Que mesurer en marketing digital pour pouvoir décider

Davantage de visites, de clics ou de contacts ne signifient pas toujours de meilleurs résultats. Apprenez de quels indicateurs votre entreprise a besoin, comment les interpréter et comment transformer les données en décisions d’amélioration, avec des formules simples et un exemple pratique.

Vous recevez le rapport marketing mensuel : les visites du site ont progressé de 30 % et les campagnes génèrent davantage de clics. Pourtant, l’équipe commerciale reçoit des demandes qui correspondent moins bien à l’offre et met plus de temps à répondre.

L’entreprise progresse-t-elle ou seule l’activité digitale a-t-elle augmenté ?

Les chiffres peuvent être correctement calculés sans répondre à cette question. Une visite, une demande et un achat représentent des moments différents. Pour les interpréter, nous devons savoir ce que l’entreprise veut accomplir, ce qui se passe entre ces moments et si elle peut traiter les opportunités reçues.

La mesure commence par une décision : ce que nous devons comprendre pour maintenir, corriger, étudier ou développer une initiative. Nous choisissons ensuite les indicateurs et vérifions leurs limites.

Mesurer ne consiste pas à célébrer des chiffres qui augmentent. Il s’agit d’utiliser des informations suffisantes et fiables pour mieux diriger les actifs digitaux.

1. Ce que signifie mesurer le marketing digital pour prendre des décisions

Mesurer le marketing digital consiste à observer des informations liées à nos actions, à nos actifs et aux réponses des personnes pour comprendre leur contribution aux objectifs de l’entreprise.

Nous pouvons mesurer combien de personnes arrivent sur une page, quelles demandes nous recevons, combien de réservations sont confirmées ou ce que nous coûte le développement d’une initiative.

Mais ces chiffres n’ont pas tous le même sens.

Une visite indique qu’une interaction avec le site a été enregistrée.

Une demande peut montrer qu’une personne a décidé de prendre contact.

Un achat confirme qu’un résultat commercial s’est produit.

Et une réservation correctement assurée représente aussi une responsabilité opérationnelle.

Ce sont des événements liés, mais différents.

L’erreur de commencer par les outils

Une entreprise peut utiliser Google Analytics, Search Console, des outils publicitaires, les statistiques des réseaux sociaux et un logiciel de gestion commerciale.

Chaque système fournit ses propres rapports.

Le problème apparaît lorsque nous construisons notre tableau de bord en réunissant simplement les chiffres présentés par ces outils.

Nous nous retrouvons avec des visites, des sessions, des clics, des impressions, des pourcentages, des coûts et des événements.

Mais personne n’a peut-être défini les questions auxquelles nous voulons répondre.

Imaginons une entreprise qui souhaite augmenter les réservations directes.

Savoir si les visites de son site progressent ne suffit pas.

Elle doit aussi comprendre si ces visites arrivent sur les bonnes pages, si les personnes trouvent des disponibilités et si elles parviennent finalement à réserver.

Imaginons maintenant une autre entreprise qui reçoit suffisamment de réservations, mais rencontre des difficultés à les gérer.

Sa priorité peut être différente.

Elle doit peut-être observer les erreurs, les demandes en attente, les annulations ou le temps consacré à résoudre les incidents.

Le même site peut avoir besoin d’indicateurs différents selon le problème à résoudre.

D’abord l’objectif, ensuite les indicateurs

Une manière simple de commencer consiste à formuler trois questions :

Que voulons-nous accomplir ?
Le résultat ou la capacité qui compte pour l’entreprise.

Que devons-nous observer ?
Les signaux qui peuvent nous aider à comprendre si nous avançons.

Quelle décision pourrions-nous prendre ?
L’intervention, l’étude ou la poursuite qui dépend de ces informations.

Par exemple :

Cette approche présente un avantage important.

Elle évite d’adopter des indicateurs uniquement parce qu’une autre entreprise les utilise.

Les besoins d’un restaurant ne sont pas identiques à ceux d’une entreprise de services professionnels.

Ceux d’une entreprise qui débute diffèrent aussi de ceux d’une entreprise dont la présence est bien établie.

Le guide de mesure des services digitaux du gouvernement britannique propose de commencer par la finalité du service, de fixer des objectifs, de formuler des hypothèses et de sélectionner ensuite les données nécessaires pour les vérifier. [1] La planification marketing relie ces questions aux initiatives de l’entreprise.

Il n’existe pas de liste universelle d’indicateurs permettant de bien diriger toutes les entreprises. Il existe une relation à construire entre objectifs, informations et décisions.

2. Quelles métriques de marketing digital sont réellement nécessaires à une entreprise ?

La réponse dépend de ce que nous voulons accomplir.

Mais nous pouvons organiser les indicateurs habituels selon les besoins de l’entreprise qu’ils aident à étudier.

Il ne s’agit pas de mesurer tous les éléments du tableau suivant.

Son utilité est de reconnaître ceux qui pourraient être pertinents dans notre cas.

