Consentement refusé : lire les chiffres marketing
Refus des traceurs : distinguez ventes, conversions observées et estimations pour construire un tableau de bord marketing aux limites explicites.
- Le refus ne supprime pas la réalité commerciale
- Définir ce que compte chaque colonne
- Exemple chiffré : une mesure partielle, pas des ventes disparues
- Les plateformes peuvent attribuer la même commande
- Ne pas corriger les ventes avec un simple taux d’acceptation
- Identifier les estimations dans les outils
- Examiner les solutions de mesure sans créer une exemption
- Une note de décision utilisable pour la direction
- Ce qu’il faut retenir
- FAQ
Après un refus des traceurs, vous pouvez continuer à piloter les ventes, mais pas présenter les conversions mesurées comme la totalité des achats ni reconstituer discrètement le parcours refusé. Construisez le tableau de bord avec trois niveaux séparés : activité commerciale, observations du dispositif autorisé et estimations explicitement nommées. L’écart entre ces niveaux constitue une question à expliquer, pas une mesure automatique des ventes perdues.
La décision pratique commence par le dénominateur. « 50 % des commandes sont retrouvées dans notre mesure » et « 50 % des visiteurs refusent les cookies » ne décrivent ni la même population ni le même phénomène. Une direction peut prendre une bonne décision avec une mesure partielle, à condition de connaître ce qu’elle couvre.
Le refus ne supprime pas la réalité commerciale
Un achat peut être traité dans le système de commande sans que son auteur accepte la mesure publicitaire. L’exécution du contrat avec cette personne peut justifier les données nécessaires à la vente selon l’Art. 6(1)(b). Cela ne donne pas une permission générale de transmettre ensuite la commande à une plateforme publicitaire.
L’Art. 82 de la loi Informatique et Libertés encadre l’accès aux informations du terminal et leur inscription, avec ses exceptions précisément définies. Les opérations soumises au consentement attendent un choix positif. Un besoin de reporting complet ne constitue pas une exception supplémentaire.
La réutilisation de données personnelles déjà détenues exige, elle aussi, une finalité déterminée, un fondement et des garanties adaptés. L’Art. 5(1)(b)–(c) impose notamment de limiter les usages et les données. Passer par le serveur ou un export de facturation ne permet pas d’ignorer ces exigences.
En revanche, une synthèse commerciale peut présenter le nombre et le montant des commandes, suivant une production licite et des accès maîtrisés. Le tableau remis au dirigeant n’a généralement pas besoin des noms, adresses ou détails individuels qui ont servi à traiter les achats.
Définir ce que compte chaque colonne
Une commande, un événement d’achat, une personne et une session ne sont pas des unités interchangeables. La même commande peut produire plusieurs événements lors d’un rechargement ; un client peut commander deux fois. Écrivez l’unité dans le libellé plutôt que de laisser « conversions » désigner toutes ces situations.
Précisez aussi la date retenue. Une plateforme peut classer un résultat selon la date de l’interaction publicitaire, tandis que le logiciel commercial utilise la date de commande. Comparer deux totaux mensuels sans harmoniser ces conventions peut créer un écart même avec une collecte techniquement correcte.
Les annulations demandent une règle visible : commandes initiales, commandes encore valides à une date donnée ou chiffre d’affaires après remboursements. Un résultat arrêté le 30 septembre et recalculé le 10 octobre peut légitimement changer. Conservez la date d’extraction et la définition, sans réécrire silencieusement l’ancien rapport.
Pour les ventes reprises du CRM, le guide des conversions hors ligne explique l’examen préalable de l’export. La disponibilité technique d’un identifiant de commande ne suffit pas à autoriser tous les rapprochements.
Exemple chiffré : une mesure partielle, pas des ventes disparues
Voici le dossier M21, entièrement fictif, d’une boutique en ligne. Il porte sur les commandes de septembre, arrêtées au 10 octobre. Pour cet exercice, le périmètre du dispositif de mesure et le rapprochement interne utilisé sont supposés licitement définis. Il ne s’agit ni d’un audit réel ni d’une permission générale de rapprocher des fichiers.
