La Made a embauché un directeur Analytics. Un test sur 18 portails montre pourquoi

Sommaire

Le mouvement que la Made vient de faire
Le test que personne ne voulait voir
La contradiction que peu de gens nomment
Pourquoi ce n'est pas seulement un problème de médias
Que faire d'un analytics qui ment à moitié
Liste de contrôle : audit de mesure en 7 points
Le parallèle avec les décisions d'analytics dans d'autres industries
Conclusion: embaucher des gens ne résout pas une donnée erronée

Peut-être avez-vous vu les deux nouvelles séparément, comme si elles n'avaient aucun rapport.

D'un côté, la Made — agence avec une opération digitale robuste — a annoncé l'embauche de Bruno Francesco en tant que directeur de la performance et de l'analytics, renforçant la structure des données du groupe. D'autre part, un test indépendant réalisé en 18 portails a montré que Google Analytics a ignoré la moitié des accès réels.

Ce sont des faits publiés dans des médias différents, à des dates proches, sans aucune connexion explicite entre eux. Mais, si vous dirigez les opérations, les médias ou le growth, la lecture correcte est: c'est la même nouvelle racontée sous deux angles.

L'un montre le marché en train de réagir. L'autre montre pourquoi il a besoin de réagir.

Le mouvement que la Made vient de faire {#o-movimento}

L'embauche d'un directeur dédié à la performance e analytics — et pas seulement les médias — est un signal qui vaut plus que le poste en soi.

Historiquement, les agences séparent ceux qui achètent des médias de ceux qui mesurent les résultats. Cela fonctionne bien lorsque les chiffres correspondent. Cela cesse de fonctionner au moment où la métrique qui soutient la décision d'investissement commence à échouer silencieusement.

Réunir les deux fronts sous une seule direction est, en pratique, une reconnaissance que:

Optimiser une campagne sans se fier aux données, c'est opérer dans le noir;
La métrique de performance ne vaut que ce que vaut la collecte qui la sous-tend;
Celui qui gère le budget doit également s'occuper de la mesure qui justifie ce budget.

Lorsqu'une agence place la performance et les analytics sous la même direction, elle admet implicitement que les deux ne pouvaient plus vivre séparés.

Ce n'est pas l'exclusivité de Made. C'est un mouvement qui apparaît déjà dans d'autres structures de marché — y compris en dehors des agences, comme nous l'avons montré lorsque nous avons analysé comment le PicPay a doublé son portefeuille de crédit en un an misant moins sur l'appétit pour le risque et davantage sur la gouvernance des données.

Le test que personne ne voulait voir {#o-teste}

Voici la partie inconfortable.

Un test contrôlé, réalisé en 18 portails différents, a comparé les accès réels du serveur avec ce que Google Analytics a effectivement enregistré. Le résultat: l'outil a ignoré environ la moitié du trafic réel.

Ce n'est pas une erreur de 3%, 8% ou 12% — une marge que n'importe quel analyste accepterait comme du bruit statistique. C'est la moitié.

Qu'est-ce qui cause normalement cette distorsion

Cause	Impact sur la mesure
Bloqueurs de publicités et extensions de confidentialité	La session ne se déclenche jamais
Consent Mode mal configuré	Hits rejetés avant l'enregistrement
Échantillonnage des données dans les rapports	Projections qui cachent le volume réel
Latence/erreur de déclenchement dans une SPA	Pageview perdu lors d'un changement de route
Bots e tráfego não humano mal filtrado	Distorsion vers le haut ou vers le bas

La différence entre "3% de bruit" et "50% de données manquantes" est la différence entre ajuster la règle e jeter la règle.

Un analytics qui cache la moitié de la réalité ne se trompe pas de peu. Il raconte une autre histoire.

Et c'est exactement cette autre histoire qui a orienté les décisions en matière de médias, de recrutement d'équipes et de suppression de canaux dans des entreprises qui n'ont jamais réalisé ce type d'audit.

La contradiction que peu de personnes nomment {#a-contradicao}

Revenons à Made: engager un directeur des analytics est la bonne décision. Mais cela ne résout que la moitié du problème — littéralement.

Si l'outil source perd déjà 50% du signal avant d'atteindre la régua de analyse, aucune liderança, por mais capacitada, consegue compensar isso só com expertise de interpretação.

C'est comme engager le meilleur auditeur financier du marché pour examiner un bilan qui est déjà arrivé avec la moitié des factures manquantes.

Le problème cesse d'être qui analyse et devient ce qui est en cours d'analyse.

Trois scénarios possibles au sein d'une opération avec ce biais

Sous-estimer les canaux organiques qui convertissent effectivement, mais que le suivi ne capte pas correctement — et couper le budget de ce qui fonctionne.
Surestimer les canaux payants avec un suivi plus robuste, simplement parce qu'ils sont plus faciles à mesurer — et renforcer le budget sur ce qui est déjà cher.
Prendre une décision sur l'effectif et la structure (comme des recrutements de la direction) basée sur un scénario qui ne reflète pas la demande réelle.

Aucun de ces scénarios n'est hypothétique. Ils se produisent silencieusement dans des opérations qui n'ont jamais croisé les données d'un outil avec celles d'un serveur.

Pourquoi ce n'est pas seulement un problème de médias {#nao-e-so-midia}

Il existe une tentation de traiter cette discussion comme une affaire de l'équipe en charge du trafic. Ce n'est pas.

