Lecture : 8 minutes · Niveau : débutant à intermédiaire
Dans un dashboard, les chiffres donnent souvent une impression de maîtrise. On voit le nombre de visites, le taux de clic, le coût par acquisition et le chiffre d’affaires. Pourtant, afficher une métrique ne signifie pas encore piloter une activité. Le risque est de commenter ce qui est visible plutôt que de mesurer ce qui permet réellement de choisir.
Un KPI, ou indicateur clé de performance, n’est pas simplement une donnée importante. C’est une mesure reliée à un objectif et à une décision. Sans cette relation, on obtient une liste de chiffres, parfois très précise, mais incapable de répondre à la question « que fait-on maintenant ? ».
Un KPI commence par une décision
La première étape consiste à formuler le choix avant d’ouvrir l’outil. Veut-on modifier une landing page, réallouer un budget, améliorer un formulaire, changer une promesse ou arrêter un canal ? Chaque décision appelle une observation différente.
Si la question est « notre campagne attire-t-elle du trafic ? », les sessions peuvent être utiles. Si la question est « la campagne attire-t-elle des personnes qui téléchargent la ressource ? », il faut relier la source d’acquisition au téléchargement. Si la question est « où perd-on les visiteurs ? », il faut construire un parcours avec plusieurs étapes.
Le chiffre n’est pas le problème
Le problème n’est pas d’avoir beaucoup de données. Le problème est de ne pas savoir à quel niveau elles se situent. Une visite est une observation. Un taux de conversion est un calcul. Un insight est une interprétation. Une recommandation est une action proposée. Confondre ces quatre niveaux transforme rapidement une mesure en récit fragile.
Une présentation défendable peut suivre cette phrase : « Nous observons X sur la population Y pendant la période Z. Nous faisons l’hypothèse A. Nous recommandons le test B, sous réserve de C. » Cette formulation paraît plus lente qu’un commentaire de dashboard, mais elle rend le raisonnement contrôlable.
Un objectif donne sa fonction au KPI
Un objectif marketing doit préciser le résultat recherché et l’horizon. « Améliorer le site » n’est pas assez précis. « Augmenter de 10 % la part des visiteurs qui récupèrent le kit Tracking au cours du prochain mois » permet de définir une population, un événement et une période.
Le KPI n’est pas nécessairement le résultat final. Il peut être un indicateur avancé, comme le passage d’une étape, ou un indicateur de résultat, comme le téléchargement final. L’important est de savoir quel risque il aide à détecter et quelle action il peut déclencher.
Construire une mesure défendable
Un KPI fiable commence par une fiche simple. Elle évite que le même mot désigne des calculs différents selon les personnes.
| Élément | Question à documenter | Exemple KIDDL |
|---|---|---|
| Population | Qui est inclus ? | Visiteurs ayant commencé le tunnel |
| Événement | Que s’est-il passé ? | download_resources |
| Période | Quand observe-t-on ? | Du 1er au 30 novembre |
| Formule | Quel est le dénominateur ? | téléchargements / débuts de tunnel |
| Décision | Que fera-t-on du résultat ? | Tester un parcours plus court |
Le dénominateur change l’histoire
Un taux n’a de sens qu’avec son dénominateur. Dire que 17 visiteurs ont téléchargé une ressource ne permet pas de savoir si le résultat est bon. 17 sur 20 débuts de tunnel et 17 sur 1 000 visites racontent deux situations très différentes.
Dans le premier cas, on mesure un passage dans le tunnel. Dans le second, on mesure une conversion depuis l’ensemble des visites. Les deux taux peuvent être utiles, mais ils ne répondent pas à la même question et ne doivent pas être comparés comme s’ils étaient interchangeables.
La qualité de la donnée fait partie du KPI
Une formule correcte appliquée à une collecte incomplète produit un résultat trompeur. Il faut contrôler les doublons, les événements manquants, les changements de définition et les refus de consentement. Il faut aussi vérifier que la période et la population sont constantes entre le numérateur et le dénominateur.
Google recommande, pour les parcours e-commerce GA4, des événements comme begin_checkout, add_shipping_info, add_payment_info et purchase. Cette nomenclature commune facilite l’analyse, mais elle ne dispense pas de documenter le moment exact où chaque événement est envoyé.
