Notre glossaire, méticuleusement élaboré, est votre boussole dans l’univers complexe et dynamique du marketing, de la communication et du digital. Ici, chaque terme est une clé que nous vous aidons à décrypter pour vous ouvrir a des concepts innovants et des stratégies éprouvées. Plongez dans nos thématiques pour éclairer votre chemin vers l’excellence et la créativité.
Les social data, ou données sociales, sont les données produites par l’activité des internautes sur les réseaux sociaux et les plateformes communautaires : publications, commentaires, réactions, partages, abonnements et informations de profil.
Elles se répartissent en plusieurs familles. Les contenus sont les textes, images et vidéos publiés, avec leur date et leur langue. Les données d’interaction mesurent ce que ces contenus suscitent : réactions, partages, réponses, clics ou vues. Les données relationnelles décrivent les liens entre comptes, comme les abonnements et les reprises. S’y ajoutent des métadonnées, par exemple l’horodatage ou une localisation déclarée.
Leur accès dépend de leur origine. Chaque plateforme fournit à l’administrateur d’un compte les statistiques de ce compte. Les conversations publiques sont collectées par des outils d’écoute, dans les limites des conditions d’accès fixées par chaque plateforme. Les messages privés et les groupes fermés en sont exclus. Lorsqu’elles se rapportent à une personne identifiable, ces données sont des données personnelles, même publiées en accès libre.
Les social data désignent la matière première. Le social listening est la démarche qui collecte et analyse les conversations publiques. La social data intelligence croise ces données avec d’autres sources pour éclairer des décisions. Les social data se distinguent aussi des first party data, collectées par l’entreprise sur ses propres canaux : même les statistiques des comptes d’une marque sont calculées et restituées par la plateforme, selon ses propres règles. Elles servent à la gestion de l’e-réputation, à la veille concurrentielle, aux études de perception, à la mesure des campagnes et au pilotage de l’animation des communautés.
Les social data séduisent par leur volume et leur immédiateté. Elles ont pourtant un défaut structurel : elles ne décrivent que les personnes qui s’expriment, sur les plateformes que l’outil sait lire. Une clientèle âgée, professionnelle ou discrète y est sous-représentée. Selon nous, leur bon usage est donc qualitatif et dynamique : repérer un thème nouveau, suivre une variation, comprendre un irritant. Elles ne remplacent pas une enquête représentative pour mesurer une notoriété ou une part de marché.
Deux gisements coexistent et se gèrent différemment. Les statistiques de vos propres comptes sont fiables dans leur périmètre, mais chaque plateforme calcule ses indicateurs à sa manière : une vue ou une portée ne se compare pas d’un réseau à l’autre. Les conversations publiques sur votre marque ou votre catégorie sont plus riches. Leur collecte dépend toutefois des conditions d’accès fixées par les plateformes, qui évoluent. Nous recommandons de documenter, pour chaque indicateur, sa source, sa définition et la date à laquelle ces conditions ont été vérifiées.
Une publication accessible à tous peut contenir des données personnelles, et sa collecte relève du RGPD. Dans sa fiche du 19 juin 2025 sur la collecte par moissonnage, consacrée au développement de systèmes d’IA, la CNIL demande de définir à l’avance des critères précis de collecte. Elle demande aussi de supprimer les données non pertinentes dès leur identification et d’exclure les sites qui s’opposent au moissonnage par des mesures techniques. Elle écarte les profils et groupes privés des réseaux sociaux de la collecte de données librement accessibles. Ces règles visent l’IA. Nous recommandons d’en appliquer la logique à tout usage marketing : travailler sur des agrégats, limiter la durée de conservation, ne pas constituer de fiches individuelles sans base légale.
Advalians analyse votre environnement et les écarts de perception de votre marque, puis traduit ces constats en recommandations priorisées pour vos équipes.
Les social data sont la matière, le social listening est une démarche qui en exploite une partie. Les social data regroupent toutes les données issues des réseaux sociaux : contenus, interactions, liens entre comptes, statistiques des comptes d’une marque. Le social listening se concentre sur les conversations publiques, qu’il collecte à partir d’une requête puis analyse.
Conséquence pratique : un rapport sur la performance de vos propres publications utilise des social data sans relever du social listening. Avant de choisir un outil, précisez donc laquelle des deux familles de données vous devez exploiter.
Partez d’une question précise, puis choisissez la source adaptée. Pour vos propres comptes, exportez chaque mois les statistiques de chaque plateforme, en conservant leurs définitions. Pour les conversations publiques, construisez une requête avec les noms de marque, les variantes orthographiques et les termes à exclure.
Testez la requête sur un échantillon et lisez les résultats avant de valider. Fixez le périmètre (réseaux, langues, pays, période) avant la collecte. Enfin, consignez la date de chaque extraction : les conditions d’accès des plateformes évoluent, et une rupture de série doit pouvoir s’expliquer.
Suivez d’abord des variations, plus parlantes que des valeurs absolues. Pour vos comptes : évolution de l’audience, taux d’interaction par publication, part des réponses traitées. Pour les conversations publiques : volume de mentions, tonalité, thèmes émergents et part de voix face aux concurrents.
Comparez chaque indicateur à sa propre période de référence, réseau par réseau, plutôt que d’additionner des plateformes qui ne mesurent pas la même chose. Associez à chaque tableau une phrase d’interprétation et une équipe destinataire. Un indicateur que personne n’utilise pour décider peut être retiré.
Non. Une publication accessible à tous reste soumise au RGPD dès qu’elle concerne une personne identifiable, et ce règlement impose de minimiser la collecte. Les conditions d’utilisation des plateformes et le droit d’auteur peuvent aussi limiter la réutilisation.
Trois règles réduisent le risque. Travaillez sur des agrégats plutôt que sur des profils individuels. Fixez une durée de conservation courte pour les messages bruts. Demandez l’accord de l’auteur avant de reprendre une publication dans une communication de marque. En cas de doute, consultez votre délégué à la protection des données.
Non, sauf pour des questions exploratoires. Les social data conviennent pour repérer un irritant, suivre la réaction à un lancement ou comparer la perception de plusieurs concurrents dans le temps. Elles conviennent mal pour mesurer une notoriété, une intention d’achat ou une part de marché, car les personnes qui s’expriment ne représentent pas la clientèle.
Critère de choix : si la décision dépend d’un chiffre représentatif d’une population, commandez une enquête. Si elle dépend d’un signal, d’une tendance ou d’un vocabulaire, les social data suffisent souvent et coûtent moins cher.
Par Thomas Bizot – Président du cabinet Advalians
L’IA générative a d’abord été un accélérateur individuel : produire plus vite, reformuler..
Longtemps perçu comme le département des « belles images » ou des dépenses..
Concevoir un plan marketing est une étape incontournable pour toute entreprise souhaitant structurer..
