Lors du petit-déjeuner « Digital Analytics : S’adapter ou Régresser », organisé par Data on Duty, un panel d’experts et de professionnels s’est réuni pour décrypter les évolutions fulgurantes qui bouleversent l’analyse digitale. Animée par Éric Dumain, cofondateur de Data on Duty, la rencontre a souligné un point essentiel : dans un environnement où les usages et les technologies évoluent à une vitesse sans précédent, s’adapter n’est plus une option, mais une nécessité.
Autour de la table, des voix reconnues du Digital Analytics – parmi lesquelles Julien Coquet (consultant et formateur), Jean-Marc Vandenabeele (représentant un grand groupe de luxe) et Éric Bricier (ancien de Boardriders) – ont partagé leurs expériences et leur vision du métier face aux mutations technologiques et réglementaires.
Une crise de confiance dans la donnée
Dès le départ, le constat a été clair : la confiance dans les données s’érode. Selon des études de Gartner et Forrester, de nombreux décideurs doutent aujourd’hui de la qualité de leurs informations. Une donnée considérée comme fiable à 80 % peut s’avérer inutilisable… si l’on ignore quels 20 % sont erronés.
La plateforme Data on Duty, spécialisée dans l’analyse de conformité du tracking, détecte souvent des écarts allant jusqu’à 80 % entre le tracking actif et le plan de taggage. Ces décalages rendent une grande partie des données collectées inutiles, un phénomène qualifié de « data déconnectée ».
Plusieurs raisons expliquent cette perte de fiabilité :
- Des réglementations en constante évolution (RGPD, CCPA, etc.), qui tendent à s’unifier. Par crainte de sanctions, certaines entreprises limitent excessivement la collecte de données – parfois même celles qu’elles sont en droit d’utiliser – ce qui prive le marketing d’informations essentielles.
- Une gestion du tracking insuffisamment efficace, notamment après des années d’utilisation des Tag Management Systems (TMS). Bien que ces outils ne soient pas mauvais, leur approche basée sur des moteurs de règles montre ses limites face aux exigences actuelles.
Un nouveau paradigme : faire plus avec moins
Les intervenants ont décrit un nouveau contexte marqué par :
- L’arrivée régulière de nouvelles règles européennes et la mise à jour fréquente des règles existantes.
- L’impact grandissant de l’Intelligence Artificielle sur les modèles de tracking.
- Une charge de travail toujours plus lourde pour les Digital Analystes.
- Des contraintes de temps et de budget qui obligent les équipes à faire plus avec des moyens constants, voire réduits.
Dans ce cadre, une question domine : comment faire plus avec moins sans outils adaptés ? Contrairement à la Business Intelligence ou au CRM, où des plateformes dédiées sont la norme, le Digital Analytics s’appuie encore sur Excel ou Google Sheets ou bien sur des solutions rudimentaires ou inadaptées.
Les dix principaux défis des équipes Digital Analytics
Les experts ont identifié dix « pain points » majeurs :
- Complexité et diversité croissante du métier.
- Manque d’implication des dirigeants (ou exigences très élevées une fois qu’ils réalisent l’impact stratégique des analytics).
- Passage du simple reporting e-commerce à une production d’insights multiniveaux.
- Charge de travail accrue (tracking, gouvernance, privacy, analyse de données, CDP).
- Ressources humaines stables ou en diminution.
- Gouvernance mixte : stratégie groupe et implémentation locale.
- Non-respect ou mauvaise application des règles de gouvernance.
- Désynchronisation entre l’évolution du plan de marquage et le rythme des releases.
- Multiplication des outils de marquage compliquant déploiement et recette.
- Maintenance d’un tracking performant et conforme, bien qu’« invisible » aux yeux des équipes internes.
Les participants ont également évoqué l’impact parfois négatif de l’IA : des promesses trop ambitieuses peuvent générer des attentes irréalistes et pousser certaines entreprises à réduire leurs effectifs. D’autres ont souligné l’écart entre l’importance du tracking et l’investissement réellement accordé. Enfin, beaucoup ont insisté sur la nécessité de disposer de temps pour produire de la connaissance et non simplement des graphiques.
IA : entre promesse marketing et réalité
Julien Coquet a clarifié un point essentiel : l’IA générative (souvent utilisée pour créer du contenu) ne représente qu’une petite part de ce que recouvre réellement l’IA. Dans le Digital Analytics, 95 % des usages relèvent du Machine Learning, qui automatise le traitement et l’analyse des données. L’IA doit donc être vue comme un outil d’automatisation, de détection et d’alerte, et non comme une intelligence autonome.
Plusieurs participants ont partagé des expériences d’IA décevantes, où les résultats ne correspondaient pas aux promesses, souvent parce que les solutions n’étaient pas adaptées aux besoins spécifiques de l’analytics. Certains craignent que l’IA ne réduise le rôle des analystes à de simples « experts tracking », alors que leur mission première est de créer de la valeur. Des préoccupations éthiques ont aussi été soulevées, notamment l’empreinte énergétique de l’IA.