L’exemple du parcours KIDDL
KIDDL est une sandbox pédagogique : les kits sont gratuits, les adresses sont fictives et la commande n’est pas une transaction commerciale. Cette contrainte est intéressante, car elle oblige à distinguer la validation d’un formulaire de la récupération réelle d’une ressource.
Le parcours peut être décrit en six étapes : arrivée sur la page, consultation du catalogue, ajout d’un kit, début du tunnel, validation de la commande fictive et téléchargement. Chaque étape peut être associée à un événement. Le but n’est pas d’accumuler des tags, mais de rendre visible une hypothèse sur le comportement.
| Étape | Événement | Question |
|---|---|---|
| Catalogue | view_item_list | Les offres sont-elles affichées ? |
| Intérêt | view_item | Quel kit attire l’attention ? |
| Panier | add_to_cart | Quel kit est choisi ? |
| Tunnel | begin_checkout | La promesse donne-t-elle envie d’aller plus loin ? |
| Ressource | download_resources | Le contenu est-il effectivement récupéré ? |
Un premier KPI pourrait être le taux de récupération : nombre de download_resources divisé par le nombre de begin_checkout. Un second pourrait comparer les kits. Un troisième pourrait mesurer l’écart entre purchase et download_resources. Aucun de ces indicateurs ne dira seul pourquoi un visiteur abandonne. Ils permettent de choisir où enquêter.
Transformer l’observation en test
Imaginons que le taux de récupération soit plus faible pour le Kit Dashboard. Plusieurs hypothèses sont possibles : son bénéfice est moins clair, son nom est moins parlant, la ressource ne semble pas adaptée au niveau des étudiants ou le lien est moins visible après la confirmation.
La recommandation ne devrait donc pas être « améliorer le Kit Dashboard » sans précision. Elle peut devenir : « tester une fiche qui affiche les livrables et le niveau avant l’ajout au panier, puis comparer le taux de récupération pendant deux périodes comparables ». Le KPI sert alors à organiser un apprentissage.
Interpréter sans sur-conclure
Un KPI décrit une situation dans un périmètre donné. Il ne prouve pas automatiquement une causalité. Si le taux progresse après une modification, plusieurs facteurs peuvent avoir changé en même temps : source de trafic, saison, appareil, campagne, vitesse du site ou taille de l’échantillon.
Les chiffres externes doivent être utilisés avec la même prudence. Le taux d’abandon de Baymard est une moyenne de recherches et non une norme applicable à chaque entreprise. Il peut aider à comprendre qu’un tunnel mérite de l’attention, mais il ne remplace pas l’analyse des données propres au site.
Google recommande aussi de produire un contenu utile et conçu pour les personnes plutôt que pour manipuler les classements. Cette logique vaut pour les dashboards : un rapport doit aider une personne à comprendre, décider et agir, pas seulement afficher une métrique impressionnante.
La fiche de restitution en quatre phrases
Pour conclure une analyse KIDDL, utilisez cette structure :
- Observation : « Sur la période étudiée, X % des débuts de tunnel aboutissent à un téléchargement. »
- Interprétation prudente : « Cela suggère une friction possible après la commande, mais ne permet pas encore d’en identifier la cause. »
- Décision : « Nous allons tester une présentation plus explicite du contenu du pack. »
- Preuve suivante : « Nous comparerons le passage commande → téléchargement par appareil et par version de page. »
Cette discipline permet de résister à la tentation de raconter une histoire trop vite. Elle donne aussi aux étudiants un cadre réutilisable dans un projet réel, même lorsque les outils et les volumes changent.
Cette grille est conçue pour être réutilisée en atelier et dans un contexte professionnel. Elle aide à distinguer le fait observé, le calcul choisi, l’hypothèse formulée et la décision proposée. En documentant également la source, la date et la limite, l’équipe produit un contenu plus fiable, plus facile à relire et plus utile pour les personnes qui doivent agir.
Une mesure utile doit pouvoir être expliquée sans écran : on doit retrouver l’objectif, la population, la formule, la période, la décision et la limite. Cette discipline rend le résultat plus solide lorsque plusieurs personnes relisent le même article ou le même dashboard.