{"id":11877,"date":"2021-11-04T21:54:38","date_gmt":"2021-11-04T21:54:38","guid":{"rendered":"https:\/\/datama.io\/comment-analyser-limpact-de-votre-outil-de-consentement-sur-vos-indicateurs-de-performance\/"},"modified":"2025-04-01T15:09:05","modified_gmt":"2025-04-01T15:09:05","slug":"comment-analyser-limpact-de-votre-outil-de-consentement-sur-vos-indicateurs-de-performance","status":"publish","type":"post","link":"https:\/\/datama.io\/fr\/comment-analyser-limpact-de-votre-outil-de-consentement-sur-vos-indicateurs-de-performance\/","title":{"rendered":"Comment analyser l’impact de votre outil de consentement sur vos indicateurs de performance ?"},"content":{"rendered":"\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\n
\"\"<\/figure>\n\n

Vous avez impl\u00e9ment\u00e9 un outil de consentement ou CMP (Consent Management Platform) tel que Didomi, Axeptio ou d\u2019autres encore, suite aux r\u00e8glementations en vigueur de la RGPD (R\u00e8glement G\u00e9n\u00e9ral sur la Protections des Donn\u00e9es), et vous aimeriez expliquer son impact sur vos analyses\u2026<\/strong><\/p>\n\n

Aie. C\u2019est compliqu\u00e9 ?\u2026 Entre le taux d\u2019interaction, d\u2019acceptation, le Traffic, le bounce la conversion\u2026 Il y a beaucoup d\u2019indicateurs, qui viennent de sources diff\u00e9rentes, qui ont tous \u00e9t\u00e9 chamboul\u00e9s et qu\u2019on a parfois bien du mal \u00e0 r\u00e9concilier.<\/span><\/p>\n\n

Pas de panique, apr\u00e8s la lecture de cet article, vous saurez quantifier de mani\u00e8re simple et visuelle, l\u2019impact de chacun des changements sur votre business r\u00e9el.<\/span><\/p>\n\n

D\u00e9couvrons ensemble comment DataMa d\u00e9compose le probl\u00e8me et le r\u00e9sume en une slide.<\/span><\/p>\n\n

1. Construire son \u00e9quation de march\u00e9<\/strong><\/h2>\n\n

L\u2019\u00ab<\/span> \u00e9quation de march\u00e9 \u00ab\u00a0<\/a> est une approche analytique qui permet de relier math\u00e9matiquement des indicateurs entre eux. En problem solving, c\u2019est un outil pr\u00e9cieux pour ne pas se perdre dans les indicateurs inutiles et se concentrer tout de suite, sur l\u2019origine d\u2019un probl\u00e8me. <\/span><\/p>\n\n

Dans le cas pr\u00e9sent, nous allons lier les indicateurs provenant de la CMP, de l\u2019outil d\u2019analytics et de l\u2019ERP pour comprendre de mani\u00e8re exhaustive la performance de votre site web.<\/span><\/p>\n\n

Performance dans la CMP<\/strong><\/h3>\n\n

Votre CMP est l\u00e0 pour r\u00e9colter le consentement (ou pas !) de vos utilisateurs dans l\u2019utilisation de vos diff\u00e9rents cookies et outils de tracking\/ personnalisation.<\/span><\/p>\n\n

L\u2019interface de management du CMP vous donne de mani\u00e8re plus ou moins agr\u00e9g\u00e9e acc\u00e8s \u00e0 certaines statistiques de sa performance. G\u00e9n\u00e9ralement, celles-ci incluent le nombre d\u2019utilisateurs qui arrivent sur le site, leurs taux d\u2019interaction avec le bandeau de gestion des cookies (ce param\u00e8tre n\u2019intervient que quand le bandeau ne bloque pas la navigation de l\u2019utilisateur) et son taux d\u2019acceptation ( qui est parfois d\u00e9taill\u00e9 en acceptations partielles ou compl\u00e8tes. Si on devait d\u00e9finir un indicateur global de la performance de votre CMP, on aurait probablement un taux consentement qui serait le produit des deux taux pr\u00e9c\u00e9dents :<\/span><\/p>\n\n

\"\"<\/figure>\n\n

Le taux d\u2019acceptation global serait ainsi l\u2019indicateur de performance de votre CMP.<\/span><\/p>\n\n