L’approche intégrée de Data on Duty
Contrairement aux approches purement marketing, Data on Duty a intégré l’IA dès sa conception en 2020 comme un outil métier. Sa plateforme utilise l’IA pour :
- Générer des plans de taggage orientés objets, capables de reconstituer intelligemment le marquage d’un site.
- Valider et surveiller la qualité des données, recréer des parcours visiteurs en échec et suggérer des chemins alternatifs pertinents.
- Détecter des régressions et proposer des alertes automatisées, basées sur des schémas de succès et d’échec.
Une nouvelle brique, Enforcement Manager (prévu fin 2024), permettra même de corriger automatiquement les tags en erreur. L’objectif est clair : libérer les analystes des tâches répétitives afin qu’ils puissent se concentrer sur l’analyse et la création de valeur.
Des impacts déjà visibles
Jean-Marc Vandenabeele a témoigné des effets positifs de cette évolution : maturité accrue du métier, gouvernance renforcée et amélioration de la qualité des données grâce à une approche omnicanale. De son côté, Éric Bicier a rappelé que la crise du COVID a hissé le Digital Analytics au rang stratégique, suscitant l’intérêt des dirigeants mais aussi une forte pression sur des équipes aux ressources limitées. Sa réponse : automatiser les reportings et former les équipes opérationnelles (web merchandisers, marketers, SEO) à devenir plus autonomes.
Le débat sur le silotage des rôles (expert tracking, expert CRO, analyste) a révélé des pratiques variées selon les entreprises. Tous s’accordent toutefois sur un point : éviter de réduire les analystes à des « plombiers de la data ». Le turnover élevé (moins de 18 mois en poste en moyenne) illustre bien ce décalage entre la mission affichée et la réalité du quotidien.
Data Layer et industrialisation : des leviers stratégiques
Le Data Layer est perçu comme un atout majeur, surtout pour les groupes multimarques. Jean-Marc a partagé son approche : 80 à 90 % du framework est centralisé, avec la possibilité pour chaque marque d’ajouter ses indicateurs spécifiques sous contrôle qualité.
L’industrialisation (faire une fois et appliquer partout) et l’automatisation (fluidifier tout le processus) sont apparues comme des leviers essentiels pour gagner du temps, accélérer le time-to-market et réduire la charge des équipes. Sans elles, les entreprises restent dans un mode réactif, découvrant trop tard les failles de tracking.
Grâce à Data on Duty, il est désormais possible de générer des milliers de règles de vérification en quelques secondes et de traiter des plans de taggage complexes en quelques heures à quelques jours au lieu de plusieurs semaines/mois. Cette efficacité transforme le contrôle unitaire en un monitoring intelligent et régulier, capable de détecter des dérives avant qu’elles ne deviennent critiques.
La conduite du changement : impossible sans outils adaptés
Tous les experts l’ont souligné : dans un environnement aussi exigeant, la conduite du changement ne peut réussir sans outils dédiés. Data on Duty se positionne ainsi comme un espace collaboratif partagé, offrant un référentiel unique (tagging, data layer, privacy) et des accès adaptés aux différents contributeurs, des administrateurs aux simples visualiseurs.
Dix actions clés pour s’adapter et progresser
La session s’est conclue par une série d’actions prioritaires :
- Impliquer les dirigeants (C-levels) dans la stratégie analytics.
- Constituer des équipes transverses lorsque c’est possible.
- Déployer un référentiel centralisé pour le tracking et la conformité.
- Industrialiser les processus afin de gagner en rapidité et en efficacité.
- Libérer les analystes des tâches de suivi technique pour les recentrer sur l’analyse.
- Standardiser les implémentations.
- Automatiser les tests et mettre en place un monitoring intelligent.
- Intégrer la qualité des données dans la culture d’entreprise.
- Suivre et communiquer les gains de temps obtenus grâce à l’automatisation.
- Compléter le tracking online par une CDP pour croiser les données.
Les échanges ont également rappelé l’importance d’associer très tôt les équipes IT et les développeurs – notamment pour les applications mobiles – en intégrant le tracking aux processus CI/CD. L’un des experts intervenant dans le secteur B2B de l’énergie a illustré comment une approche customer-centric et la valorisation des données ont permis de prouver la performance du marketing B2B et d’obtenir une augmentation des budgets digitaux.
Finalement, le Digital Analytics traverse une profonde mutation. Dans cet environnement complexe, l’industrialisation et l’automatisation apparaissent comme des passages obligés. Des plateformes comme Data on Duty offrent aux analystes la possibilité de se recentrer sur l’essentiel : analyser, recommander et générer de la valeur pour l’entreprise, sur la base de données fiables et de qualité.
