Réattribution du chiffre d'affaires à partir des plateformes média, de GA et de l'ERP

Le chiffre d'affaires est l'un des KPIs les plus importants que chaque entreprise mesure. Il est issu de différents départements, calculé de diverses manières et analysé par des business units distinctes avec des dimensions variées.

L'un des plus grands défis de l'analyse du chiffre d'affaires dans le secteur du web est l'attribution : pour décider correctement où investir en publicité sur les plateformes média, les traffic managers doivent comprendre d'où provient le chiffre d'affaires actuel. Cependant, cela reste assez difficile, car chaque plateforme attribue les ventes différemment, les outils de web analytics comme Google Analytics n'offrent qu'une vision partielle et souvent subjective, et même les chiffres totaux absolus ne correspondent pas toujours à ce qui apparaît dans le back-office de l'ERP.

Dans cet article, nous présentons comment Datama a aidé l'un de nos clients, Caran d'Ache, à résoudre ce type de défi en réattribuant le chiffre d'affaires à partir de différentes sources de données incomplètes dans BigQuery, puis en surveillant la performance quotidiennement grâce à Datama Detect.

IV

“Grâce à Datama, nous avons pu réconcilier des sources de données disparates et réattribuer le trafic non alloué de Google Analytics. Cela nous a donné une vision plus claire et plus fiable de la répartition de notre chiffre d'affaires par canal d'acquisition, et nous permet de mieux comprendre la performance de nos campagnes en temps réel.”

Contexte

Notre partenaire, Caran d'Ache, est une entreprise suisse de fabrication de matériel artistique et d'instruments d'écriture. Elle exploite une plateforme e-commerce vendant des produits tels que stylos, crayons, gouaches et cartouches d'encre. En plus de 100 ans, les instruments Caran d'Ache sont devenus mondialement reconnus pour l'expérience de dessin et d'écriture qu'ils offrent, grâce à l'élégance de leurs lignes, la qualité de leurs matériaux, la pureté de leurs pigments et la maîtrise technique de leur conception. L'entreprise exploite de nombreuses boutiques et collabore avec des revendeurs dans le monde entier. Elle distribue également en direct en ligne via sa propre boutique e-commerce.

Pour maximiser son chiffre d'affaires, l'entreprise investit sur diverses plateformes sociales. Par conséquent, le chiffre d'affaires total de l'entreprise est enregistré par canal média. De plus, Google Analytics (GA) fait office de collecteur et gestionnaire de données, fournissant également des chiffres de chiffre d'affaires total. Enfin, la plateforme ERP de l'entreprise, SAP, enregistre le chiffre d'affaires total.

Point de friction : un chiffre d'affaires incohérent, avec des sous-totaux manquants par canal attendu

Le problème provient d'incohérences entre les chiffres de chiffre d'affaires des plateformes média, de Google Analytics et de SAP :

• Les chiffres de chiffre d'affaires attribué remontés par les plateformes sont très différents de ceux attribués par Google Analytics (GA).
• GA attribue une partie du chiffre d'affaires au trafic « direct », qui n'existe pas réellement, mais en raison des restrictions sur les cookies tiers et des ad blockers, il est impossible de déterminer d'où provient réellement ce trafic « direct ».
• Le chiffre d'affaires dans SAP ne correspond pas à celui de GA — encore moins au chiffre d'affaires total remonté sur l'ensemble des plateformes. Les valeurs sous-totalisées diffèrent également selon les sources.
• SAP fournit un chiffre de chiffre d'affaires total, considéré comme le plus fiable par l'équipe business, mais il ne décompose pas le chiffre d'affaires par canal. L'objectif est donc d'utiliser le chiffre d'affaires total de SAP comme référence et de le répartir précisément par canal.

Solution

Le problème a été résolu efficacement par l'équipe Datama, en s'appuyant sur l'architecture de données du partenaire. Les étapes suivies sont détaillées ci-dessous :

1. Collecte et validation des données

La première étape a consisté à collecter les données de chiffre d'affaires média les plus fiables disponibles.