De la CMP \u00e0 l’outil d’analytics:<\/strong><\/h3>\n\n

Dans votre outil Analytics (Google Analytics par exemple), vous allez retrouver les sessions des utilisateurs qui ont accept\u00e9 les cookies via votre outil CMP. Le taux de consentement se d\u00e9termine comme le rapport entre les sessions Google Analytics (GA) et celles initialement identifi\u00e9es par votre CMP : <\/span><\/p>\n\n

\"\"<\/figure>\n\n

Pour le comparer avec la p\u00e9riode de l\u2019ann\u00e9e pr\u00e9c\u00e9dente, tant que nous n\u2019avons pas d\u2019historique avec l\u2019utilisation d\u2019un outil de consentement, il faut prendre un taux de consentement global \u00e9gal \u00e0 100%. En effet en l\u2019absence de CMP, toutes les sessions sont track\u00e9es. Quand nous comparerons deux p\u00e9riodes ayant l\u2019outil CMP, nous pourrons \u00e9tudier les variations sur le taux de consentement global.<\/span><\/p>\n

Performance dans l’outil d’analytics:<\/strong><\/h3>\n\n

Prenons l\u2019exemple d\u2019un site marchand. Votre performance online peut \u00eatre mesure\u00e9 au revenu g\u00e9n\u00e9r\u00e9 sur votre site. C\u2019est votre KPI principal. Mais celui-ci se d\u00e9compose habituellement en sous-indicateurs : <\/span><\/p>\n\n

En prenant un tunnel de conversion tr\u00e8s simplifi\u00e9 dans notre exemple avec le nombre de sessions qui ne bouncent pas, les transactions et les revenus g\u00e9n\u00e9r\u00e9s qui sont l\u2019objectif que vous suivez, on peut facilement d\u00e9composer ce KPI principal de la mani\u00e8re suivante :<\/span><\/p>\n\n

\"\"<\/figure>\n\n

\u00a0<\/p>\n\n

(Le tunnel de conversion peut s\u2019adapter \u00e0 vos besoins en d\u00e9composant le parcours \u00e9tape par \u00e9tape, par exemple en regardant le taux de passage entre l\u2019\u00e9tape 1 et 2, puis de 2 vers 3 \u2026).<\/span><\/p>\n

De l’outil d’analytics \u00e0 la donn\u00e9e ERP:<\/strong><\/h3>\n\n

Bien entendu, toujours en suivant notre exemple de site marchand, le revenu observ\u00e9 dans l\u2019outil de tracking n\u2019est pas celui qui est \u00e0 la fin du mois sur notre compte en banque<\/span><\/p>\n\n

G\u00e9n\u00e9ralement, le revenu r\u00e9el est mesur\u00e9 dans un outil plus proche de la comptabilit\u00e9 r\u00e9elle, que cela vienne d\u2019un outil CRM (Customer Relationship Management,) ou d\u2019un ERP (Enterprise Resource Planning).<\/span><\/p>\n\n

\"\"<\/figure>\n\n

On peut facilement lier le revenu r\u00e9el g\u00e9n\u00e9r\u00e9 au revenu GA en cr\u00e9ant un indicateur interm\u00e9diaire de \u00ab recouvrement \u00bb entre le revenu analytics et le revenu r\u00e9el.<\/span><\/p>\n

Constitution de l’\u00e9quation de march\u00e9:<\/strong><\/h3>\n\n

En rassemblant les points pr\u00e9c\u00e9dents, nous pouvons \u00e0 pr\u00e9sent \u00e9crire l\u2019\u00e9quation de march\u00e9 dans sa globalit\u00e9, en rattachant les diff\u00e9rents indicateurs que nous avons vus pr\u00e9c\u00e9demment :<\/span><\/p>\n\n

\"\"<\/figure>\n\n

2. Analyser la performance<\/strong><\/h2>\n\n

G\u00e9n\u00e9rer le dataset<\/strong><\/h3>\n\n

L\u2019\u00e9quation de march\u00e9 vue plus haut mets en relation des m\u00e9triques qui proviennent de sources de donn\u00e9es diff\u00e9rentes, et qui ne sont pas n\u00e9cessairement compatibles dans les diff\u00e9rentes dimensions d\u2019analyse (par pays, march\u00e9, device etc\u2026).<\/span><\/p>\n\n

