Pour compléter nos derniers articles sur les enjeux de la data quality et les risques liés au manque de fiabilité des données, voici une synthèse des 28 critères de qualité indispensables pour améliorer ses performances marketing, réussir ses campagnes et prendre de meilleures décisions stratégiques.

1 – Une mesure certifiée  

Optez pour un partenaire digital analytics dont la mesure est certifiée par des organismes indépendants de mesure multimédia comme ACPM (France), OJD Espagne, TÜV Saarland (Allemagne), ABC (Royaume-Uni), KIA-INDEX (Suède) et ENED (Grèce)).

2 – Un trafic robot identifié (et exclu) 

Votre fournisseur analytics peut identifier ces robots à l’aide d’une liste d’exclusion officielle de l’IAB régulièrement mise à jour.

3 – Un outil d’analyse indépendant 

Un éditeur de solution analytics ne doit pas être à la fois juge et partie. Il ne doit exister aucune raison ou motivation de surestimer ou manipuler les données rapportées, ni aucun conflit d’intérêt dans son activité.

4 – Un algorithme transparent sur ses calculs 

Votre fournisseur digital analytics doit être en mesure de vous expliquer, dans la transparence la plus totale, comment sont effectués les calculs d’indicateurs. C’est-à-dire vous aider à comprendre ce qui entre dans l’algorithme. Méfiez-vous des boîtes noires qui n’offrent aucune possibilité d’interaction humaine concernant le calcul de vos données.

5 – Des procédures de contrôle des données  

Partie intégrante de votre bonne gouvernance des données, des procédures régulières (tests automatiques par exemples) permettent de vérifier la présence de tous les tags.

6 – Des audits de marquage complets 

Ils doivent être réalisés notamment en cas de refonte de modification très importantes de votre site et/ou applis.

7 – Pas de données échantillonnées 

Elles peuvent mettre en évidence des tendances générales, mais plus leur taille est réduite, moins elles sont représentatives de la réalité. Le sampling peut s’avérer risqué, notamment sur des données financières.

8 – Des contrats de services (SLA) 

Votre fournisseur Web Analytics s’engage par contrat à vous garantir un taux de collecte des données proche de 100%.

9 – Une mesure domain first 

Vous mesurez la plus grande part de trafic possible en présence d’ad blockers ou de système ITP via une solution de collecte sur votre propre nom de domaine. 
Remarque importante : la méthode CDDC proposée par AT Internet est totalement conforme au RGPD et ne dispense pas du recueil du consentement obligatoire pour tous les sites web.

10 – Des données accessibles et bien formatées  

Testez la manière dont vos données sont récupérées et présentées. Sont-elles capturées comme prévu ? Les valeurs s’affichent-elles correctement sur votre interface ? 

11 – Des valeurs justes et vérifiées 

Vérifiez qu’aucun élément technique (de la collecte) n’a pu altérer la véracité des chiffres présents dans votre analyse. 

12 – Des outils de personnalisation du marquage  

En définissant des règles personnalisées de traitement des données, vous êtes capable de corriger les erreurs dues à des problèmes de marquage, d’enrichir les données collectées et d’exclure le trafic indésirable, le tout sans aucune intervention des équipes techniques. 

13 – Un contrôle qualité automatisé 

Étudiez la possibilité d’utiliser des outils qui permettront à votre analyste de mettre à jour les données en toute autonomie, sans dépendre des équipes techniques quand il s’agit de modifier le code. 

14 – Une donnée temps réel  

Vérifiez que votre solution digital analytics peut vous fournir des KPI en temps réel, c’est-à-dire que la mise à disposition des données ne dépasse pas 5 minutes sur vos analyses et tableaux de bord. 

15 – Une donnée ré-exploitable 

Assurez-vous que vos données analytics soient réutilisables à des fins de réengagement des clients, notifications push, re-ciblage et campagnes d’e-mailing.  

16 – Une donnée exportable  

Vous devez être capable d’extraire des millions d’événements toutes les heures pour alimenter votre SI ou votre data lake (ou autre projet Data Science) avec des données analytics extrêmement granulaires et actualisées. 

17 – Une donnée compréhensible immédiatement 

Faites appel aux experts du support client de votre fournisseur analytics (s’il existe) pour déchiffrer vos données rapidement.  

18 – Une donnée augmentée 

Utilisez les fonctionnalités de Machine Learning de votre solution analytics pour anticiper ou prévoir des éventuels événements urgents et critiques. 

19 – Une gouvernance en place  

La collecte, le traitement et l’utilisation des données entrent dans une stratégie de gouvernance initiée par la direction d’entreprise et impulsée par un CDO ou expert de la data. 

20 – Des indicateurs comparables  

Déterminez quelle solution d’analyse sert de référence à l’ensemble de l’entreprise. Actez ensuite plus précisément la définition et le mode de calcul des indicateurs à utiliser comme points de repère dans les différents services. 

21 – Des outils d’analyse communs 

Utilisez des tableaux de bord et rapports analytics adaptables à tous types d’utilisateurs de données dans l’entreprise : chacun peut appuyer ses analyses et ses décisions sur des données collectées, calculées et traitées d’une manière homogène. 

22 – Une vision cross-device  

Ayez toujours une vue d’ensemble lorsque vous analysez vos performances. Evitez les approches trop spécifiques à une plateforme ou à un device, qui pourraient vous faire passer à côté d’insights importants. 

23 – Une donnée exacte  

La loi impose que la donnée soit exacte pour être conforme. Vous devez prendre les mesures raisonnables pour éviter de traiter des données incorrectes (imaginez par exemple les conséquences d’erreurs de données dans un dossier médical). 

24 – Un recueil de consentement licite 

C’est aussi une des conditions de la conformité. Certaines solutions Analytics comme AT Internet bénéficient d’une exemption de recueil de l’internaute validée par la CNIL, ce qui facilite et fiabilise la mesure. 

25 – Une durée de vie des cookies limitée 

S’il y a eu consentement de l’internaute, votre solution Web Analytics doit proposer des fonctionnalités permettant d’assurer le respect de la durée de vie des cookies. 

26 – Une information complète et transparente 

C’est un devoir envers l’internaute. Ces principes concernent le traitement des données et notamment : durée et lieu de conservation et type de donnée collectée. 

27 – Une définition d’une donnée personnelle claire et précise 

C’est une des obligations du RGPD (article 14). Chez AT Internet, tout type de données analytiques est considérée comme une donnée personnelle. 

28 – L’accessibilité aux données 

Vous et votre sous-traitant devez avoir la capacité de répondre aux droits des personnes concernées. AT Internet est organisé sur ce point.  

AT Internet propose une large palette d’outils de contrôle qualité des données analytics. Moins d’erreurs sont ainsi susceptibles d’altérer vos données et d’influer sur vos décisions. 

Si le sujet de la qualité des données vous intéresse, téléchargez notre dernier guide : 

La qualité des données digital analytics, version 2019

Crédits photo : Glenn Carstens

Author

Responsable éditorial. Bernard est en charge de la stratégie de contenus pour AT Internet. Il possède une expérience de 10 ans dans le domaine du Content Marketing. Ses sujets de prédilection : le data marketing, les stratégies d'Inbound, la communication éditoriale web et les digital analytics.

Comments are closed.