Qualité des données & RGPD : savoir jusqu’où vos chiffres sont fiables

Donner une cartouche de mesure à chaque KPI

Nommez d’abord la source de référence utilisée pour contrôler le KPI et la date de son dernier rapprochement.

Avant d’évaluer un chiffre, décrivez-le. Une cartouche de mesure tient en cinq champs : définition, période, population incluse, règle de calcul et limite connue. Ajoutez le propriétaire du KPI et la date du dernier contrôle lorsque le rapport sert régulièrement. « Conversion : 4,2 % » ne suffit pas ; « achats confirmés divisés par les sessions éligibles, France, mois civil, hors trafic interne » permet déjà une discussion utile. Le même nom peut cacher des définitions différentes entre la direction, l’équipe marketing et la boutique. Réunissez ces versions, choisissez celle qui répond à la décision et conservez les autres sous des noms distincts.

Ne corrigez pas rétroactivement une ancienne série sans le signaler. Si la définition change, placez un repère sur la date et expliquez si les périodes restent comparables. Ce petit module réduit les débats stériles sur « le bon chiffre ». Il montre surtout où chercher lorsqu’un écart apparaît : population, calcul, filtre, calendrier ou collecte.

Contrôler la collecte avec un qualimètre en six points

Passez toujours les contrôles dans le même ordre : disponibilité du signal, doublons, trafic interne, état de consentement, cohérence des paramètres et stabilité temporelle. Le qualimètre n’est pas une note destinée à rassurer. Chaque point reçoit un état textuel — validé, à surveiller, en défaut — puis une action et un responsable. Commencez par les défauts qui rendent la série inexploitable, comme un événement émis deux fois ou une conversion absente. Traitez ensuite les biais qui affectent certains segments.

Testez sur un parcours connu et conservez un identifiant ou un horodatage permettant de retrouver l’impulsion. Comparez enfin un petit échantillon à la réalité opérationnelle : commandes, formulaires reçus ou rendez-vous. Les totaux n’ont pas besoin d’être identiques pour chaque mesure, mais l’écart doit avoir une explication plausible et stable. Un score de 83 sur 100 sans détail n’aide personne. Six contrôles nommés, dont deux en défaut et un ordre de correction, donnent une base de travail immédiatement exploitable.

Mesurer l’effet du consentement sans effacer le contexte

Une bannière de consentement modifie ce qui peut être observé. Notez sa date de mise en ligne, les catégories proposées, l’état par défaut et les signaux autorisés pour chaque choix. Testez au minimum le refus, l’acceptation et la modification ultérieure du choix. Le rapport doit distinguer « absence de signal » et « absence d’activité » : ce ne sont pas les mêmes réalités. Lorsqu’un réglage change, placez une rupture de série visible au lieu de recalculer silencieusement le passé.

Pour suivre la stabilité, observez la part de sessions mesurables et son évolution par appareil ou zone, sans chercher à reconstituer des personnes qui n’ont pas consenti. Une baisse consécutive à une configuration plus stricte peut rendre la mesure moins exhaustive tout en la rendant plus honnête. La bonne décision consiste alors à adapter les comparaisons, documenter l’incertitude et travailler avec des ratios stables, pas à contourner le choix exprimé. Conservez aussi la preuve de vos tests afin que la configuration ne repose pas sur le souvenir d’une seule personne.

Éliminer le trafic interne, les doublons et les parasites

Les visites de l’équipe, des prestataires, des robots de recette et des outils de surveillance peuvent gonfler les pages vues ou déclencher de fausses conversions. Dressez la liste de ces parcours puis choisissez une méthode d’identification adaptée : environnement distinct, paramètre de test, plage réseau lorsque c’est pertinent ou événement explicitement marqué. Vérifiez le filtre avant de le rendre définitif ; une règle trop large peut retirer de vrais visiteurs. Pour les doublons, cherchez d’abord le niveau où ils apparaissent : plusieurs écouteurs dans la page, conteneurs chargés deux fois, confirmation rejouée ou événement envoyé côté navigateur et serveur sans identifiant commun.

Contrôlez quelques cas un par un. Une correction par déduplication dans le tableau masque la cause et peut supprimer des actions légitimes. Les parasites doivent rester visibles dans un rapport de contrôle, même s’ils sont exclus des KPI métier. Vous disposez ainsi de deux voies : la collecte brute pour diagnostiquer et la vue qualifiée pour décider, avec une règle de passage documentée entre les deux.

Gérer les ruptures de série et les écarts entre rapports

Deux rapports peuvent différer sans que l’un soit faux. Ils peuvent appliquer des horaires, identités, fenêtres de session, règles d’attribution ou états de consentement différents. Commencez par aligner la période et le fuseau horaire, puis comparez la définition exacte du chiffre. Descendez ensuite vers un petit ensemble contrôlable : une journée, une page, une campagne ou quelques transactions identifiées. Calculez l’écart absolu et relatif, mais regardez aussi sa stabilité.

Un écart de 8 % presque constant appelle une documentation ; un passage soudain de 8 % à 35 % appelle une enquête. Dans la double trace, ajoutez les changements connus : mise en ligne, plan de marquage, consentement, redirection, import ou panne. N’assemblez pas deux séries incompatibles pour produire une courbe continue. Si une mesure change de définition, terminez l’ancienne série et démarrez la nouvelle avec un repère. La continuité visuelle est agréable, mais elle ne doit jamais fabriquer une comparaison que le système ne peut pas soutenir.

Organiser la gouvernance et la rétention au quotidien

La gouvernance devient concrète lorsque chaque donnée possède une finalité, un propriétaire, une durée de conservation et une procédure de suppression ou de modification. Tenez un registre léger relié au plan de marquage : nom de l’événement, paramètres, justification, personnes ayant accès, durée retenue et date de revue. Limitez les paramètres aux informations nécessaires à l’analyse ; un champ disponible techniquement n’est pas automatiquement utile. Évitez d’envoyer des données directement identifiantes dans les événements ou les URLs. Prévoyez aussi ce qui se passe lorsqu’une personne quitte l’équipe : comptes nominatifs, niveaux d’accès, transfert de responsabilité et retrait des droits.

Une revue trimestrielle peut suffire pour un petit site si elle est datée et suivie d’actions. Pour chaque changement, conservez la décision et son effet attendu sur les rapports. Ce registre relie conformité et qualité : moins de paramètres inutiles signifie moins de risques, moins d’ambiguïtés et des contrôles plus simples. Si un besoin nouveau apparaît, il entre dans la baie de marquage avant d’entrer dans la collecte.