Par Chahid Naoufel

Publié le · Modifié le · Vérifié le

Les points essentiels

  • Une métrique peut évoluer parce que sa définition, son interface ou sa disponibilité change, sans changement équivalent du comportement réel.[1][2]
  • Les données de régie sont utiles pour piloter la régie mais ne constituent pas seules une vérité indépendante.[1][2]
  • Avant une modification annoncée, archivez définitions, exports, fenêtres, configurations et données brutes disponibles.[1][2]
  • Après le changement, maintenez une période de chevauchement et lisez plusieurs signaux avant de conclure.[1][2]
  • Le reporting doit signaler les ruptures de série au lieu de tracer une courbe continue trompeuse.[1][2]

Distinguer impression, portée, vue et engagement

Distinguer impression, portée, vue et engagement
MétriqueQuestion qu’elle aide à lireDépendance
ImpressionCombien d’affichages comptés ?Règle de chargement et répétition
PortéeCombien de personnes ou comptes estimés ?Déduplication et modélisation
VueQuelle consommation minimale ?Durée et seuil propres au format
EngagementQuelle interaction a été comptée ?Liste des actions et dénominateur
ConversionQuel événement est attribué ?Fenêtre, modèle et correspondance
ROASQuel revenu attribué par dépense ?Qualité de revenu et attribution

Pourquoi une règle produit une rupture de série

Une plateforme peut modifier la visibilité d’un compteur, le seuil d’une vue, la manière de dédupliquer, la modélisation ou les événements inclus. Le nom de la métrique peut rester identique alors que son sens change.[1][2]

Les effets peuvent aussi être indirects : les utilisateurs réagissent à une nouvelle interface et l’algorithme réalloue la diffusion. Séparez changement de mesure et changement de comportement autant que les données le permettent.[1][2]

Un changement local peut affecter une lecture globale

Une règle peut commencer dans un pays, une offre ou un placement. Les équipes réutilisent pourtant parfois les mêmes tableaux, créations ou modèles ailleurs. Notez précisément le périmètre annoncé avant d’interpréter une variation hors de ce périmètre.[1][2]

Les indicateurs qui bougent — et ceux qui servent de contrôle

Identifiez la métrique directement redéfinie, ses ratios dérivés et les signaux indépendants qui ne devraient pas changer. Commandes, rendez-vous, revenus et tickets propriétaires peuvent servir de contrôle lorsque les compteurs média évoluent.

Qualifier ce qu’une plateforme a réellement annoncé

Une annonce sur un compteur social, un fil ou une option de personnalisation ne doit pas être généralisée à toutes les campagnes. Archivez la page officielle, la date, les marchés, les offres et le calendrier, puis comparez-les aux réglages visibles dans le compte concerné.[1][2]

Le périmètre Meta ou d’une autre régie doit être explicite

Distinguez obligations réglementaires, tests de produit, disponibilité facultative et changement de définition. Une mesure observée dans une interface peut varier avant, pendant ou après la communication officielle.

Le masquage d’un compteur n’efface pas nécessairement l’événement

Une plateforme peut modifier l’affichage public d’un like tout en conservant certains signaux dans ses systèmes ou rapports. Il faut séparer visibilité pour l’utilisateur, disponibilité pour l’annonceur et usage dans l’optimisation.

Un fil non profilé change l’exposition, pas toutes les métriques

Lorsqu’une option de recommandation ou de personnalisation évolue, mesurez la composition de l’audience et la diffusion avant de réinterpréter engagement ou conversion. Ne supposez pas que la définition de chaque compteur a changé.[2][1]

Figer la référence avant le changement

  • Définitions et documentation datées.[1][2]
  • Exports au niveau utile avant agrégation.[1][2]
  • Fenêtres d’attribution et paramètres.[1][2]
  • Versions des pixels, API et connecteurs.[1][2]
  • Réconciliation avec CRM, commandes ou analytics.[1][2]
  • Annotations de calendrier, créations et budgets.[1][2]

Relire les résultats sans conclure trop vite

  • Maintenir autant que possible anciennes et nouvelles lectures en parallèle.[1][2]
  • Comparer les ratios dont le numérateur et le dénominateur ont le même périmètre.[1][2]
  • Segmenter par pays, appareil, placement et campagne.[1][2]
  • Vérifier les événements dans les systèmes propriétaires.[1][2]
  • Attendre un volume et un cycle représentatifs.[1][2]
  • Chercher une explication concurrente avant d’attribuer la variation.[1][2]

Contrôler la qualité avant le rendement

  • Taux de correspondance et de déduplication.[1][2]
  • Écart entre plateforme, analytics et CRM.[1][2]
  • Événements reçus avec champs valides.[1][2]
  • Trafic invalide, robots et anomalies.[1][2]
  • Délai entre action et conversion.[2][1]
  • Taux de consentement et populations non observées.[1][2]

Qualité de correspondance des événements

Cet indicateur renseigne la capacité de la régie à rapprocher les événements selon les données et règles disponibles. Il ne prouve ni que la conversion est incrémentale, ni que toutes les données sont licites ou exactes.[2][1]

Déduplication entre navigateur, serveur et CRM

Utilisez un identifiant d’événement stable, vérifiez les reprises et rapprochez un échantillon de commandes. Deux canaux techniques envoyant le même achat sans clé commune peuvent gonfler le résultat.