Les indicateurs selon l’objectif de l’entreprise

Certains indicateurs décrivent l’activité ; d’autres observent la réponse des personnes ou se rapprochent des résultats de l’entreprise. Nous devons les distinguer.

La visibilité ne signifie pas nécessairement une opportunité

Une entreprise peut apparaître des milliers de fois dans les résultats de Google.

Cela représente de la visibilité.

Mais ne démontre pas que ces apparitions concernent les services qu’elle souhaite commercialiser.

Cela ne signifie pas non plus que les personnes ont visité son site.

Les impressions et les clics servent à étudier la présence dans les moteurs de recherche.

Nous devrons ensuite observer ce qui se passe avec les personnes qui arrivent.

Une demande n’est pas un client

Imaginons qu’un site reçoive vingt formulaires.

A-t-il obtenu vingt opportunités commerciales ?

Cela dépend.

Certains peuvent être des doublons.

D’autres peuvent être des candidatures, des demandes de fournisseurs ou des demandes de services que l’entreprise ne propose pas.

Nous devons définir ce que nous entendons par demande commerciale valide.

Et, si le modèle économique l’exige, à quel moment cette demande est considérée comme qualifiée.

Une entreprise organisant des événements privés peut, par exemple, juger pertinent que le contact demande un service disponible dans sa zone, pour une date et un nombre de participants compatibles avec son offre.

Les critères doivent être établis avant d’évaluer les résultats.

Sinon, nous pouvons finir par les modifier chaque fois qu’un chiffre nous déplaît.

Un achat ne signifie pas automatiquement la rentabilité

Une vente ou une réservation confirmée représente un résultat commercial.

Mais nous devons encore connaître sa valeur économique et les ressources nécessaires pour l’obtenir et la servir.

Dans une activité proposant différents services, deux achats peuvent représenter des revenus et des marges très différents.

C’est pourquoi les résultats doivent être interprétés selon le modèle de l’entreprise.

Une campagne qui génère beaucoup de demandes n’est pas forcément la plus intéressante.

Une autre produit peut-être moins de contacts, mais davantage adaptés et à un coût proportionné.

La mesure doit nous aider à reconnaître ces différences, sans réduire toute l’entreprise à un chiffre de trafic ou de contacts.

3. Trois niveaux pour relier le marketing aux résultats

Chez PhiStudio, nous pouvons organiser la mesure en trois niveaux connectés :

Résultat → Progression → Santé et capacité.

Ils ne représentent pas trois services ni trois rapports indépendants.

Ce sont trois perspectives à relier pour comprendre ce qui se passe.

Niveau 1. Résultat : ce que nous obtenons

Le premier niveau observe ce qui compte pour l’entreprise.

Il peut s’agir d’une réservation confirmée, d’une inscription, d’une opportunité commerciale acceptée ou d’une réduction des incidents.

Il peut aussi s’agir d’une amélioration opérationnelle.

Par exemple, permettre aux clients d’effectuer une démarche sans assistance.

Tous les résultats ne doivent pas nécessairement s’exprimer immédiatement en euros.

Mais ils doivent être liés à une fonction identifiable de l’entreprise.

Imaginons une entreprise qui a développé une nouvelle page pour expliquer un service.

Son objectif pourrait être de recevoir des demandes commerciales mieux informées.

Dans ce cas, une hausse des visites peut constituer un signal intéressant.

Mais le résultat à évaluer concerne les demandes et leur qualité.

Niveau 2. Progression : où les personnes avancent ou s’arrêtent

Le deuxième niveau permet d’étudier ce qui se passe avant le résultat.

Une personne peut découvrir une offre, visiter une page, consulter ses conditions, demander des informations et finir par acheter.

Mais tous les clients ne suivent pas le même parcours.

Certains arrivent après une recommandation.

D’autres recherchent pendant des semaines.

Et d’autres contactent directement par téléphone.

Nous n’avons pas besoin d’imposer le même entonnoir à tous.

Nous devons identifier les étapes qui comptent réellement pour chaque entreprise.

Par exemple :

Ces signaux peuvent nous aider à localiser les difficultés.

Si les visites progressent mais pas les demandes, nous devons peut-être étudier l’adéquation de la demande ou l’expérience de la page.

Si les demandes sont adaptées mais aboutissent rarement à des achats, le problème se situe peut-être plus loin.

Il peut concerner l’offre, le prix, la disponibilité ou le suivi commercial.

Les données ne fourniront pas nécessairement une explication automatique.

Mais elles peuvent nous aider à poser de meilleures questions.

Niveau 3. Santé et capacité : ce qui permet au système de fonctionner

Ce troisième niveau reste souvent absent des rapports marketing traditionnels.

Il est pourtant fondamental.

Une entreprise peut attirer des opportunités adaptées et les perdre faute de capacité de réponse.

Elle peut aussi enregistrer incorrectement les formulaires, avoir des liens défectueux ou utiliser des données dont la qualité n’a pas été vérifiée.