Le système commercial contient 240 commandes, dont 12 annulées. Le dispositif de mesure contient 124 événements d’achat : quatre sont des répétitions de commandes déjà comptées. Parmi les 120 commandes distinctes retrouvées, cinq ont été annulées.
| Ligne du tableau M21 | Calcul | Libellé exact à afficher |
|---|---|---|
| Commandes commerciales conservées | 240 − 12 = 228 | Commandes de septembre hors annulations connues au 10 octobre |
| Commandes distinctes observées avant annulations | 124 − 4 = 120 | Commandes retrouvées dans le dispositif, répétitions retirées |
| Commandes observées conservées | 120 − 5 = 115 | Commandes observées hors annulations connues |
| Couverture du rapprochement | 115 ÷ 228 = 50,4 % | Part des commandes conservées retrouvée dans la mesure |
| Commandes non retrouvées | 228 − 115 = 113 | Commandes commerciales sans observation correspondante dans ce dispositif |
Les 113 commandes ne sont pas des ventes perdues : elles figurent déjà dans le système commercial. Elles ne prouvent pas davantage 113 refus. Certains achats peuvent venir de parcours non couverts, de paramètres incorrects ou d’autres causes. Si la répartition n’est pas établie, la case « cause » reste inconnue.
Cette démonstration ne propose pas de rechercher l’identité des personnes manquantes pour contourner leurs choix. Le rapprochement doit rester dans son périmètre autorisé. Si ce rapprochement n’est pas permis ou suffisamment fiable, présentez deux totaux séparés et renoncez au taux de couverture calculé sur des correspondances incertaines.
Les plateformes peuvent attribuer la même commande
Poursuivons M21 : après alignement des périodes, annulations et unités, le canal A revendique 70 commandes et le canal B, 58. Dans cet exemple, les ensembles sont effectivement rapprochables dans le cadre autorisé ; 23 commandes sont communes. L’union comprend donc 70 + 58 − 23 = 105 commandes, pas 128.
Dix des 115 commandes observées n’appartiennent à aucun de ces deux ensembles. Elles ne deviennent pas automatiquement du trafic « direct » : cette qualification supposerait sa propre définition et des données correspondantes.
Les 105 commandes attribuées ne démontrent pas non plus que les campagnes les ont causées. Un client pouvait avoir prévu son achat avant de voir une publicité. Le rapport distingue ainsi attribution selon une règle et effet supplémentaire de la campagne ; il n’annonce pas un gain causal que l’analyse n’a pas mesuré.
Lorsque les plateformes ne permettent pas un rapprochement fiable et licite, gardez leurs résultats sur des lignes distinctes avec la mention « non additionnables ». Inventer une déduplication pour obtenir un total rassurant détériore la décision autant qu’une addition brute.
Ne pas corriger les ventes avec un simple taux d’acceptation
Supposons que la CMP affiche 40 % d’acceptation sur son indicateur du mois. Diviser les 115 commandes observées par 0,40 produit 287,5. Ce nombre ne devient pas une estimation valable des commandes : le taux de choix peut porter sur des affichages, navigateurs ou décisions, tandis que le numérateur porte sur des achats.
Même avec des unités mieux alignées, les personnes qui acceptent ne constituent pas nécessairement un échantillon représentatif des autres. Le comportement peut varier selon l’appareil, le parcours ou le type de clientèle. Le refus ne peut donc pas être traité comme une simple réduction aléatoire et uniforme du volume.
Le rapport doit conserver les statuts utiles : accord, refus exprimé, absence de choix exploitable ou donnée indisponible. Une cellule vide ne devient pas un zéro ; une absence de signal ne prouve ni consentement ni refus. Documentez la convention de comptage de la CMP avant toute comparaison avec la mesure des achats.
Identifier les estimations dans les outils
Certains outils mêlent données observées et données modélisées. La documentation Google Analytics sur la modélisation du comportement décrit notamment l’identité de reporting « Mélangée », des conditions d’éligibilité et une icône indiquant l’intégration d’estimations. Modifier cet affichage ne modifie pas la collecte elle-même. Ces indications documentaires ne valent ni résultat d’essai ni validation juridique d’une configuration.
