Paid social, search, display, organique, emailing… les campagnes digitales n’ont jamais produit autant de données. Et pourtant, au moment des arbitrages, beaucoup d’équipes marketing se retrouvent avec des chiffres partout et une vision nulle part. Traffic manager chez Caribou, Aurélien a pensé et conçu Caridata, l’outil de pilotage développé par l’agence, en réponse à des problématiques rencontrées jour après jour sur les comptes clients. Il revient sur ce qui l’a poussé à changer de méthode, et sur ce qui sépare une donnée disponible d’une donnée réellement utile à la décision.
Le reporting, et surtout tout le travail de préparation qu’il demandait. Les chiffres vivaient sur chaque plateforme : il fallait aller les chercher, les recopier, les remettre en forme. Beaucoup de copier-coller, donc beaucoup de temps. Une grande partie de l’énergie de l’équipe partait dans la manipulation de la donnée avant même de pouvoir la regarder, alors que ce temps a bien plus de valeur en analyse qu’en compilation.
Ce que nous voulions récupérer, c’était du temps d’analyse. Du temps pour creuser une intuition, pour croiser deux canaux pour valider une hypothèse, pour refaire une lecture sur une autre période parce qu’un chiffre surprend.
Et au-delà de la compilation, il y avait la mise en forme. Nous avions la donnée, nous avions l’analyse, mais pas toujours une lecture simple et compréhensible par tous : les tableaux qui la portaient demandaient un vrai effort à quelqu’un dont ce n’est pas le métier au quotidien.
Quand j’ai réalisé qu’on recopiait à la main une donnée que les plateformes étaient prêtes à nous livrer automatiquement. Meta, Google, LinkedIn et les autres exposent toutes ce qu’on appelle une API : un accès direct qui permet d’aller chercher les chiffres par le code, tous les jours, sans intervention humaine.
On a commencé par une preuve de concept sur Google Data Studio. Long à mettre en place, mais le gain de temps a été immédiat. Et surtout, on a pu aller explorer ce qu’on n’avait pas les moyens d’aller chercher avant. Une donnée quotidienne et consolidée ne fait pas gagner que du temps : elle élargit les questions qu’on peut se poser.
Restaient les limites de l’outil, sur la personnalisation et sur la complexité de gestion dès qu’on multiplie les sujets. Mais l’essentiel était acquis, l’approche fonctionnait. Nous avons décidé de le développer nous-mêmes : c’est devenu Caridata.
Parce que chaque plateforme est juge et partie. Meta, Google, LinkedIn, TikTok : chacune mesure sa propre performance, avec sa définition, sa fenêtre d’attribution et sa façon de compter. Un « clic » ne recouvre pas la même chose partout. Une « vue » encore moins.
Tant qu’on regarde chaque plateforme séparément, les données sont comparables et la prise de décision ne porte que sur l’optimisation d’une plateforme. On ne parle donc pas d’une optimisation au niveau d’une stratégie globale. Le problème apparaît quand on met les chiffres de plusieurs plateformes côte à côte : ils ne se comparent pas.
Donc non, avoir plus de données ne donne pas mécaniquement une meilleure vision. Cela donne plus de points de vue, chacun sincère, aucun neutre. Le vrai travail n’est pas de collecter, il est de rendre comparable : harmoniser les définitions, les périodes, les périmètres.
D’abord, une bonne donnée n’existe pas dans l’absolu : elle est bonne par rapport à un objectif. Ce sont les objectifs qui déterminent les chiffres qu’on va regarder, jamais l’inverse. Un KPI n’est rien d’autre que ça : une sélection de métriques choisies pour évaluer l’état d’un objectif.
Quand on prend le problème à l’envers, en choisissant ses indicateurs d’abord et en cherchant ensuite ce qu’ils racontent, on finit toujours par piloter ce qui est facile à mesurer plutôt que ce qui compte. La donnée est là pour nourrir la réflexion et orienter la décision, pas pour justifier après coup ce qu’on a sous la main.
Vers plus d’automatisation et moins de détail. J’insiste sur « vers » : c’est une trajectoire, pas un état acquis. Les plateformes reprennent la main sur le ciblage et la diffusion (Performance Max, AI Max côté Google, Advantage+ côté Meta), pendant que les signaux disponibles se réduisent, sous l’effet du consentement et de la donnée agrégée. Concrètement, on nous rend la boîte plus performante, mais plus opaque.
Là où il faut être honnête, c’est sur le rythme. On lit partout que l’algorithme fait déjà tout mieux que nous : c’est vrai sur une partie du travail seulement. Tester des dizaines de combinaisons, réallouer un budget à l’heure près, arbitrer des enchères : sur ce terrain-là, la machine est imbattable. Sur le reste, pas encore : ce qu’on lui donne à optimiser, ce qu’on exclut, la qualité des signaux qu’on lui envoie, ce qu’on décide d’appeler une conversion. Une automatisation mal briefée optimise très efficacement dans la mauvaise direction.
Ce qui est sûr, c’est le sens du mouvement : notre valeur ajoutée se déplace progressivement du réglage fin à l’intérieur d’une plateforme vers l’arbitrage entre les plateformes. Et cet arbitrage-là, personne ne le fera à votre place : aucune plateforme ne vous dira qu’il faut lui retirer 20 % de budget pour les donner à une autre. C’est de plus en plus vrai entre le payant et l’organique, qui se nourrissent l’un l’autre sans jamais se croiser dans les outils.
C’est exactement là que le pilotage consolidé devient un sujet stratégique, et plus un sujet de reporting. Il ne remplace pas les plateformes : il rend possible la seule décision qu’elles ne peuvent pas prendre.
Trois choses, dans l’ordre.
Faire découler les objectifs de communication des objectifs marketing. Ce sont les objectifs marketing qui commandent, jamais l’inverse. Pour les traduire, il faut trois éléments en main : le budget dont on dispose (ou celui dont on aurait besoin), le potentiel maximum théorique de chaque plateforme, et le rôle qu’elle joue réellement dans la décision finale (noto / considération / vente). On voit alors apparaître les zones déjà travaillées et celles qui ne le sont pas, et on sait où transférer ou ajouter l’effort : budgétaire, créatif, éditorial…
Définir, pour chaque objectif, ce qui serait un bon résultat, un résultat limite et un résultat non souhaité. Trois niveaux posés à froid, avant le lancement. C’est ce qui permet de décider vite en cours d’année, et surtout de placer des garde-fous avant que la limite ne soit franchie. Un exemple simple : une audience s’épuise sur une plateforme, le coût par résultat s’envole. Que fait-on, et à partir de quel seuil ? Si la réponse n’a pas été écrite en amont, elle se prend dans l’urgence.
Compter le temps passé à compiler vos données, pas seulement à les lire. C’est souvent le poste caché le plus lourd d’une équipe marketing, et le plus facile à récupérer. Ce temps-là, une fois rendu, va directement à l’analyse.
Tout cela finit par redescendre dans l’opérationnel, qu’il faut ensuite piloter. Et de ce côté-là, les outils ne manquent pas : ils produisent une masse de données qu’on peut centraliser, croiser et analyser autant qu’on veut. Mais ça ne vaut qu’à une condition, que la direction ait été fixée en amont et clairement. À partir de là, l’essentiel est en place : on sait ce qu’on fait, on sait comment le mesurer, on sait comment réagir.