C’est pourquoi nous devons observer les conditions opérationnelles.

Par exemple :

• Délai de réponse aux demandes.
• Erreurs dans les formulaires ou les systèmes de réservation.
• Disponibilité des fonctions essentielles.
• Demandes en attente.
• Capacité de l’équipe à traiter la demande.
• Qualité et cohérence des enregistrements utilisés.

Ces signaux aident à interpréter les résultats.

Imaginons qu’une campagne produise davantage de demandes, mais que l’équipe ne puisse pas les traiter.

Augmenter encore l’investissement pourrait aggraver la situation.

Nous devons peut-être d’abord améliorer la capacité opérationnelle.

Le marketing peut générer des opportunités. L’entreprise doit être prête à les traiter.

Comment les trois niveaux s’articulent

Le résultat montre ce qu’obtient l’entreprise. La progression aide à localiser où les personnes avancent ou s’arrêtent. La santé et capacité indique si le site, les données et l’équipe peuvent soutenir le parcours.

Lus ensemble, ces niveaux permettent de distinguer une amélioration réelle d’une hausse d’activité qui ne se traduit pas encore en valeur.

4. Comment définir un indicateur utile : objectif, formule et contexte

Avant d’interpréter les données, nous devons définir ce que nous mesurons.

Cela peut sembler secondaire.

Mais deux personnes peuvent employer le même mot pour désigner des choses différentes.

L’une peut, par exemple, appeler « conversion » tout envoi de formulaire.

Une autre peut l’utiliser uniquement pour les demandes commerciales valides.

Et une troisième peut réserver le terme aux ventes confirmées.

Si toutes utilisent la même étiquette, mais comptent des événements différents, les rapports peuvent être difficiles à comparer.

Quatre notions à distinguer

Métrique : une mesure concrète, comme les visites, les demandes ou les réservations.

Indicateur : une mesure sélectionnée pour observer une fonction ou un objectif pertinent.

Situation de référence : le point de départ utilisé comme repère.

Cible : le résultat à atteindre dans des conditions et une période déterminées.

Par exemple :

Nous n’avons pas besoin de transformer tous les chiffres disponibles en indicateurs prioritaires.

Nous ne devrions pas non plus inventer une cible simplement pour que le tableau de bord affiche un objectif.

Une cible utile doit considérer le point de départ, les ressources disponibles, le comportement historique et l’incertitude.

Cinq calculs à comprendre

Les formules sont simples ; l’essentiel est de bien définir ce que nous comptons et de comparer des périodes équivalentes.

Une session ne correspond pas nécessairement à une personne. Une demande valide ne garantit pas une vente. Et une opportunité encore ouverte ne devrait pas être considérée comme perdue avant la fin d’un délai de décision raisonnable.

Pour les indicateurs de coût, nous devons préciser si nous incluons seulement la publicité ou aussi la gestion, la production et les outils. Calculer le coût publicitaire par demande n’est pas la même chose que calculer le coût complet d’acquisition d’un client.

L’exemple suivant montre comment utiliser ces relations sans les confondre avec des résultats définitifs pour l’entreprise.

Une formule correcte a besoin d’une définition correcte

Les opérations mathématiques peuvent être simples.

La difficulté apparaît lorsqu’il faut décider de ce que nous comptons.

C’est pourquoi chaque indicateur important devrait conserver une définition claire de son unité, de sa source, de sa période et de ses limites.

Une formule mal définie peut produire des chiffres parfaitement calculés qui conduisent à de mauvaises décisions.

Une conversion digitale n’est pas nécessairement une vente

Cette distinction est fondamentale.

Google Analytics 4 permet de marquer comme événements clés certaines actions importantes pour une entreprise.

Elles peuvent représenter, par exemple, un envoi de formulaire ou une action pertinente sur le site.

Google distingue ces événements clés des conversions utilisées pour mesurer et optimiser la performance publicitaire dans Google Ads, même si les deux notions peuvent être reliées techniquement. [2]

Mais l’enregistrement d’une action importante par un outil ne signifie pas que l’entreprise a acquis un client.

Il convient de distinguer :

Toutes les entreprises n’ont pas besoin d’enregistrer toutes ces étapes.

Mais elles doivent savoir laquelle elles observent.

Un outil enregistre des événements. C’est à nous de définir leur signification pour l’entreprise.

5. Exemple pratique : davantage de visites, mais moins d’inscriptions

Voyons comment les indicateurs s’articulent dans un cas complet.

Imaginons un petit centre de formation en présentiel qui propose des cours spécialisés pour adultes.

Il dispose d’un site présentant ses programmes et permettant de demander des informations.

Ces derniers mois, il a travaillé pour améliorer sa visibilité et attirer davantage de personnes intéressées.

La direction reçoit un rapport positif.

Les visites des pages de cours ont considérablement augmenté.

Pourtant, l’équipe commerciale estime recevoir des demandes moins adaptées et rencontrer plus de difficultés à les transformer en inscriptions.

