Comment assurer la qualité des données digitales collectées

Comment assurer la qualité des données digitales collectées ?

La qualité des données est une préoccupation récente des entreprises. Jusqu’alors, la priorité était donnée à la quantité de data collectée, faisant l’impasse sur sa fiabilité. Le RGPD a pour vocation de poser un cadre réglementaire autour de la récupération d’informations. Mais celle-ci porte essentiellement sur les données à caractère personnel. Pour autant, la notion de qualité doit s’appliquer à l’ensemble des data collectées et concerner toutes les étapes de la chaîne data. C’est-à-dire de sa collecte à son exploitation.

Le plan de marquage, premier document relatif à la collecte de données.

Toutes les équipes data et marketing disposent d’un plan de taggage pour organiser le déclenchement des tags et les données à collecter. Malgré un plan de marquage récent, vous n’avez aucune assurance que celui-ci est bien respecté. Et ce même après un recettage long et fastidieux effectué par vos équipes ! Pour en savoir plus sur les limites du plan de marquage, nous vous conseillons cet article.

Pour plus d’informations sur l’importance de la Data Quality, sa mise en place au sein de votre organisation et les outils qui existent, ne manquez pas notre livre blanc « Mission Data Quality »

Assurer la qualité des données digitales : les 5 prérequis

Rappelons votre objectif : contrôler la qualité des données que vous exploitez pour augmenter le R.O.I de vos campagnes marketing et améliorer la satisfaction de vos utilisateurs.

1. Avoir un plan de marquage à jour

Entre la multitude d’intervenants autour de votre plan de taggage et les évolutions très rapides de votre site internet, cela n’est déjà pas une mince affaire. Les outils de gestion actuels (tableurs) n’offrent pas la souplesse nécessaire pour gérer aisément l’historique de votre tracking et ne permettent pas de vérifications automatisées.

2. Connaître exactement les données que vous voulez collecter

Ce deuxième point implique d’avoir préalablement défini tous les objectifs que vos collectes de data vont devoir remplir. Dans le cadre de votre mise en conformité avec le RGPD, vous avez forcément déjà fait cet exercice et avez peut être constaté que vous collectiez des informations dont vous n’aviez pas forcément besoin. Cela vous permet également de gagner du temps au niveau de la recette.

3. Rendre les contrôles réguliers

Vous devez vérifier que vos différents outils continuent de remonter des données fiables. Pour cela, vous devez contrôler périodiquement l’implémentation de vos datalayers et de vos tags analytics et marketing et vous assurer qu’ils remontent bien les variables demandées. Votre site évolue, ce qui fonctionne aujourd’hui ne fonctionnera pas forcément après votre prochaine mise en production.

4. Définir le périmètre des contrôles

Environnement de préproduction ou production , desktop ou mobile, navigateur, type de pages, variables, valeur attendue … Le contexte de vos vérifications doit être très précis pour localiser, expliquer les anomalies et le cas échéant les corriger.

Est-ce-que tout votre site est concerné, seulement une certaine typologies de page, uniquement ce qui vient d’être mis en production ? Si votre recettage est effectué manuellement, vous n’avez pas d’autres solutions que de limiter le périmètre de vos contrôles. Malheureusement, cela n’empêchera pas quelques effets de bords inattendus sur d’autres pages tels que des tags qui disparaissent ou qui ne remontent plus la valeur attendue.

5. Mettre en place des KPI qualité

Ces indicateurs vous permettent de mettre en place un suivi dans le temps du niveau de qualité des données attendu et d’entreprendre une démarche d’amélioration continue. En cas de régression, vous êtes en mesure d’identifier rapidement l’origine de l’anomalie et d’en limiter l’impact sur vos données webanalytics.

Rendre ces actions automatiques, c’est possible !

Appliquer l’ensemble des prérequis ci-dessus n’est humainement pas possible. Pour gagner en efficacité et en temps, la solution est d’automatiser ces vérifications au moyen d’un outil comme seenaptic. L’intégralité des datalayers, tags analytics et marketing sont contrôlés en un clic afin de garantir la qualité des données et la fiabilité du Tag Management. La Data Quality est désormais indispensable et peut constituer un véritable avantage concurrentiel en termes d’expérience client.

Julie DULOT _ Auteur seenaptic -service communication

Julie Dulot

En charge de la communication de seenaptic, je traite des sujets relatifs à la fiabilité de votre Tag Management et de vos données analytics.

Vous aimerez peut-être

Data driven en 8 steps

Devenez Data Quality Driven en 8 steps

Interview Data Quality Norauto

[ITW] La Data Quality chez Norauto : MARIANE nous raconte !

pourquoi contoler la qualité de votre plan de marquage

Pourquoi contrôler la qualité de votre plan de taggage ?

Pourquoi la Data Quality est indispensable pour mon expérience client ?

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *