Comment corriger le problème des valeurs manquantes avec la fonction « Fill in null value » de Datama

Avez-vous déjà été confronté à des difficultés pour attribuer correctement des métriques à différentes dimensions lors de l'analyse de vos KPI ?

Prenons un exemple concret : vous disposez de deux tables distinctes. La première détaille les transactions par pays et par genre d'utilisateur. La seconde détaille les ventes de produits et le chiffre d'affaires, segmentés par nom de produit et par pays.

Voici la difficulté : comment évaluer de façon fiable l'impact du genre de l'utilisateur sur le chiffre d'affaires pour chaque produit, alors que le genre n'est pas directement rattaché aux produits dans les données ?

Figure 1 Source

Autre cas fréquent en analyse de performance e-commerce : supposons que vous disposiez de données agrégées fiables sur les sessions et le chiffre d'affaires, issues de vos systèmes back-end (voir Figure 2). Ces données sont fiables et complètes, mais peu flexibles.

Que faire si vous souhaitez analyser l'évolution de ce chiffre d'affaires réel spécifiquement sur mobile ? Contrairement à ce que fournit l'API de votre outil de web analytics préféré, comme Google Analytics (voir Figure 3), dont les métriques de revenu mobile ne correspondent souvent pas exactement aux chiffres du back-end, vous vous retrouvez face à un écart. Comment combler ce fossé pour obtenir des enseignements pertinents par device, à partir de votre source de données la plus fiable ?

Figure 2 Source

Figure 3 Source

Au cœur de tous ces exemples se trouve un problème commun : réattribuer des métriques à des dimensions que vous souhaiteriez avoir, mais qui n'existent pas réellement dans la structure de données actuelle. L'étape clé pour résoudre ce problème est ce que nous appelons « Fill in Null Values ».

Dans cet article, nous allons voir comment résoudre ce type de problème avec Datama, en nous appuyant sur l'une des fonctionnalités les plus récentes du bloc « Append » : la fonction Fill in Null Values. Cette fonctionnalité permet de redistribuer intelligemment une valeur agrégée ou mal alignée sur les dimensions souhaitées — même lorsque ces dimensions ne sont pas entièrement renseignées dans votre jeu de données — en complétant les valeurs nulles sur toutes les lignes concernées de la colonne cible.

Sur le plan conceptuel, cette fonction s'appuie sur la répartition d'autres métriques disponibles, déjà ventilées selon la dimension ciblée. Reprenons notre premier exemple : les Transactions ne sont pas ventilées par nom de produit, mais nous disposons bien de la Quantité et du Chiffre d'affaires selon cette ventilation. Nous pouvons donc réattribuer les Transactions par nom de produit en utilisant la répartition proportionnelle de la Quantité ou du Chiffre d'affaires — selon ce qui a le plus de sens pour l'analyse. Cela garantit que la répartition reste cohérente avec les tendances déjà présentes dans vos données.

Dans les sections suivantes, nous allons démontrer comment cela fonctionne en pratique à travers les deux cas d'usage présentés précédemment.

Cas d'usage 1

Concentrons-nous maintenant sur un cas précis : l'analyse de l'évolution d'indicateurs clés de performance — à savoir le nombre d'achats, le nombre moyen de produits par achat et le prix moyen par produit vendu — pour le Produit A entre le T3 et le T4.

Pour cela, nous commençons par construire une équation de marché dans la solution Datama Compare. Cette équation servira de socle pour décomposer l'évolution de la performance globale en ses facteurs contributifs, nous permettant d'isoler ce qui explique la variation de chaque KPI au fil du temps (en savoir plus sur Datama Compare) :

Figure 4

Pour que l'équation fonctionne, nous devons ventiler la performance par Genre du client et Nom du produit pour l'ensemble des métriques. Voici comment procéder pour cette préparation des données.

Étape 1 : réunir les deux tables en une seule

Nous commençons par assembler les deux tables sans relation présentées en Figure 1 ci-dessus, au sein du bloc Datama Prep. Dans ce bloc, nous utilisons la fonction Append, conçue pour fusionner des jeux de données qui n'ont pas de relation existante. Cette fonction permet de combiner les tables en un seul jeu de données cohérent, en les alignant verticalement par empilement des lignes des deux sources.

Figure 5

Nous obtenons alors une table qui a simplement fusionné toutes les lignes, mais qui n'a pas encore réattribué toutes les métriques à toutes les dimensions :

Figure 6 Source

Étape 2 : remplir les valeurs nulles

La magie de cette fonctionnalité, c'est qu'en activant Fill in null value à l'étape Append dans Datama, nous pouvons réattribuer les Transactions à chaque ligne de Nom du produit en utilisant la Quantité comme clé d'attribution, et répartir la Quantité et le Chiffre d'affaires par Genre du client en fonction de la proportion de Transactions.