Nous devons étudier la situation.

Cet exemple est entièrement hypothétique. Les chiffres, les périodes et les situations ont été créés à des fins pédagogiques. Ils ne représentent pas des résultats réels de PhiStudio et ne permettent pas d’attribuer les changements à une initiative précise.

Étape 1. Nous définissons ce que nous voulons accomplir

L’objectif de l’entreprise n’est pas simplement d’augmenter les visites.

Le centre veut obtenir davantage d’inscriptions de personnes correspondant aux programmes proposés.

Pour comprendre ce qui se passe, nous devons observer différentes étapes.

L’arrivée des visiteurs.

Les demandes reçues.

L’adéquation commerciale de ces demandes.

Les inscriptions confirmées.

Et la capacité de l’équipe à les traiter.

Étape 2. Nous établissons des périodes comparables

Imaginons que nous étudiions deux périodes d’acquisition de huit semaines.

Pour simplifier l’exemple, nous supposons qu’elles correspondent à des conditions saisonnières et commerciales raisonnablement comparables et que le système de mesure conserve les mêmes définitions.

Nous établissons aussi une condition importante.

Les inscriptions sont comptées dans les 30 jours suivant chaque demande, et nous ne comparons que les groupes pour lesquels ce délai est déjà écoulé.

Cela évite de compter comme un échec une demande récente qui n’a pas encore eu le temps de devenir une inscription.

Cela ne signifie pas que toutes les décisions d’inscription se prennent en trente jours.

Nous utilisons simplement le même délai pour comparer les deux groupes.

Étape 3. Nous réunissons les données

Les données semblent raconter des histoires différentes.

Interprétons-les.

Première lecture : la visibilité augmente

Les sessions passent de 1.000 à 1.500.

Cela représente une hausse de 50 %.

C’est une amélioration claire du volume de sessions enregistré.

Mais nous ignorons encore si les nouvelles visites concernent les cours que le centre doit commercialiser.

Elles pourraient provenir de recherches informatives, de campagnes ciblant d’autres publics ou de sources auparavant moins présentes.

La question suivante devrait être :

D’où viennent ces visites et quels besoins représentent-elles ?

Deuxième lecture : les demandes augmentent beaucoup moins

Nous passons de 40 à 45 demandes valides.

C’est une hausse de 12,5 %.

Mais le taux de demandes par rapport aux sessions étudiées change.

Période A :

40 ÷ 1.000 × 100 = 4 %.

Période B :

45 ÷ 1.500 × 100 = 3 %.

Le taux baisse d’un point de pourcentage.

Nous avons plus de visites et cinq demandes supplémentaires, mais une plus faible proportion des sessions génère une demande.

Cela signifie-t-il que le site fonctionne moins bien ?

Pas nécessairement.

La composition des visites peut avoir changé.

Davantage de personnes cherchent peut-être maintenant des informations générales et ne sont pas encore prêtes à demander un cours.

Il pourrait aussi exister un problème dans le message ou l’expérience.

Nous devons étudier avant de conclure.

Troisième lecture : l’adéquation commerciale diminue

Nous trouvons ici un signal plus préoccupant pour l’objectif défini.

Pendant la période A, 24 des 40 demandes sont qualifiées.

Cela représente 60 %.

Pendant la période B, 18 des 45 demandes remplissent les critères.

Cela représente 40 %.

La proportion baisse de vingt points de pourcentage.

Le nombre absolu de demandes qualifiées passe aussi de 24 à 18.

C’est une baisse de 25 %.

Nous avons maintenant une lecture plus complète.

Les visites ont considérablement augmenté.

Les demandes ont légèrement progressé.

Mais les demandes adaptées ont diminué.

Cela peut indiquer qu’une partie de la nouvelle acquisition est insuffisamment alignée sur l’offre.

Nous devons toutefois vérifier aussi que les critères de qualification ont été appliqués de manière cohérente.

La personne qui évalue les demandes a peut-être changé ou les conditions d’admission sont devenues plus strictes.

Si les définitions ne sont pas équivalentes, la comparaison perd de sa force.

Quatrième lecture : les inscriptions diminuent

Le centre confirme 10 inscriptions issues du premier groupe de demandes pendant leurs trente jours respectifs de suivi.

Pour le second groupe, il en confirme 7.

La baisse est de 30 %.

C’est un résultat commercial moins favorable.

Mais il n’explique pas encore pourquoi cela s’est produit.

Cela pourrait être lié à la baisse du nombre de demandes qualifiées.

Des changements de prix, de places disponibles, de calendrier de cours ou de conditions d’achat pourraient aussi intervenir.

Il peut même exister des différences au sein du délai de trente jours.

Nous ne devons pas attribuer automatiquement la baisse à l’acquisition digitale.

Cinquième lecture : l’équipe met plus de temps à répondre

La médiane du délai de première réponse passe de quatre à vingt heures.

