Data marketing et IA, les 6 questions à se poser sur sa donnée

Ce qu’il faut retenir de ce webinaire

1. Le trafic ne suffit plus à mesurer la performance. Share of voice, citation et sentiment complètent l’analytics, même si le ROI du GEO reste difficile à isoler.
2. La défiance envers la donnée vient du RGPD, de la fin des cookies tiers et de la migration GA4. Les outils ont depuis progressé, et les indicateurs existants recèlent souvent des pistes inexploitées.
3. Le consentement est la porte d’entrée de toute la chaîne data. Une CMP jamais testée laisse filer une partie de la collecte.
4. Le plan de taggage sert aussi ses actions médias. Server-side et données CRM améliorent les campagnes Google Ads et Meta, et évitent de payer pour toucher des clients déjà acquis.
5. Piloter suppose de réconcilier ses sources dans un data warehouse pour créer son propre tiers de confiance, en commençant petit.

Comment continuer à mesurer sa performance à l’ère de l’IA ?

Martin Champetier : Une partie de la relation entre votre marque et vos prospects vous échappe désormais. La conversation s’est déplacée dans ChatGPT, Claude ou Gemini et, depuis juillet 2026, dans AI Overview, au cœur des résultats Google. L’érosion du clic avait commencé avant l’IA générative. Celle-ci a simplement appuyé sur l’accélérateur.
GA4 et Piano Analytics isolent aujourd’hui le trafic issu des LLM, mais nous constatons qu’une bonne partie reste rangée en accès direct. S’en tenir à l’analytics revient à regarder une courbe baisser sans en comprendre la cause.

Bon à savoir : selon le baromètre Kantar publié le 28 août 2026, 58 % des Français utilisent déjà une IA générative et 18 % ont cliqué sur un lien marchand recommandé par une IA au cours des 30 derniers jours

De nouveaux indicateurs apparaissent. À l’Agence WAM, nous testons plusieurs outils de suivi de la visibilité dans les LLM, comme GetMint, Meteoria ou Peec AI. Le bon choix dépend de vos besoins et de votre budget. Tous donnent accès à trois familles d’indicateurs :

• Le share of voice : votre place face à vos concurrents, prompt par prompt.
• La citation : le nombre de réponses auxquelles votre marque participe. Croisée avec les logs serveur, qui comptent les passages des robots d’IA sur votre site, elle donne un ratio entre consultation et citation.
• Le sentiment : la tonalité avec laquelle l’IA parle de votre marque.

Ces trois signaux dessinent l’autorité de votre marque dans les moteurs génératifs, ce que nous appelons la Digital Brand Authority. Soyons honnêtes : le ROI d’une stratégie GEO reste fragile à démontrer. La chaîne « j’optimise mon SEO, j’ai du trafic, je convertis » a disparu. Raison de plus pour s’habituer dès maintenant à ces indicateurs, pendant que la technologie évolue.

Xavier Favarel : Nous avons testé beaucoup d’outils, et ils évoluent trop vite pour s’enfermer dans une seule solution. En GEO comme en data, le test and learn reste la seule méthode.

Pourquoi la confiance dans la donnée marketing s’est-elle effritée ?

Martin Champetier : Le décrochage remonte au RGPD, bien avant l’IA. Les CMP se sont installées sur tous les sites, et avec elles une part du trafic qui refuse ou ne répond pas. Le benchmark 2026 de Didomi situe le taux d’opt-in à 55,7 % en Europe de l’Ouest. Malgré la modélisation de GA4 et la mesure hybride de Piano, les marques sont passées d’une mesure sur 100 % du trafic à une mesure sur un peu plus de la moitié.

Safari et Firefox ont ensuite bloqué les cookies tiers. Google a tenu le marché en haleine pendant cinq ans avec la Privacy Sandbox, sans aller au bout. Les adblockers ont achevé d’éroder la collecte. Puis GA4 est sorti en bêta dans la douleur, et autour de 2022-2023, beaucoup d’équipes ont décroché de leurs analytics.

« Avant, vous mettiez un pixel et globalement tout fonctionnait. Puis on vous a dit que vous alliez devoir dépenser plus pour collecter moins, ce qui paraît être un paradoxe fou. »

 

La bonne nouvelle, c’est que GA4 et Piano ont beaucoup progressé. Croisés avec des données comportementales issues de Hotjar ou Clarity, ils permettent de nouveau des analyses qui prouvent un retour sur investissement. Les indicateurs que vous avez déjà mis en place cachent souvent des trésors inexploités. En résumé, la question 1 invite à chercher de nouveaux indicateurs, la question 2 à retourner dans ceux que vous possédez déjà.

Comment évaluer la maturité de sa data marketing ?

Martin Champetier : Premier conseil, ne pas céder à la panique face aux use cases affichés sur LinkedIn. Je vois la maturité data comme un escalier : chaque marche dépend de vos enjeux, de votre budget, de votre juridique et de votre DSI. Personne ne gravit l’escalier d’un seul coup. Le point de départ reste un bilan objectif : où en êtes-vous, où voulez-vous aller ?