Nous allons donc constituer un dataset hybride, contenant des m\u00e9triques et des dimensions dans une seule table, en \u00ab collant \u00bb les diff\u00e9rentes sources les unes sous les autres, et en aggr\u00e9gant les donn\u00e9es au niveau pertinent<\/span><\/p>\n\n

Comme ce genre de manipulation peut \u00eatre p\u00e9nible, en particulier si on veut ensuite les updater de mani\u00e8re r\u00e9guli\u00e8re, DataMa a d\u00e9velopp\u00e9 un nouveau module \u00ab DataMa Prep \u00bb qui permet de combiner diff\u00e9rentes sources de donn\u00e9es de mani\u00e8re simple et visuelle. Nous combinons alors ces trois derni\u00e8res \u00e9tapes, dans DataMa Prep, nous obtenons alors le \u00ab flow chart \u00bb de donn\u00e9es suivant : <\/span><\/p>\n\n

\"\"<\/figure>\n\n

Les donn\u00e9es CMP ou ERP peuvent \u00eatre issues d\u2019un Google Sheet ou d\u2019un Excel selon les possibilit\u00e9s que vous offrent vos outils. Le dataset aura alors la forme suivante : <\/span><\/p>\n\n

\"\"<\/a><\/figure>\n\n

R\u00e9aliser l\u2019analyse<\/strong><\/h2>\n\n

A pr\u00e9sent que nous avons le dataset et l\u2019\u00e9quation de march\u00e9, nous pouvons tr\u00e8s simplement r\u00e9aliser dans DataMa une analyse comparative de la performance, en ann\u00e9e N vs. N-1. <\/span><\/p>\n\n

Nous utilisons pour cela le module DataMa Compare et connecter tr\u00e8s simplement le dataset pr\u00e9c\u00e9demment r\u00e9alis\u00e9<\/span><\/p>\n\n

Il est alors possible de visualiser la variation de chacun de ces indicateurs dans une waterfall (graphique en cascade) et de se rendre compte de leur impact respectif sur le KPI principal, ici le revenu r\u00e9el dans l\u2019ERP.<\/span><\/p>\n\n

\"\"<\/figure>\n\n

Dans ce cas de figure, nous pouvons ainsi pr\u00e9senter de mani\u00e8re claire et succincte le bilan de l\u2019analyse : l\u2019impact business \u00e0 court terme n\u2019est pas n\u00e9gatif sur les revenus r\u00e9els.<\/strong><\/span><\/p>\n\n

Nous d\u00e9composons les variations en 3 effets principaux :<\/span><\/p>\n\n

Nous pouvons nettement observer la perte de sessions track\u00e9es qui entra\u00eene une baisse de -65.7% des sessions due \u00e0 l\u2019outil CMP<\/span><\/p>\n\n

2. Cependant la perte des sessions filtre en r\u00e9alit\u00e9 majoritairement les sessions qui n\u2019ont aucune interaction avec la premi\u00e8re page, ce qui a pour cons\u00e9quence d\u2019am\u00e9liorer le taux de rebond et le taux de conversion sur Google Analytics.<\/span><\/p>\n\n

3. L\u2019impact business direct est faible car on peut observer que les ventes r\u00e9elles se retrouvent dans l\u2019\u00e9cart entre les revenus ERP et ceux de GA. <\/span><\/p>\n\n

Nous pourrons ensuite dans<\/span> l\u2019outil DataMa Compare<\/a> analyser les variations sur les diff\u00e9rentes dimensions collect\u00e9es dans le dataset, pour \u00e9ventuellement am\u00e9liorer le taux de consentement. Car il faut bien noter que si l\u2019impact \u00e0 court terme n\u2019est pas n\u00e9gatif sur le business r\u00e9el, la baisse du tracking dans Google Analytics a un impact indirect sur la performance : la pertinence des algorithmes d\u2019acquisition va \u00eatre d\u00e9grad\u00e9e, et notre connaissance client et la fa\u00e7on d\u2019optimiser le produit \u00e0 long terme va aussi en p\u00e2tir\u2026 <\/span><\/p>\n\n

Cette analyse vous a plu ? <\/span><\/p>\n\n

Faites la m\u00eame \u00e0 la maison ? !<\/span><\/p>\n\n

Cr\u00e9ez un compte sur www.solutions.datama.fr<\/a><\/span>
Adaptez et uploadez le dataset utilis\u00e9 dans cet article <\/span><\/p>\n\n