Cela signifie que la demande située au centre des délais ordonnés a reçu une réponse plus tard dans la seconde période.

La médiane est utile, car elle est moins sensible aux valeurs extrêmes qu’une moyenne simple.

Mais elle n’explique pas non plus toute la distribution.

Il est utile de vérifier si certaines demandes reçoivent une réponse immédiate tandis que d’autres restent en attente pendant des jours.

Le changement observé mérite de l’attention.

L’équipe a peut-être plus de travail.

La procédure peut avoir changé.

Ou il existe des problèmes de coordination.

L’essentiel est de reconnaître que la capacité de réponse fait partie du parcours commercial, même si ce n’est pas une métrique publicitaire.

Étape 4. Nous interprétons les trois niveaux ensemble

Nous pouvons résumer la situation.

Nous comprenons maintenant pourquoi le rapport initial était insuffisant.

Il nous montrait une amélioration de la visibilité.

Mais le résultat de l’entreprise et d’autres signaux pertinents évoluaient autrement.

Étape 5. Nous identifions ce que nous ignorons encore

Avant de recommander des changements, nous devons étudier plusieurs possibilités.

La provenance des nouvelles sessions.

Les canaux ont-ils changé ? Proviennent-elles de nouvelles campagnes ou de requêtes informatives ?

Le contenu des demandes.

Les personnes se renseignent-elles sur des cours que nous proposons réellement ? Existe-t-il des doutes récurrents ?

L’offre commerciale.

Les prix, les horaires, la disponibilité ou les prérequis ont-ils changé ?

Le suivi.

Toutes les demandes reçoivent-elles une réponse ? Existe-t-il des différences pertinentes entre responsables ou canaux ?

La comparaison temporelle.

Les deux périodes sont-elles suffisamment comparables ? Existe-t-il des facteurs saisonniers ou des changements externes importants ?

Ces questions nous aident à définir un diagnostic.

Nous n’avons pas encore démontré la cause de la baisse des inscriptions.

Étape 6. Nous prenons une décision proportionnée

Avec les informations disponibles, je ne recommanderais pas d’augmenter immédiatement l’investissement dans l’acquisition.

Je ne reconstruirais pas non plus le site.

La décision initiale pourrait être :

Étudier la provenance et l’adéquation des nouvelles demandes, revoir le processus de réponse et reporter l’augmentation de l’investissement jusqu’à mieux comprendre les résultats.

Cette décision peut se traduire en actions concrètes.

Examiner les requêtes et les canaux qui génèrent les visites.

Vérifier les critères de qualification.

Analyser la gestion des demandes et l’origine des retards.

Et corriger les problèmes confirmés avant de développer de nouvelles initiatives.

Nous observerions ensuite à nouveau les indicateurs.

Pour vérifier ce qui a changé et ce que nous pouvons apprendre, sans chercher à prouver que notre hypothèse était juste.

La leçon de l’exemple

Une entreprise peut augmenter sa visibilité sans améliorer ses résultats commerciaux.

Elle peut même obtenir davantage de contacts et finir par recevoir moins d’opportunités adaptées.

Mais nous ne devons pas non plus considérer toute baisse comme la preuve de l’échec d’une action.

Nous devons comprendre les définitions, les périodes, la qualité des données et les facteurs intervenus.

Les chiffres ne décident pas à notre place. Ils nous aident à formuler des questions, à reconnaître les problèmes et à choisir des interventions mieux fondées.

6. Comment éviter les conclusions erronées

Mesurer correctement ne consiste pas seulement à choisir des indicateurs et à calculer des pourcentages.

Nous devons aussi savoir dans quelle mesure nous pouvons leur faire confiance.

Un chiffre peut être correctement calculé et rester insuffisant pour justifier une décision.

Le contexte, la qualité des données et l’incertitude conditionnent toute interprétation.

Comparez des périodes pertinentes

Imaginons une entreprise touristique du Val d’Aran.

En août, elle reçoit un grand nombre de demandes.

En novembre, la demande diminue.

Cela signifie-t-il que son marketing s’est dégradé ?

Pas nécessairement.

La saisonnalité peut expliquer une grande part de la différence.

Comparer août à novembre sans considérer le calendrier touristique peut conduire à de mauvaises conclusions.

Dans certaines activités, il sera plus utile d’étudier des périodes équivalentes de différentes saisons.

Nous devons aussi tenir compte des changements de prix, d’offre, de budget et de canaux utilisés.

Même comparer les mêmes mois de deux années consécutives peut exiger de la prudence si les conditions de l’entreprise ont changé.

Nous ne cherchons pas des périodes identiques, ce qui existe rarement. Nous cherchons des références suffisamment comparables et connaissons leurs limites.

Observez les quantités absolues en plus des pourcentages

Les pourcentages facilitent les comparaisons.

Mais ils peuvent exagérer l’impression de croissance lorsque les enregistrements sont peu nombreux.

Imaginons qu’une entreprise obtienne quatre demandes commerciales en un mois.

