Le 20 mai 2026, à Google Marketing Live, Google a annoncé Ask Advisor, un assistant IA Gemini unifié qui fusionne Analytics Advisor (GA4) et Ads Advisor, et s’étend à Merchant Center et à Google Marketing Platform. En bêta anglophone, le déploiement se poursuit dans les interfaces GA4 depuis fin mai. La question qui se pose déjà chez les praticiens : est-ce qu’une IA conversationnelle native peut remplacer le travail d’un data analyst ? Cet article explique ce que fait réellement Ask Advisor, où il s’arrête, et comment il se positionne face à un agent IA de code comme Claude Code.
Qu’est-ce qu’Ask Advisor
Ask Advisor est un assistant conversationnel intégré directement dans l’interface, sans installation ni configuration. Il répond en langage naturel à des questions posées dans GA4, Google Ads, Merchant Center ou Google Marketing Platform, et peut désormais croiser ces produits entre eux au sein d’une même réponse.
Avant lui, GA4 proposait déjà Analytics Advisor, disponible depuis décembre 2025, limité au périmètre Analytics. Ask Advisor l’absorbe et y ajoute la couche Ads : une même question peut désormais générer une recommandation qui touche à la fois au tracking GA4 et au budget publicitaire. Dans l’interface française, il n’est pas exclu que l’ancien nom Analytics Advisor apparaisse encore par endroits pendant la transition ; vérifiez l’état exact du rollout au moment de la lecture, car le calendrier de bêta évolue vite.
Ce qu’il sait bien faire
Ask Advisor excelle sur les questions rapides posées sans changer d’onglet. Trois usages concrets se dégagent déjà :
Les questions en langage naturel sur des métriques standards : « pourquoi mon taux de conversion a-t-il baissé la semaine dernière ? », « quel canal a le meilleur ROAS ce mois-ci ? ». La réponse arrive directement dans l’interface, avec les chiffres déjà calculés par GA4 ou Google Ads.
Les recommandations cross-produits : une baisse de performance signalée dans Ads peut être reliée à un problème de configuration détecté côté GA4, sans que vous ayez à croiser manuellement les deux interfaces.
Le gain de temps sur le reporting léger : pas besoin de construire un rapport pour obtenir une réponse ponctuelle. C’est un vrai atout pour les équipes marketing qui n’ont pas de data analyst dédié au quotidien.
Ses limites concrètes
Trois limites structurelles méritent d’être connues avant de lui faire confiance sur des décisions business.
Pas d’accès au SQL brut. Ask Advisor travaille sur les données déjà agrégées et les définitions officielles de GA4 ou Ads. Il ne peut pas reconstruire un parcours utilisateur au niveau événement, ni écrire une requête sur mesure. Pour ce niveau de profondeur, il faut passer par l’export BigQuery ; voir les 10 requêtes BigQuery indispensables pour analyser GA4 en 2026.
Il hérite aveuglément des erreurs de configuration. Ask Advisor commente les données telles qu’elles arrivent. Si votre tracking a des événements en doublon, un dataLayer mal câblé ou des conversions mal définies, il construira ses recommandations sur cette base fausse sans le signaler. Un audit de configuration reste un préalable indispensable : voir audit GA4, les 11 erreurs de configuration à corriger en 2026.
Le risque d’hallucination sur des schémas complexes. Sur une propriété simple, les réponses sont fiables. Sur du multi-propriété, des définitions de métriques personnalisées ou des scénarios d’attribution avancés, la marge d’erreur grandit. Comme tout modèle génératif, il peut produire une réponse assurée mais fausse.
Ask Advisor face à Claude Code : deux logiques opposées
Ask Advisor et un agent IA de code comme Claude Code branché en MCP sur GA4/BigQuery répondent au même besoin (interroger ses données en langage naturel) avec des philosophies opposées : IA native intégrée à l’interface sans code, contre agent en terminal qui accède au SQL brut.
| Critère | Ask Advisor (GA4/Ads) | Claude Code + MCP (GA4/BigQuery) |
|---|---|---|
| Type d’accès | Interface native, sans installation | Agent en terminal, à configurer |
| Profondeur d’analyse | Données agrégées, définitions officielles | Données brutes, niveau événement |
| Contrôle du SQL | Aucun, tout est en boîte noire | Total, le SQL est lisible et modifiable |
| Coût | Inclus dans GA4 / Google Ads | Abonnement agent + coût BigQuery à l’usage |
| Courbe d’apprentissage | Quasi nulle | Nécessite des bases SQL et de la relecture critique |
| Cas d’usage type | Question ponctuelle, reporting léger | Analyse lourde, requête sur mesure, attribution custom |
Pour approfondir la mise en place et les pièges du second, voir Claude Code pour le data analyst : interroger GA4 et BigQuery.
Quand basculer d’un outil à l’autre
Restez sur Ask Advisor pour une question ponctuelle, une vérification rapide ou une recommandation cross-canal sans enjeu critique. Basculez vers du SQL direct (via un agent IA de code ou une requête écrite à la main) dès que la question porte sur un parcours utilisateur complet, une attribution personnalisée, un croisement avec une source externe, ou dès que le chiffre renvoyé par Ask Advisor doit être validé pour une décision budgétaire importante. Dans les deux cas, la règle reste la même : ne jamais publier un chiffre généré par une IA sans l’avoir recoupé avec une source connue.
Verdict : le rôle du data analyst se déplace, il ne disparaît pas
Ask Advisor ne rend pas le data analyst inutile. Il absorbe les questions rapides et le reporting léger, ce qui libère du temps pour un travail à plus forte valeur : cadrer les bonnes questions, fiabiliser la donnée en amont, et vérifier les réponses avant qu’elles n’influencent une décision. Un praticien qui maîtrise à la fois l’interface native et un agent de code capable d’aller chercher le SQL brut garde une longueur d’avance, quel que soit le niveau de profondeur demandé par la question.