1. La CMP : maximiser l’opt-in par des tests continus, en restant conforme au RGPD.
2. Le plan de taggage : une collecte robuste en server-side, adaptée à vos besoins et à ceux de vos partenaires média.
3. Le dashboard et l’analyse : détecter les freins, tester des hypothèses, intégrer les KPI liés aux LLM.
4. L’activation média : Google Customer Match, Meta Custom Audiences, Enhanced Conversions.
5. Le data warehouse : réconcilier vos sources dans une technologie adaptée comme BigQuery.
6. La first party : CDP composable, data clean rooms, onboarders.

Cet escalier vaut pour toutes les entreprises, de la PME au grand groupe, et chacune avance à son rythme. L’IA aide d’ailleurs à franchir les marches : BigQuery semblait réservé aux profils techniques, alors qu’une IA traduit désormais une question en SQL en quelques secondes. Rien n’empêche alors de tester avec quelques données, puis d’itérer.

Comment construire les fondations d’une donnée fiable ?

Martin Champetier : Tout commence par le consentement : chaque opt-in obtenu irrigue l’ensemble de votre écosystème data. Trop souvent, la CMP est installée puis oubliée. Testez le bandeau, vérifiez son déclenchement, suivez le taux d’opt-in dans le temps. La lassitude face aux bandeaux cookies est réelle, et lui redonner de la fraîcheur fait partie du travail.

Le plan de taggage sert aussi vos régies publicitaires. Quand un formulaire est envoyé, Google Ads et Meta veulent savoir qui a converti pour chercher des profils similaires. Ces informations transitent hachées en SHA-256, illisibles pour tout autre que leurs algorithmes. Le server-side centralise l’envoi : le site adresse un seul flux à votre serveur, qui redistribue en API vers GA4, Google Ads ou Meta (via la Conversions API, ou CAPI). Les pages chargent plus vite et vous contrôlez ce qui part. Dès que vous faites de la publicité, le server-side devient indispensable. L’arbitrage sur les données confiées aux régies américaines se mène avec votre juridique.

Reste à améliorer l’existant. Chez un client, une nouvelle landing page devait fluidifier un parcours. Clarity a montré que les visiteurs ne l’utilisaient pas du tout comme prévu. Déplacer quelques éléments a suffi à gagner quelques pourcents de conversion. Le dashboard arrive après l’analyse : il rassure, mais l’œil s’use à force de voir les mêmes courbes. Il se challenge, et c’est une grande part du travail que nous menons en analyse de données avec nos clients.

Comment exploiter sa donnée first party pour valoriser son écosystème ?

Martin Champetier : Avec ces fondations, vous disposez d’un trésor de guerre. Privées du pixel d’antan, les régies réclament davantage : données CRM, conversions online et offline. Le Data Manager de Google propose par exemple d’envoyer une partie chiffrée de votre CRM dans Customer Match, pour ajuster les enchères et cesser de cibler vos clients existants. Meta applique la même logique. Plus l’algorithme dispose de données, mieux il optimise vos budgets. Validez toujours ces envois avec votre juridique.

Xavier Favarel : Nos équipes demandent souvent à connecter les CRM de nos clients à Google et Meta pour leurs campagnes payantes. Le frein revient : « je ne veux pas donner mes données à Google ». C’est dommage, car le gain sur les coûts est réel.

 

Martin Champetier :
Trois technologies prolongent cette logique :

• La Customer Data Platform (CDP) unifie chaque interaction, en ligne, en magasin ou au téléphone, en un seul profil. Elle peut ensuite afficher « Bonjour Xavier, reprenez votre souscription » à un prospect qui revient.
• L’onboarding, avec des acteurs comme LiveRamp, attribue aux prospects non connectés un identifiant qui ne remonte jamais à leur email.
• La data clean room permet à deux partenaires de mesurer leur audience commune sans échanger de données personnelles.

Dans les trois cas, vous faites travailler les données que vous avez déjà, sans jamais les exposer. Encore faut-il disposer d’un plan de taggage aux petits oignons.

Comment piloter son marketing avec sa propre donnée ?

Martin Champetier : Vos sources se sont fragmentées : CMP, régies, Search Console, GA4. Et chaque régie mesure la conversion selon ses propres règles. La réponse passe par le data engineering : réunir ces sources dans un cloud, BigQuery sur Google Cloud ou AWS, et les réconcilier pour créer votre propre tiers de confiance. Vous fixez vous-même les règles appliquées à la conversion, qui reste le nerf de la guerre.

Commencez petit, puis itérez. Ce socle ouvre la voie aux CDP composables, branchées sur votre data warehouse, ou au marketing mix modeling avec Meridian, le modèle open source de Google. Une activité sensible à la météo pourrait croiser prévisions et données analytics pour anticiper son chiffre d’affaires. Le prédictif à budget constant ? Je ne l’ai pas encore vu fonctionner. Mais avec l’IA dans toutes les consoles, les marques qui auront posé leurs fondations seront les premières à faire parler leur donnée.

Et vos données, que mesurent-elles vraiment ?