Le mois suivant, elle en obtient six.

La variation est de 50 %.

Mais nous parlons de deux demandes supplémentaires.

Une amélioration réelle peut exister.

Il peut aussi s’agir d’une fluctuation habituelle.

Lorsque les échantillons sont petits, nous devons éviter les conclusions trop affirmatives.

Dans certains cas, il sera préférable d’observer une période plus longue.

Dans d’autres, de maintenir l’incertitude et d’attendre avant des changements importants.

Le guide de mesure de GOV.UK recommande de considérer le contexte, d’analyser l’évolution dans le temps, de vérifier la qualité des données et d’utiliser des méthodes statistiques appropriées lorsque c’est pertinent. [1]

Nous n’avons pas besoin de transformer chaque décision commerciale en étude statistique.

Mais nous devons reconnaître que plus les éléments sont limités, plus nos conclusions doivent être prudentes.

Vérifiez que les outils comptent la même chose

Imaginons que Google Analytics enregistre trente-cinq envois de formulaire.

Pourtant, le registre commercial contient vingt-neuf demandes.

Avons-nous une erreur ?

C’est possible.

Mais nous devons d’abord savoir ce que représente chaque chiffre.

Il existe peut-être des envois répétés.

Il peut y avoir des demandes de test.

Des différences de dates, de filtres ou de critères de validation peuvent aussi apparaître.

Dans certains cas, les systèmes enregistrent des événements différents.

Google explique que ses propres rapports Analytics peuvent présenter des écarts dus à des facteurs comme les filtres, les seuils, la modélisation ou les délais de traitement. [3]

Search Console et Analytics utilisent en outre des méthodes et des unités différentes.

Search Console mesure notamment les clics depuis les résultats de Google.

Analytics peut mesurer les sessions commencées sur le site.

Un clic et une session ne représentent pas exactement le même événement : leurs comptes n’ont donc pas à coïncider. [4]

Nous ne devons pas forcer une concordance artificielle entre les outils.

Nous devons comprendre le sens de chaque donnée.

Cinq vérifications avant d’interpréter une variation

Lorsqu’un indicateur présente un changement important, il est utile de vérifier :

Un examen simple de ces points peut éviter des décisions précipitées.

Combinez informations quantitatives et qualitatives

Tout ce que nous devons comprendre n’apparaît pas dans un graphique.

Les conversations avec les clients peuvent révéler des doutes que l’analyse web ne détecte pas.

Un responsable commercial peut observer que les demandes arrivent avec des attentes erronées.

Une personne chargée de l’accueil peut identifier des erreurs récurrentes dans un processus.

Ces observations ne remplacent pas les données quantitatives.

Elles les complètent.

Elles peuvent nous aider à formuler des hypothèses et à déterminer ce qu’il faut étudier.

Si les indicateurs digitaux montrent une amélioration mais que l’équipe commerciale décrit une dégradation de la qualité des demandes, nous ne devrions écarter automatiquement aucune des deux perspectives.

La contradiction est une raison d’enquêter, sans choisir la donnée qui nous arrange le plus.

Corrélation ne signifie pas causalité

Ce principe est fondamental.

Imaginons que nous renouvelions une page et que les demandes augmentent dans les semaines suivantes.

Pouvons-nous affirmer que le nouveau design a provoqué cette croissance ?

Pas encore.

Cela coïncide peut-être avec le début de la haute saison.

Une autre entreprise a peut-être recommandé nos services.

Ou nous avons aussi augmenté l’investissement publicitaire.

La refonte a pu contribuer au résultat.

Mais observer deux événements successifs ne démontre pas que l’un a causé l’autre.

Lorsque le volume et les conditions le permettent, nous pouvons concevoir des tests plus contrôlés.

Dans d’autres cas, nous devrons travailler avec des observations et des comparaisons imparfaites.

L’essentiel est de distinguer clairement :

Observation : ce qui s’est passé.

Hypothèse : ce qui pourrait l’expliquer.

Éléments à vérifier : ce que nous devons contrôler.

Par exemple :

Nous observons que les demandes ont augmenté après la modification d’une page.

Nous pensons que la nouvelle présentation a pu faciliter la compréhension de l’offre.

Mais nous devons vérifier si d’autres facteurs ont aussi changé.

Cette manière de travailler n’empêche pas de prendre des décisions.

Elle permet de les prendre en reconnaissant leur degré d’incertitude.

Mesurer de manière responsable signifie aussi respecter la vie privée

Une entreprise n’a pas besoin d’enregistrer chaque mouvement de ses visiteurs pour comprendre si ses actifs fonctionnent.

La mesure doit être proportionnée aux questions auxquelles nous voulons répondre.

Les technologies utilisées doivent aussi respecter les obligations correspondantes.

En Espagne, l’Agencia Española de Protección de Datos établit dans son guide sur les cookies des exigences d’information et de consentement, ainsi que certaines exemptions dépendant de la finalité et des conditions d’utilisation. [5]

Nous ne pouvons pas supposer qu’un outil est automatiquement exempté parce qu’il est utilisé pour l’analyse.