En utilisant du code Python et des cloud functions, nous avons créé un connecteur mail universel permettant de récupérer les données des différents canaux média, de Google Analytics et de la plateforme SAP vers BigQuery, sans dépendre d'outils coûteux comme Supermetrics ou Funnel.io, et avec une maintenance réduite puisque nous ne dépendons pas des API de ces plateformes, mais des exports par e-mail.

2. Réattribution du chiffre d'affaires

Au sein de l'environnement BigQuery, nous avons réattribué le chiffre d'affaires comme suit :

• Pour le chiffre d'affaires remonté par les plateformes payantes (Meta, DV360, Pinterest, Google Ads et Criteo), nous avons conservé les valeurs directement issues des plateformes média, ces chiffres étant plus directs que ceux de Google Analytics et faisant davantage confiance aux agences.
• Pour le trafic « gratuit » (canaux Organique et Mail), nous nous sommes appuyés sur les données Google Analytics, source de vérité plus fiable dans ce cas.
• Le canal Direct a été fixé artificiellement à zéro, afin de refléter l'absence de trafic « gratuit ».
• À partir de ces chiffres, nous avons ensuite veillé à ce que la somme totale corresponde aux chiffres SAP, en les proratisant au niveau pays.

3. Surveillance et alerting

Après la réattribution, le nouveau chiffre d'affaires total correspondait aux chiffres SAP et était correctement segmenté par canal média. Cela a fourni à l'entreprise une répartition du chiffre d'affaires fiable et actionnable, ainsi qu'un ROAS corrigé.

Pour assurer une surveillance efficace, nous avons connecté les résultats de BigQuery à la plateforme Datama et mis en place l'alerting Datama Anomaly Detect, qui permet de surveiller la disponibilité dynamique du chiffre d'affaires corrigé et l'évolution des leviers de performance. Cette solution envoie des alertes en cas de problème, comme un chiffre d'affaires manquant ou retardé, ou des fluctuations significatives des leviers de performance. Voici un exemple de surveillance de la variation du chiffre d'affaires total au quotidien grâce à la solution Datama Anomaly Detect. Si le chiffre d'affaires ou un KPI d'acquisition (CPC, CVR, ROAS…) ne correspond pas aux attentes, une alerte par e-mail est envoyée pour vérification et intervention humaine.

Datama propose un template de dashboard Looker Studio conçu pour analyser et optimiser la performance de votre acquisition média.

Conclusion

En s'appuyant sur BigQuery, une approche systématique de réattribution et la solution Datama, l'équipe a permis de résoudre les écarts dans les données de chiffre d'affaires de l'entreprise, aidant notre partenaire à :

• Réduire les coûts en mettant en place une méthode permettant de récupérer automatiquement les données des plateformes média vers BigQuery, à un coût quasi nul pour notre partenaire — comparé aux plus de 1 000 € par mois qu'il faudrait dépenser pour obtenir le même résultat avec Supermetrics ou Funnel.io.
• Disposer d'un tableau de performance précis, centralisé pour toutes les plateformes (clics/coûts/impressions), pour chaque canal média (par campagne et par pays), disponible pour n'importe quel outil de reporting.
• Obtenir un ROAS par canal d'acquisition intégrant la réattribution du trafic direct et correspondant au chiffre d'affaires réel dans l'ERP, tout en restant directionnellement aligné avec les chiffres remontés par les plateformes média.
• Surveiller automatiquement les anomalies de synchronisation des données et expliquer de manière réactive les écarts de performance, le cas échéant, grâce aux solutions Datama.

Ce cas démontre l'importance d'une stratégie robuste d'intégration et de réattribution des données dans l'environnement multicanal actuel. Il souligne également la valeur d'un partenariat avec une équipe data professionnelle pour relever des défis complexes.

Si votre organisation fait face à des problématiques liées à la donnée, l'équipe Datama est là pour vous aider à les résoudre efficacement et à obtenir des insights actionnables.