Trafic invalide et fraude publicitaire

Les filtres d’une régie ne rendent pas tout trafic frauduleux visible à l’annonceur. Analysez comportements anormaux, sessions, géographies, vitesse, qualité des demandes et écarts avec les systèmes propriétaires.[1][2]

Clic élevé, faible conversion

Le message peut attirer une curiosité sans correspondre à l’offre, la page peut rompre la promesse ou le suivi peut échouer. Segmentez création, placement, audience, appareil et étape du parcours avant d’accuser une seule métrique.[1][2]

Comprendre les conversions modélisées

Une conversion modélisée est une estimation destinée à compléter des observations incomplètes. Elle doit être distinguée d’un événement directement observé et interprétée avec sa méthode, son périmètre et ses limites.[2][1]

Une estimation peut être utile pour optimiser sans devenir un chiffre financier certifié. Réconciliez les revenus avec vos systèmes de commande ou de facturation.

Maintenir un dictionnaire versionné des métriques

Pour chaque indicateur, conservez nom, définition, unité, source, fuseau, fenêtre, méthode de déduplication, composante modélisée, population exclue et date d’effet. Le reporting référence cette version afin qu’un changement de règle ne réécrive pas silencieusement l’historique.[1][2]

Utiliser l’expérimentation quand l’attribution ne suffit plus

  • Groupe ou zone témoin lorsque possible.[1][2]
  • Période avant/après avec facteurs documentés.[1][2]
  • Test d’incrémentalité proposé par la plateforme avec limites comprises.[1][2]
  • Variation géographique ou d’audience conçue avant lancement.[1][2]
  • Seuils statistiques et métier.[1][2]
  • Analyse des abandons et du biais de survie.[1][2]

Écrire le changement dans le reporting

  • Date et périmètre de la rupture.[1][2]
  • Ancienne et nouvelle définition.[1][2]
  • Séries impossibles à comparer directement.[1][2]
  • Écart entre observé et modélisé.[1][2]
  • Impact probable sur décisions passées et futures.[1][2]
  • Plan de rebaselining et prochaine date de revue.[1][2]

Rendre la rupture visible dans les graphiques

Ajoutez une annotation et, si nécessaire, démarrez une nouvelle série. Une courbe continue suggère une comparabilité que la définition ne permet plus. Conservez l’ancienne lecture dans une annexe ou un export.

Formuler une conclusion proportionnée

Précisez ce qui est observé, ce qui est modélisé, l’explication probable et les alternatives. Une baisse de taux n’est pas nécessairement une baisse de résultat si numérateur, dénominateur ou population ont changé.[1][2]

Relier chaque métrique à une étape du parcours

Exposition et interaction

Impressions, portée, vues et clics décrivent des occasions ou actions selon la règle de la régie. Conservez le dénominateur et la définition avant de comparer des formats dont les seuils diffèrent.[1][2]

Résultat commercial

Visites utiles, demandes acceptées, ventes, marge et rétention viennent de systèmes plus proches de l’activité. Ils peuvent rester incomplets, mais servent de contrôle lorsque la plateforme modifie une mesure intermédiaire.[1][2]

Traiter une rupture de mesure comme un incident de données

  • Détecter le premier horodatage anormal.[1][2]
  • Geler les changements qui compliqueraient le diagnostic.[1][2]
  • Délimiter comptes, campagnes, événements et pays touchés.[1][2]
  • Comparer navigateur, serveur, plateforme et CRM.[1][2]
  • Étiqueter les rapports et décisions concernés.[1][2]
  • Corriger, rejouer un échantillon et documenter la perte irréparable.[1][2]

Créer une nouvelle référence sans réécrire le passé

Lorsque l’ancienne et la nouvelle définition ne peuvent pas être rapprochées, conservez deux séries et une table de correspondance limitée. Fixez une période de chevauchement, calculez l’écart par segment et expliquez pourquoi aucun coefficient unique ne corrige forcément l’historique.[1][2]

Questions fréquentes

Une métrique peut-elle baisser sans changement d’audience ?

Oui si sa définition, son affichage, sa modélisation ou ses données changent. Vérifiez des signaux indépendants.[1][2]

Qu’est-ce qu’une conversion modélisée ?

Une estimation statistique destinée à compléter des conversions non directement observées selon la méthode de la plateforme.[2][1]

Comment détecter les doublons ?

Utilisez des identifiants d’événement, rapprochez les commandes et examinez les fenêtres et sources qui revendiquent la même conversion.

Quand un test est-il stabilisé ?

Lorsqu’il couvre assez de volume et de cycle pour la décision, sans événement externe dominant. Aucun nombre universel ne convient.[1][2]

Peut-on faire confiance aux régies ?

Utilisez leurs données pour leur périmètre, mais réconciliez-les avec vos systèmes et documentez les règles de comptage.

Pourquoi un taux de clic élevé ne suffit-il pas ?

Il mesure l’entrée dans le parcours, pas la qualité de la visite, la vente, la marge ni l’incrémentalité.[1][2]

Sources

  1. About attribution models — Google Ads. Consulté le . ↩1↩2↩3↩4↩5↩6↩7↩8↩9↩10↩11↩12↩13↩14↩15↩16↩17↩18↩19↩20↩21↩22↩23↩24↩25↩26↩27↩28↩29↩30↩31↩32↩33↩34↩35↩36↩37↩38↩39↩40↩41↩42↩43↩44↩45↩46↩47↩48↩49↩50↩51↩52↩53↩54↩55↩56↩57↩58↩59
  2. How conversion modeling works — Google Ads. Consulté le . ↩1↩2↩3↩4↩5↩6↩7↩8↩9↩10↩11↩12↩13↩14↩15↩16↩17↩18↩19↩20↩21↩22↩23↩24↩25↩26↩27↩28↩29↩30↩31↩32↩33↩34↩35↩36↩37↩38↩39↩40↩41↩42↩43↩44↩45↩46↩47↩48↩49↩50↩51↩52↩53↩54↩55↩56↩57↩58↩59

Poursuivre votre lecture