L'analyse marketing expliquée : les trois types d'analyse, les outils, les indicateurs par canal, l'attribution, la confidentialité et le trafic des IA mal attribué.

En bref
l'analyse marketing (marketing analytics) consiste à collecter, relier et analyser les données de chaque canal marketing pour comprendre ce qui produit des résultats et où investir ensuite. Elle fonctionne à trois niveaux : descriptif (ce qui s'est passé), diagnostique (pourquoi) et prédictif (ce qui va probablement se passer). Un dispositif solide combine une couche de collecte (outil d'analyse, plateformes publicitaires, CRM), une couche de stockage et une couche de visualisation, utilise des indicateurs clairs par canal, accepte les limites de l'attribution, respecte les règles de confidentialité et isole le trafic venu des assistants IA, que les rapports standards classent souvent mal.
Pour aller plus loin, demandez à
L'analyse marketing répond à des questions qu'aucun outil ne traite seul : quel canal amène des clients qui restent, combien coûte un contact une fois tous les points de contact comptés, quels contenus contribuent aux ventes. Elle sert à éclairer les décisions de budget et de contenu.
| Type | Question | Exemple | Outils habituels |
|---|---|---|---|
| Descriptive | Que s'est-il passé ? | Le trafic organique a progressé de 20 % le trimestre dernier | Google Analytics, rapports des plateformes publicitaires, tableaux de bord |
| Diagnostique | Pourquoi ? | La hausse vient de cinq nouveaux guides classés sur Google | Explorations, segments, Search Console, analyse de cohortes |
| Prédictive | Que va-t-il probablement se passer ? | À ce rythme, les contacts organiques couvriront la moitié du portefeuille commercial dans un an | Prévisions, modèles de mix marketing, apprentissage automatique |
Certaines équipes ajoutent un quatrième niveau, l'analyse prescriptive, qui recommande des actions (déplacer du budget du canal A vers le canal B). Elle suppose que les trois autres soient fiables.
Quand les données grossissent, les équipes les centralisent dans un tableur, puis dans un entrepôt de données (BigQuery, Snowflake et équivalents), avec des connecteurs qui synchronisent chaque source chaque jour. GA4 propose un export gratuit vers BigQuery, qui supprime l'échantillonnage et les quotas pour l'analyse.
Les tableaux de bord sous Data Studio (anciennement Looker Studio), Power BI, Tableau ou un outil de reporting transforment les données en quelques pages lues par chaque équipe. Notre comparatif des meilleurs outils d'analyse web couvre la partie collecte.
| Canal | Indicateurs d'activité | Indicateurs de résultat |
|---|---|---|
| SEO | Impressions, position moyenne, taux de clic | Sessions organiques, contacts, chiffre d'affaires organique |
| Visibilité dans les IA (GEO) | Mentions et citations de la marque dans les réponses des IA | Sessions venues des assistants IA, recherches de marque |
| Publicité sur les moteurs et les réseaux | Impressions, clics, coût par clic | Coût par acquisition, retour sur dépenses publicitaires |
| Délivrabilité, taux d'ouverture, taux de clic | Conversions et chiffre d'affaires par envoi | |
| Réseaux sociaux (organique) | Portée, engagement, partages | Visites du profil, sessions, contacts |
| Contenu | Pages publiées, temps de lecture | Conversions assistées, inscriptions à la newsletter |
Au-dessus des canaux, deux indicateurs relient le marketing à la finance : le coût d'acquisition client (CAC) et la valeur vie client (LTV). Un ratio LTV sur CAC nettement supérieur à 1 signifie que l'acquisition se rentabilise ; notre calculateur gratuit du ratio LTV/CAC fait le calcul. Améliorez ensuite la part de visiteurs qui convertissent grâce à l'optimisation du taux de conversion.
L'attribution répartit le mérite d'une conversion entre les points de contact qui l'ont précédée. Les principaux modèles sont :
L'attribution ne voit que les clics suivis. Pour une vue d'ensemble, les équipes utilisent aussi les modèles de mix marketing, comme Meridian, l'outil open source de Google, qui estiment l'effet de chaque canal à partir de données agrégées dans le temps, et les tests d'incrémentalité, qui comparent un groupe exposé à une campagne avec un groupe qui ne l'est pas.
La réponse passe par les données propriétaires (CRM, newsletter, utilisateurs connectés), le marquage côté serveur, le mode consentement quand il s'applique, et l'acceptation que les rapports montrent des tendances plutôt que des totaux exacts.
Quand ChatGPT, Gemini, Perplexity ou Copilot recommandent une marque, trois choses peuvent se produire. L'utilisateur clique sur un lien cité, et la visite apparaît comme un site référent, mélangé aux autres sauf si vous créez un canal dédié. L'utilisateur copie le nom de la marque et le cherche sur Google, et la visite apparaît en recherche organique ou de marque. Ou il tape directement l'adresse, et la visite tombe dans le trafic direct. Cette part invisible est souvent appelée trafic IA invisible (dark traffic).
Pour mieux la mesurer : regroupez les référents IA dans un canal personnalisé, suivez la tendance des recherches de marque dans Search Console, ajoutez un champ « Comment nous avez-vous connus ? » à vos formulaires, et suivez directement les mentions de votre marque dans les réponses des IA avec un outil de visibilité IA.
L'analyse marketing est utile quand elle relie chaque canal au chiffre d'affaires, reconnaît ce que le suivi ne voit pas et débouche sur une décision chaque mois. Pour développer les canaux organiques et IA que l'analyse sous-estime souvent, Sorank publie des articles optimisés en autopilote et suit la fréquence à laquelle ChatGPT, Claude et Gemini citent votre marque, avec 3 jours offerts.
L'analyse web mesure ce qui se passe sur un site ou une application : visites, pages, événements, conversions. L'analyse marketing est plus large : elle relie les données web à celles des plateformes publicitaires, du CRM, de l'e-mail, des réseaux sociaux et des ventes pour comprendre l'effet du marketing dans son ensemble. L'analyse web est l'une de ses sources de données.
Commencez par le modèle basé sur les données si votre compte compte assez de conversions, et comparez-le au dernier clic pour voir quels canaux ouvrent les parcours. Aucun modèle n'est parfaitement juste : servez-vous de l'attribution pour comparer les canaux dans le temps et confirmez les grandes décisions budgétaires par des tests d'incrémentalité ou des modèles de mix marketing.
Pas au départ. Les petites équipes peuvent travailler avec Google Analytics, Search Console, les rapports des plateformes publicitaires et un outil de tableau de bord. Un entrepôt de données devient utile quand vous combinez beaucoup de sources, avez besoin d'un historique plus long que celui des outils ou voulez relier les données marketing au CRM et au chiffre d'affaires client par client.
ILS ONT ESSAYÉ SORANK AVANT VOUS