Pour tout rapport de ce type, demandez au responsable de la mesure de préciser les métriques concernées, la période d’application et les exports qui les reprennent. Ne supposez pas qu’un chiffre téléchargé ailleurs utilise le même modèle que l’écran consulté.
Une estimation peut éclairer une tendance ; elle ne doit pas être ajoutée au total commercial comme une nouvelle série de commandes. Si le fournisseur ne permet pas de séparer clairement les composantes, nommez la série « résultat incluant une modélisation » et évitez de la présenter comme un décompte vérifié.
Examiner les solutions de mesure sans créer une exemption
La CNIL décrit les conditions de certaines mesures d’audience exemptées : finalité limitée à l’audience pour le compte exclusif de l’éditeur, statistiques anonymes, absence des recoupements et du suivi multisite exclus de ce cadre. Elle distingue aussi l’auto-évaluation d’une certification par ses services. L’analyse porte sur la configuration effective.
Ce cadre peut améliorer le pilotage du site. Il ne donne pas un droit général à relier les visiteurs ayant refusé aux ventes du CRM ou aux audiences publicitaires. Une statistique réellement anonyme n’est pas la même chose qu’un tableau sans noms produit à partir de profils persistants.
D’autres décisions peuvent s’appuyer sur la publicité contextuelle ou sur une attribution d’affiliation après refus examinée séparément. Chaque méthode conserve ses limites : changer d’outil ne transforme pas une corrélation en preuve d’efficacité.
Une note de décision utilisable pour la direction
Pour M21, la responsable marketing peut joindre cette note au tableau :
« Septembre compte 228 commandes conservées au 10 octobre. Notre dispositif en retrouve 115, soit 50,4 %. Les causes des 113 absences ne sont pas réparties à ce stade. Les canaux A et B revendiquent ensemble 105 commandes distinctes après retrait de 23 doublons communs. Ces attributions ne mesurent pas l’effet causal des campagnes. »
La note conduit à une décision proportionnée : conserver le suivi commercial, examiner la comparabilité technique et éviter une réallocation majeure fondée uniquement sur les conversions visibles. Elle ne conclut pas que les dépenses sont rentables ; les montants, marges et coûts doivent être étudiés séparément.
Attribuez les suites. La finance confirme le périmètre des commandes ; la personne chargée de la mesure documente événements et règles ; le DPO ou référent examine les nouveaux traitements envisagés. Une anomalie de collecte n’autorise pas à retirer le choix de refus pour retrouver les volumes antérieurs.
Si une balise fonctionne hors du consentement requis, arrêtez ce flux, corrigez son déclenchement et contrôlez les parcours avant reprise. Analysez séparément les données déjà transmises et les conséquences juridiques. Le rapport mentionne la rupture de mesure ; il ne remplace pas la correction du dispositif.
Ce qu’il faut retenir
Gardez les commandes commerciales, observations et estimations séparées. Harmonisez unités, dates et annulations avant de calculer une couverture. Ne traduisez pas l’inconnu en refus certain ni l’attribution en causalité. Une limite expliquée vaut mieux qu’un total obtenu par un rapprochement injustifié.
FAQ
Une baisse des conversions prouve-t-elle une baisse des ventes ?
Non. Comparez d’abord le périmètre commercial et la stabilité du dispositif. Une modification de CMP, de balise ou de définition peut rompre la série sans baisse équivalente des achats.
Peut-on publier zéro quand aucune donnée n’est disponible ?
Non si ce zéro signifie « aucun achat ». Utilisez « indisponible » ou « non mesuré », avec la raison connue. Réservez zéro à une mesure effectivement réalisée sur un périmètre identifié.
Faut-il supprimer tout reporting après un refus ?
Non. Les traitements nécessaires à la vente et les autres opérations licites conservent leur régime. Le refus impose de respecter son périmètre ; il ne supprime pas le besoin de distinguer chaque finalité et ses conditions.
Recevez nos analyses pratiques sur la conformité : inscrivez-vous à la newsletter.
Thiébaut Devergranne est docteur en droit et fondateur de donneespersonnelles.fr. Il travaille depuis plus de vingt ans sur le droit des technologies et la protection des données personnelles.