Quando o C-level de uma empresa toma decisão de investimento — reforçar equipe, abrir vaga de diretoria, redirecionar verba — ele está confiando em um relatório. Se o relatório mente pela metade, a decisão de topo herda esse erro.

Cela se connecte directement à quelque chose que nous avons déjà discuté sur la valeur réelle d'une couche d'analytics fiable: en combien vaut une entreprise d'analytics, nous montrons comment différents publics — marché financier, analystes de produit, cabinets de conseil — arrivent à des évaluations différentes selon la donnée à laquelle ils font le plus confiance.

La leçon se répète ici à une échelle moindre: la valeur d'une décision est proportionnelle à la fiabilité de la donnée qui la soutient, non au poste de celui qui la prend.

Le directeur analytics n'est pas protégé contre les mauvaises données. Il est simplement la personne qui remarquera le problème plus tôt — s'il a l'autonomie pour auditer la source.

Que faire avec un analytics qui ment à moitié {#o-que-fazer}

La réponse n'est pas d'abandonner Google Analytics. C'est de cesser de le traiter comme une vérité absolue et de le considérer comme une source parmi plusieurs, soumise à un audit périodique.

Quelques pratiques que des opérations matures adoptent déjà :

Croisement avec le journal du serveur au moins trimestriellement, pas seulement lors de la mise en œuvre initiale;
Comparaison entre GA4 et l'exportation BigQuery pour identifier une divergence d'échantillonnage;
Test A/B de consentement pour mesurer quelle part de l'audience est perdue dans le Consent Mode;
Tableaux de bord parallèles avec les données CRM et les données d'un outil d'analytics, jamais l'une remplaçant l'autre;
Révision d'attribution chaque fois qu'une décision de suppression d'un canal est prise sur la base d'une seule source.

Ce type de discipline de gouvernance est ce qui sépare les entreprises qui achètent de la technologie des entreprises qui opèrent effectivement avec une maturité des données — thème que nous détaillons dans BI visionnaire, décision d'amateur, en analysant l'abîme entre outil sophistiqué et culture de décision.

Liste de contrôle: audit de mesure en 7 points {#checklist}

Ai-je comparé les accès serveur aux sessions GA4 au dernier trimestre?
Je sais quel % d'utilisateurs refuse les cookies et comment cela impacte le Consent Mode ?
Ai-je l'exportation vers BigQuery activée et sans échantillonnage ?
J'audite le déclenchement d'événements dans une SPA et des routes dynamiques ?
Est-ce que je croise les données des médias payants avec les données CRM avant de décider de couper un canal ?
Y a-t-il quelqu'un qui a l'autorité pour contester le rapport, pas seulement pour le présenter ?
La dernière décision de budget pertinente a-t-elle été validée par plus d'une source de données ?

Si vous avez coché moins de quatre éléments, l'opération prend probablement déjà des décisions sur la moitié de la réalité — tout comme les 18 portails testés.

Le parallèle avec les décisions d'analytics dans d'autres industries {#paralelo}

Ce type de bruit entre "donnée qui apparaît" et "donnée réelle" n'est pas exclusif au trafic web. Il se répète dans toute industrie qui prend des décisions sur la base d'un indicateur incomplet.

Un exemple révélateur : lorsque le CFO d'une société d'analytics vend une participation significative en actions, le marché a tendance à réagir comme s'il ne s'agissait que d'un mouvement financier isolé. Mais, comme nous l'avons montré dans un CFO a vendu US$ 73 000 en actions, ce type de signal peut valoir davantage qu'un rapport formel de conseil — parce que c'est une donnée de comportement, pas de discours.

De la même manière, le nombre qui ne bouge pas — comme discuté dans US$ 230: le chiffre qui n'a pas changé — parfois, cela en dit plus sur la santé réelle d'un marché que n'importe quel indicateur tape-à-l'œil sur un tableau de bord.

Le schéma se répète : la métrique la plus confortable est rarement la plus fidèle.

La diferença entre operações maduras e operações reativas está exatamente em quem vai atrás do número desconfortável antes que ele vire prejuízo.

Conclusion: recruter du personnel ne résout pas des données erronées {#conclusao}

Made a fait le bon choix en renforçant la direction de l'analytics. Toute entreprise qui dépend de la performance numérique devrait faire de même — nommer quelqu'un avec un mandat réel pour remettre en question la métrique, pas seulement la rapporter.

Mais le cas des 18 portails est le rappel qui manque dans ce type d'articles : le poste ne remplace pas l'audit. Directeur de l'analytics sans accès à la couche de collecte brute va interpréter, avec excellence, un portrait qui est déjà né incomplet.

La question qui reste pour ceux qui dirigent l'opération, les médias ou les données au sein de l'entreprise n'est pas "qui va analyser les chiffres ce trimestre". C'est: quand a été la dernière fois que quelqu'un a comparé ce que l'outil dit avec ce qui s'est réellement passé?

Si la réponse est "jamais", votre opération peut être en train de décider, en ce moment même, de la moitié de la réalité.

Vous voulez approfondir comment les entreprises d'analytics sont évaluées et choisies sur le marché? Voyez aussi comment Gartner, Databricks et Bemol illustrent l'écart entre technologie visionnaire et décision mûre dans Visionnaire sur le papier, décisive dans la pratique.

La Made a embauché un directeur Analytics. Un test avec 18 portails montre pourquoi