs ;
• fonctions de data warehouse et de CDP.

Pour un SaaS qui veut comprendre l’activation, l’adoption d’une feature, la rétention par cohorte ou le parcours entre plusieurs fonctions du produit, cette approche est souvent plus naturelle que les rapports de sessions et de canaux d’un outil historiquement orienté marketing.

Le modèle tarifaire Cloud repose sur l’usage, avec plusieurs quotas gratuits. La page de présentation de PostHog annonce notamment un million d’événements de product analytics gratuits par mois, puis une facturation à l’événement au-delà.

Et le self-hosting ?

Oui, le code de PostHog est largement open source et un déploiement auto-hébergé existe. Non, cela n’en fait pas automatiquement « Matomo, mais avec une interface moderne ».

Le dépôt officiel PostHog présente l’auto-hébergement comme un déploiement hobby avancé, sans support ni garantie, prévu approximativement jusqu’à 100 000 événements par mois avant recommandation de migrer vers PostHog Cloud. L’architecture est par ailleurs sensiblement plus lourde à opérer qu’un outil monolithique : base relationnelle, base analytique, files de messages, workers et stockage des replays ne se maintiennent pas avec deux cases cochées dans cPanel.

Le self-hosting peut donc convenir à un projet limité, à une expérimentation ou à une équipe qui accepte ces contraintes. Pour une plateforme critique à fort volume, il faut évaluer l’effort réel au lieu de s’arrêter au bouton « Deploy ».

Quand choisir PostHog ?

Choisissez PostHog si :

• votre priorité est de comprendre l’usage d’un produit numérique ;
• vos équipes produit et engineering pilotent une partie importante de la mesure ;
• vous voulez rapprocher analytics, replay, expérimentation et feature flags ;
• vous préférez une tarification à l’usage à un contrat enterprise classique.

Ne le choisissez pas comme unique outil si votre enjeu principal reste le reporting d’acquisition, la gouvernance média ou la production de rapports marketing traditionnels. On peut évidemment lui faire couvrir une partie de ces besoins, mais ce n’est pas là que son avantage est le plus net.

« Très bien, mais lequel dois-je prendre ? »

À ce stade, vous attendez peut-être une réponse universelle. Je vais vous éviter le suspense : elle n’existe pas.

Le choix devient beaucoup plus simple si vous posez les questions dans le bon ordre.

1. Qui utilisera réellement l’outil ?

Des responsables marketing qui analysent les canaux ? Des analystes qui construisent des segments ? Des développeurs qui mesurent l’adoption des fonctionnalités ? Une équipe data qui consomme surtout les événements dans un warehouse ?

Un outil peut être excellent et rester inutilisé parce qu’il ne correspond pas au quotidien de ses utilisateurs. La feature la plus coûteuse du marché est toujours celle que personne n’ouvre.

2. Quelle décision la donnée doit-elle permettre de prendre ?

« Mieux connaître nos utilisateurs » n’est pas une décision. C’est une phrase de cadrage qui permet de réserver une salle.

Préférez des questions concrètes :

• quels canaux apportent des ventes rentables ?
• où les utilisateurs abandonnent-ils l’onboarding ?
• quels contenus contribuent aux abonnements ?
• quelle fonctionnalité améliore réellement la rétention ?
• quel niveau de trafic faut-il anticiper pour dimensionner le service ?

GA4 répond naturellement à certaines de ces questions. PostHog à d’autres. Piano, Piwik PRO et Matomo couvrent des zones intermédiaires avec des compromis différents.

3. Où doit vivre la donnée ?

Cette question élimine rapidement plusieurs options :

• BigQuery déjà central : GA4 possède un avantage évident ;
• Snowflake déjà central et besoin d’une interface métier solide : Piano devient particulièrement cohérent ;
• infrastructure maîtrisée en interne : Matomo peut entrer dans la discussion ;
• stack produit intégrée et managée : PostHog mérite un examen sérieux ;
• besoin d’un SaaS privacy-first accessible aux équipes marketing : Piwik PRO se place bien.