Ni que toutes les formes de mesure exigent exactement les mêmes conditions.

La technologie et le traitement précis doivent être évalués.

Lorsque la couverture des informations digitales est partielle pour des raisons techniques ou de confidentialité, nous pouvons la compléter par des registres commerciaux, des données agrégées et des observations opérationnelles légitimes.

Nous ne devons pas interpréter cette limite comme une invitation à recueillir plus d’informations personnelles que nécessaire.

Une bonne mesure n’est pas celle qui capture le plus de données. C’est celle qui réunit des éléments suffisants, fiables et obtenus correctement.

7. Comment relier les indicateurs au résultat économique

Une entreprise doit comprendre ce qu’elle obtient de ses investissements.

Mais nous devons éviter ici une autre confusion fréquente.

Tous les indicateurs économiques ne représentent pas la même chose.

Un coût par contact n’est pas un coût par client.

Les revenus ne sont pas nécessairement des bénéfices.

Et le retour publicitaire calculé par une plateforme ne démontre pas automatiquement l’argent supplémentaire gagné par l’entreprise grâce à une campagne.

Le coût par demande ne raconte pas toute l’histoire

Imaginons deux campagnes.

La première produit vingt demandes à un coût publicitaire de 10 € par demande.

La seconde génère dix demandes à 18 €.

En apparence, la première est plus efficace.

Mais nous devons encore connaître la qualité de ces demandes.

La première attire peut-être surtout des personnes intéressées par des services que l’entreprise ne propose pas.

Et la seconde obtient moins de contacts, mais davantage adaptés.

Nous devons aussi considérer ce qui se passe ensuite.

Combien de demandes sont traitées ?

Combien aboutissent à un achat ?

Quels revenus représentent-elles ?

Combien coûte la prestation des services vendus ?

Sans ces informations, le coût par demande offre une vision incomplète.

Ce que signifie le ROAS

Le ROAS, ou retour sur investissement publicitaire, exprime le rapport entre la valeur de conversion attribuée à la publicité et son coût.

Son calcul habituel est :

ROAS = Valeur de conversion attribuée ÷ Dépenses publicitaires

Imaginons une campagne avec une dépense de 500 €.

La plateforme lui attribue 2.000 € de valeur de conversion.

2.000 ÷ 500 = 4.

Nous pouvons exprimer le résultat comme un ROAS de 4:1 ou de 400 %.

Mais cela ne signifie pas que l’entreprise a obtenu un bénéfice de 1.500 €.

Nous devons distinguer la valeur attribuée des revenus effectivement confirmés et considérer les coûts pertinents.

Google Ads définit le rapport entre valeur de conversion et coût comme une métrique de performance publicitaire, tandis que les évaluations de rentabilité nécessitent des informations économiques supplémentaires. [6]

Revenus, coûts et contribution économique

Supposons que ces 2.000 € correspondent à des ventes réelles.

Pour connaître leur contribution, nous devons considérer, selon le type d’activité et l’analyse effectuée :

Le coût des produits ou services vendus.

L’investissement publicitaire.

Les coûts pertinents de gestion et de production.

Les outils et les autres ressources associés.

Toutes les entreprises n’ont pas la même structure économique.

C’est pourquoi nous n’avons pas besoin d’imposer une formule universelle de rentabilité à chaque projet.

Mais nous devons éviter de présenter les revenus comme du bénéfice.

L’attribution ne démontre pas non plus, à elle seule, la causalité

Imaginons qu’une personne voie une publicité, effectue ensuite une recherche dans Google, reçoive la recommandation d’un ami et finisse par acheter.

Quelle action a provoqué la vente ?

La réponse n’est pas nécessairement évidente.

Une plateforme publicitaire peut s’attribuer une valeur selon le modèle et les règles d’attribution utilisés.

Cela ne démontre pas automatiquement que toute la vente aurait été perdue sans cette publicité.

Pour étudier l’effet incrémental d’une campagne, nous avons besoin de méthodes permettant d’estimer les résultats supplémentaires produits grâce à la publicité.

Il ne sera pas toujours possible de mener cette analyse avec suffisamment de rigueur, notamment dans les petites entreprises qui réalisent peu de ventes.

Dans ces situations, il est préférable d’éviter les affirmations trop fortes sur la rentabilité attribuée.

Nous pouvons utiliser le ROAS et d’autres indicateurs pour orienter les décisions, mais devons connaître leurs limites.

L’objectif est d’évaluer la viabilité dans la durée

Dans la Direction digitale externe, l’essentiel est de dépasser la seule recherche d’un chiffre publicitaire séduisant.

Il s’agit de comprendre si l’initiative contribue à l’entreprise de manière durable.

Une campagne peut générer des ventes et rester peu intéressante en raison de ses coûts.

Elle peut aussi soutenir des objectifs à long terme dont la valeur ne se reflète pas immédiatement dans les achats.