Figure 7

Étape 3 : table réattribuée

En cliquant sur « Apply », vous obtenez immédiatement la table réattribuée ci-dessous. Ici, la répartition de chaque Pays et Nom du produit est basée sur la Quantité, et la répartition du Genre du client pour chaque pays est basée sur les Transactions. Ne soyez pas surpris par les valeurs décimales pour la Quantité et les Transactions, qui peuvent sembler illogiques : elles sont en réalité correctement pondérées. Si vous additionnez l'ensemble de ces chiffres, vous retrouvez le même total qu'auparavant (voir Figure 6).

Nous disposons donc désormais d'une table réattribuée, avec toutes les métriques disponibles pour chaque ligne de dimensions.

Figure 8 Source

Étape 4 : analyse Datama Compare

Vient ensuite l'analyse, simple à réaliser dans Datama Compare, pour observer comment l'évolution des KPI (nombre d'achats, nombre moyen de produits par achat et prix moyen par produit vendu) a impacté le chiffre d'affaires entre le T3 et le T4. Grâce à la flexibilité de la fonctionnalité de filtre de Datama, nous pouvons facilement appliquer des filtres sur n'importe quelle dimension disponible. Dans ce cas, nous filtrons simplement sur le Produit A, afin que notre analyse se concentre uniquement sur cette catégorie tout au long de la comparaison.

Figure 9

Entre le T3 et le T4, nous observons une hausse globale du chiffre d'affaires pour le Produit A. Cette croissance est principalement portée par les contributions des États-Unis et de la France. Cependant, le nombre moyen d'articles vendus par achat et la taille moyenne du panier ont en réalité diminué sur cette période.

Cas d'usage 2

Dans ce second cas d'usage, nous travaillons avec des données de Sessions et de Chiffre d'affaires fiables, issues du back-end — des données agrégées et fiables. Nous souhaitons cependant décomposer la performance selon des dimensions GA classiques telles que Device ou Browser.

Par exemple, disons que nous voulons analyser l'évolution du chiffre d'affaires réel généré sur Mobile uniquement — pas seulement les chiffres remontés directement par GA, qui présentent souvent des écarts, mais la version corrigée pour s'aligner sur les données du back-end. Cela permet d'obtenir une vision plus précise et plus granulaire de la performance par device, à partir de données vérifiées.

Figure 10 Source

Pour cela, nous devons répartir les Sessions IT (données back-end) selon la répartition GA, et de même le Chiffre d'affaires IT (données back-end) selon la répartition du Chiffre d'affaires GA.

Voici la démonstration étape par étape :

Nous créons une équation de marché pour Datama Compare :

Figure 11

Étape 1 : réunir les deux tables en une seule

Nous ajoutons les deux sources et les fusionnons avec Append pour obtenir la table combinée.

Figure 12

Figure 13 Source

Étape 2 : remplir les valeurs nulles

Nous associons les métriques respectivement afin que les sessions et le chiffre d'affaires agrégés soient répartis sur chaque ligne.

Figure 14

Étape 3 : table réattribuée

Vous obtenez immédiatement la table réattribuée :

Figure 15 Source

Étape 4 : analyse Datama Compare

Enfin, en un seul clic, Datama vous permet de faire ressortir instantanément tous les changements sur les dimensions GA entre deux périodes comparables. Que vous vous intéressiez au Device, au Browser, au Country ou à toute autre dimension, vous obtenez une vision claire et structurée de ce qui explique les variations — rendant l'analyse approfondie plus rapide et bien plus intuitive.

Figure 16

Nous constatons ainsi que la hausse du chiffre d'affaires réel s'explique principalement par une amélioration du taux de conversion, notamment sur le trafic issu du navigateur Chrome. Si le taux de consentement a eu un impact négatif sur le chiffre d'affaires, son effet reste moins significatif que la contribution positive de l'amélioration du taux de conversion.

Conclusion

Fill in null value est particulièrement puissant lorsque nous disposons de données incomplètes, comme des valeurs manquantes ou des métriques non renseignées : cette fonction permet d'attribuer une valeur proportionnelle à chaque ligne, garantissant ainsi la cohérence et la précision de l'analyse. Elle fonctionne en répartissant les valeurs selon la part de chaque métrique disponible, ce qui garantit que la réattribution conserve une tendance similaire à celle des données existantes. Cette approche évite toute distorsion des données ou analyse trompeuse, puisqu'elle préserve les proportions naturelles du jeu de données tout en complétant les valeurs manquantes. Grâce à cette méthode, nous obtenons une représentation plus équilibrée et plus précise des données, sans gonfler ni fausser artificiellement les résultats.