L’architecture existante compte. Le meilleur outil isolé peut devenir le pire choix une fois entouré de douze connecteurs.

4. Quel est votre véritable besoin de conformité ?

Ne demandez pas seulement : « L’outil est-il conforme au RGPD ? » Cette question est trop vague pour être utile.

Demandez plutôt :

• quelles données seront collectées ?
• pour quelles finalités ?
• avec ou sans consentement ?
• seront-elles croisées avec un CRM ou des données publicitaires ?
• dans quels pays seront-elles hébergées et traitées ?
• qui y accédera ?
• combien de temps seront-elles conservées ?
• quelle documentation le fournisseur apporte-t-il ?

Une configuration exemptée de consentement sacrifie nécessairement certains usages. Vous ne pouvez pas demander une mesure strictement anonyme, limitée au pilotage du site, puis exiger dans la phrase suivante une activation individuelle omnicanale. Enfin, vous pouvez le demander. Le DPO peut également quitter la visioconférence.

5. Quel coût voulez-vous comparer ?

Le prix de la licence n’est qu’une ligne.

Ajoutez :

• l’implémentation ;
• la maintenance du plan de marquage ;
• la formation ;
• l’exploitation de l’infrastructure ;
• les connecteurs ;
• les exports ;
• le support ;
• le temps passé à réconcilier les chiffres ;
• le coût d’une migration future.

GA4 est gratuit, mais une implémentation fiable ne l’est pas. Matomo On-Premise est gratuit, mais son exploitation ne l’est pas. Piano coûte davantage, mais peut éviter certaines constructions spécifiques. Piwik PRO simplifie plusieurs briques, mais ses options avancées ont un prix. PostHog démarre généreusement, puis facture l’usage et peut multiplier les volumes si l’autocapture est laissée sans gouvernance.

Le bon calcul est un coût total sur deux ou trois ans. Oui, cela nécessite un tableur. Cette fois, il aura une fonction.

Ma recommandation, sans matrice à 47 critères

Si je devais résumer :

• pour un site marketing classique très dépendant de Google Ads, commencez par GA4 correctement implémenté ;
• pour une organisation mature, particulièrement dans les médias, avec une forte gouvernance et éventuellement Snowflake, regardez Piano Analytics ;
• pour une alternative privacy-first accessible, proche des usages web analytics traditionnels, évaluez Piwik PRO ;
• pour une maîtrise forte de l’hébergement avec une équipe capable d’exploiter la plateforme, Matomo reste pertinent ;
• pour un SaaS piloté par le produit et l’ingénierie, PostHog est souvent le candidat le plus naturel.

Et dans les organisations un peu plus avancées, la réponse peut être « plusieurs outils ». GA4 peut gérer l’acquisition pendant que PostHog couvre l’usage produit. Piano peut servir les métiers tandis que Snowflake alimente les analyses transverses. Un outil exempté peut fournir une mesure d’audience essentielle, parallèlement à une collecte plus riche réservée aux utilisateurs ayant consenti.

Ce n’est pas forcément un échec d’architecture. C’est parfois simplement reconnaître que « analytics » désigne plusieurs métiers qui partageaient jusque-là le même onglet de navigateur.

Le vrai critère de choix

Le meilleur outil d’analytics n’est pas celui qui possède le plus de fonctionnalités, la meilleure démo ou le quadrant le plus avantageux.

C’est celui qui répond aux questions importantes de votre organisation, que vos équipes savent utiliser, que votre architecture sait alimenter et que votre cadre juridique autorise réellement.

Avant de migrer, commencez donc par écrire :

1. les décisions à éclairer ;
2. les événements nécessaires ;
3. les utilisateurs de la donnée ;
4. les contraintes d’hébergement et de consentement ;
5. le coût total acceptable.

Ensuite seulement, comparez les interfaces.

Vous ne supprimerez pas tous les problèmes. Vous éviterez simplement de dépenser six mois pour découvrir que la plateforme « Customer Intelligence 360 » ne sait toujours pas si un essai gratuit compte comme une conversion.

Dans l’analytics, c’est déjà une victoire tout à fait présentable.