C’est pourquoi nous devons relier la mesure à la stratégie et au modèle économique.

L’objectif est de comprendre la contribution du marketing et si les ressources utilisées sont justifiées, au-delà de la seule activité produite.

8. Comment transformer les données en décisions d’amélioration

Jusqu’ici, nous avons identifié des indicateurs, effectué des calculs et interprété des résultats.

Mais il manque encore l’étape la plus importante.

Que faisons-nous de ce que nous avons appris ?

Une révision professionnelle ne devrait pas se terminer uniquement par un rapport.

Elle devrait aider à décider ce qui mérite de l’attention, ce qu’il faut conserver et quelles informations manquent encore.

Le cycle de mesure et d’amélioration

Nous pouvons l’organiser selon une séquence simple :

Question → Indicateur → Contexte → Interprétation → Décision → Action → Nouvelle révision.

Chaque étape a une fonction.

La question établit ce que nous devons comprendre.

L’indicateur fournit des informations.

Le contexte permet de les interpréter correctement.

L’interprétation distingue les observations, les hypothèses et les limites.

La décision détermine ce que nous ferons.

L’action transforme cette décision en travail concret.

Et la révision suivante vérifie ce qui s’est passé ensuite.

Ce cycle ne garantit pas des améliorations continues.

Mais il permet de travailler avec une référence partagée et d’apprendre des interventions.

Les décisions que nous pouvons prendre

Une révision peut aboutir à différentes conclusions.

Maintenir. Lorsque le système remplit sa fonction et qu’aucune raison suffisante ne justifie de le modifier.

Corriger. Lorsque nous avons identifié un problème localisé qui mérite de l’attention.

Étudier. Lorsque les données présentent des contradictions ou que leurs causes restent incomprises.

Tester. Lorsqu’une hypothèse précise peut être vérifiée par une intervention proportionnée.

Retirer. Lorsqu’une initiative a perdu sa fonction ou ne justifie plus les ressources consommées.

Attendre et observer. Lorsque les informations disponibles ne permettent pas de recommandation responsable.

Aucune de ces décisions n’est nécessairement supérieure aux autres.

L’essentiel est de choisir celle qui répond le mieux aux faits et aux priorités de l’entreprise.

Une fiche de décision appliquée

Revenons au centre de formation de notre exemple.

Après examen des indicateurs, nous pourrions documenter la conclusion suivante :

Cette fiche montre quelque chose d’important.

Nous n’avons pas automatiquement transformé les données en nouvelle campagne.

Nous n’avons pas non plus promis une amélioration précise.

Nous avons identifié un problème, formulé des hypothèses et établi une décision proportionnée.

Nous savons maintenant ce qu’il faut étudier, qui est responsable et quand les résultats seront réexaminés.

Toutes les réunions ne doivent pas se terminer par davantage de tâches

Imaginons que nous examinions un site.

Les indicateurs disponibles montrent un fonctionnement stable.

Les demandes correspondent bien à l’offre.

L’équipe répond correctement.

Et aucun nouveau besoin n’est apparu.

Dans ce cas, conserver ce qui fonctionne est peut-être la bonne décision.

Nous n’avons pas besoin de modifier le design, de changer le formulaire ou de lancer une autre campagne uniquement pour montrer de l’activité.

Il se peut aussi que les données restent insuffisantes.

Nous pouvons décider d’attendre une période comparable, à condition que cette attente ait une raison et une date de révision.

L’amélioration continue ne signifie pas intervenir continuellement. Elle signifie garder la capacité d’observer, de comprendre et de décider quand il vaut la peine d’intervenir.

Un modèle minimal pour commencer

Vous n’avez pas besoin d’un tableau de bord complexe pour appliquer cette méthode.

Vous pouvez commencer par une feuille de suivi réunissant les décisions essentielles.

Le système peut être étendu lorsque l’entreprise en a besoin.

Mais il ne devrait pas devenir une charge administrative disproportionnée.

La valeur du modèle ne réside pas dans le remplissage de tous les champs.

Elle réside dans une justification compréhensible des décisions importantes, qui puisse être réexaminée ensuite.

9. Mesurer moins peut vous aider à mieux diriger

Une entreprise peut accumuler les graphiques sans savoir quoi faire. Un système utile relie chaque objectif à quelques signaux fiables, à leur contexte et à une décision possible. Le signal décisif n’est parfois pas dans une plateforme : il peut s’agir du délai de réponse de l’équipe ou d’une question que les clients répètent.

En examinant les résultats, nous devrions pouvoir répondre : que s’est-il passé ? Que cela signifie-t-il pour l’entreprise ? Que reste-t-il à vérifier ? Que ferons-nous maintenant ? La réponse peut être de maintenir, corriger, tester, retirer ou attendre de meilleurs éléments.

Mesurer le marketing digital ne consiste pas à démontrer l’activité. Il s’agit de comprendre ce qui apporte de la valeur et de décider de la prochaine étape.