En marketing et dans le numérique, le terme data désigne l’ensemble des données, c’est-à-dire des représentations codées de faits, d’actes ou d’observations, enregistrées puis analysées afin d’éclairer une décision.
Le mot anglais s’emploie en français comme nom collectif, souvent au singulier. « La data » désigne à la fois le patrimoine de données d’une organisation et la fonction qui l’exploite. Le règlement (UE) 2022/868 sur la gouvernance des données en retient une définition large : « toute représentation numérique d’actes, de faits ou d’informations ». Elle couvre aussi leurs compilations, notamment sous forme d’enregistrements sonores, visuels ou audiovisuels.
Les données se classent selon plusieurs axes. Selon leur structure, elles sont structurées, rangées dans les champs d’une base de données, ou non structurées, comme un texte libre, une image ou un enregistrement. Selon leur origine, on distingue trois catégories. Les first party data sont collectées par l’organisation elle-même. Les second party data sont obtenues d’un partenaire. Les third party data sont acquises auprès d’un tiers. Selon leur objet, ce sont des données personnelles lorsqu’elles se rapportent à une personne identifiable. Selon leur mode de production enfin, elles sont déclarées par la personne, observées lors d’une interaction ou déduites par calcul.
La donnée se distingue de l’information, qui résulte de sa mise en contexte, et de l’indicateur, qui résume un ensemble de données par un calcul convenu. Elle se distingue aussi du big data, qui ne désigne qu’une catégorie de données caractérisée par son volume, sa variété ou sa vitesse de production. En entreprise, le terme couvre la collecte et l’analyse de données, puis leur activation dans les campagnes.
Une donnée stockée n’a pas de valeur en soi. Elle en acquiert lorsqu’une décision change grâce à elle. Nous recommandons donc de raisonner à rebours. Partez des décisions marketing récurrentes, comme la répartition du budget entre canaux ou le choix des clients à relancer. Remontez ensuite vers les données qui les éclairent. L’inventaire inverse, qui part de tout ce qui est stocké, produit surtout des tableaux que personne ne consulte.
Le mode de production compte autant que le volume. Une donnée déclarée reflète ce que la personne a bien voulu dire. Une donnée observée reflète ce qu’elle a fait, dans un contexte donné. Une donnée déduite n’est qu’une hypothèse de calcul. Selon nous, les mélanger dans un même indicateur sans les distinguer est l’une des premières sources de décisions mal fondées.
Dès qu’une donnée se rapporte à une personne identifiable, le RGPD s’applique. Son article 5 exige que les données personnelles soient « collectées pour des finalités déterminées, explicites et légitimes ». Il exige aussi qu’elles soient « adéquates, pertinentes et limitées à ce qui est nécessaire » au regard de ces finalités : c’est le principe de minimisation. Conserver des données personnelles « au cas où » s’accorde donc mal avec ce texte. Les données non personnelles échappent au RGPD, mais leur réutilisation reste encadrée par les contrats et les conditions d’usage de leurs sources.
Le volume stocké mesure un coût, pas une valeur. Nous proposons quatre repères de pilotage, à adapter à chaque organisation. Le taux de complétude des champs réellement utilisés. Le taux d’exactitude, vérifié sur un échantillon. La fraîcheur, c’est-à-dire l’âge moyen de la dernière mise à jour. Le taux d’usage, soit la part des données stockées qui alimentent au moins un rapport ou une campagne. Un taux d’usage faible signale un stock à réduire plutôt qu’un gisement à exploiter.
Le livre blanc gratuit d’Advalians aide à savoir si vous pouvez vous fier à vos chiffres : onze erreurs courantes et un test de fiabilité en 12 points.
Advalians, cabinet de conseil indépendant en marketing et communication, vous aide à clarifier vos choix et à décider.
La donnée est un fait brut enregistré. L’information est cette donnée mise en contexte pour répondre à une question. Par exemple, « 1 240 » est une donnée. « 1 240 commandes en mars, soit 8 % de moins qu’en février » est une information : on sait ce qui est compté, sur quelle période et par rapport à quoi.
Conséquence pratique : une donnée sans définition ni période de référence ne se partage pas. Dans vos tableaux de bord, associez à chaque chiffre son périmètre, sa source et sa date d’extraction. Sans ces éléments, deux lecteurs en tireront deux informations différentes.
Commencez par lister les décisions marketing que vous prenez régulièrement, puis les données qui les éclairent. Ce périmètre restreint suffit pour démarrer.
Pour chaque donnée retenue, notez sa source, son responsable, sa définition et sa fréquence de mise à jour. Vérifiez ensuite la qualité sur un échantillon, par exemple cent fiches clients. Corrigez les règles de saisie avant de nettoyer le stock, sinon les erreurs reviennent. N’investissez dans un nouvel outil qu’une fois ce socle posé : un outil ne corrige pas une définition floue.
Mesurez quatre dimensions, sur les données que vous utilisez vraiment. La complétude : part des fiches où le champ est renseigné. L’exactitude : part des valeurs justes, vérifiées sur un échantillon par comparaison avec une source fiable. La fraîcheur : date de dernière mise à jour. L’unicité : part de doublons.
Fixez un seuil d’alerte par champ selon son usage. Une adresse électronique utilisée à chaque campagne exige plus de rigueur qu’un champ facultatif. Suivez ces taux chaque trimestre et rattachez chaque baisse à sa cause : formulaire, import ou outil.
Le premier risque est juridique. Pour les données personnelles, le RGPD impose de les limiter à ce qui est nécessaire au regard des finalités : un stock sans usage identifié est difficile à justifier. Chaque donnée conservée élargit aussi l’exposition en cas de fuite. Enfin, le stockage a un coût, et les données obsolètes faussent les analyses.
Fixez une durée de conservation par catégorie de données. Automatisez la suppression ou l’anonymisation à l’échéance. Vérifiez son application au moins une fois par an, par un contrôle sur un échantillon.
Recrutez lorsque vos questions dépassent les rapports standard de vos outils : croiser plusieurs sources, construire des segmentations, mesurer un effet par rapport à un groupe témoin. Un data analyste répond à ces besoins. Tant que vos décisions reposent sur quelques indicateurs suivis dans un seul outil, une personne formée au sein de l’équipe marketing suffit souvent.
Critère pratique, à titre indicatif : si vos équipes passent plus d’une journée par semaine à extraire et rapprocher des fichiers, le besoin d’une compétence dédiée est probable. Commencez par une mission ponctuelle pour le confirmer.
Modèles, grilles et guides prêts à l’emploi pour vos projets marketing et communication.
La plupart des plans marketing reposent encore sur l’expérience, le ressenti et les..
Quand une banque d’affaires évalue une agence avant de la racheter, elle applique..
Besoin d'un conseil indépendant sur ce sujet ?
Échanger