•/• MÉDIANE
BILAN IA

Vidéo · Data & Performance

L'analyse de données marketing assistée par IA

Une IA peut-elle analyser vos données marketing à votre place ? Pour le savoir, j'ai confié les exports d'une marque automobile inventée à trois assistants IA, et je leur ai posé la même question 18 fois. Le même assistant n'a pas toujours trouvé le même nombre de ventes. Reste à comprendre pourquoi, et ce qu'on peut y faire.

Par , fondateur de MÉDIANE · Publiée le 18 novembre 2026 · 5 min 37

Les huit règles du calcul

Les règles fournies aux assistants dans 8 essais sur 18, en version résumée.

  1. Période. Du 1er janvier au 30 juin 2026.
  2. Vente. Une commande passée dans la période et non annulée. La date retenue est celle de la commande (la livraison ne sert pas à compter). Une personne compte pour une vente au plus.
  3. Fiches de test. Les fiches créées par l'équipe ou par l'agence pour tester le formulaire sont exclues.
  4. Personne. Deux fiches qui partagent le même e-mail ou le même téléphone désignent une seule personne.
  5. Canaux. Onze canaux, définis une fois pour toutes. Par exemple, le search payant sur le nom de la marque est séparé du search générique.
  6. Origine. La vente revient au premier contact connu de la personne avec la marque : la première source mesurée par le site, à défaut le dernier clic enregistré dans le CRM, sinon « origine inconnue ».
  7. Coût par vente. La dépense d'un canal divisée par les ventes qui lui reviennent selon la règle 6. Les conversions déclarées par les plateformes ne servent pas à compter.
  8. Présentation. Montants arrondis à l'euro, dépenses hors taxes, canaux toujours dans le même ordre.

Avec ces règles, le semestre compte 271 ventes et 2 209 demandes d'essai en personnes distinctes (2 200 dans la vidéo, en arrondi).

Transcription

Texte intégral de la voix off, découpé selon les chapitres.

Lire la transcription intégrale

La question

Une IA peut-elle analyser vos données marketing à votre place ? On va essayer d'y répondre. Je suis Julien RICHARD, j'aide les directions marketing à intégrer l'IA dans leur quotidien.

Le problème : trois chiffres pour une même question

Imaginons-nous chez un constructeur automobile, en réunion d'équipe. Une question a priori simple émerge : combien de demandes d'essai avons-nous reçues ce semestre ? Chaque pôle ouvre son tableau de bord et présente un chiffre différent. C'est à ce moment-là que la réunion se complique, et que chacun y va de son argument pour justifier le chiffre le plus réaliste.

Pourquoi ça coince

En réalité, ces trois chiffres sont justes, chacun à sa façon. Le site ne voit que les visiteurs qui acceptent d'être mesurés. Le CRM compte des fiches, et une même personne en a parfois deux. Quant aux plateformes publicitaires, chacune s'attribue la demande dès qu'elle a croisé le client.

Et quand on ne s'accorde déjà pas sur les demandes d'essai, la question des ventes est plus délicate encore : combien, et grâce à quel canal ? Elle ajoute a minima deux arbitrages. Une vente se compte-t-elle à la commande ou à la livraison ? Et à qui revient-elle, au premier contact avec la marque ou au dernier clic avant l'achat ? En quinze ans de métier, j'ai rarement vu ces choix écrits quelque part.

La démonstration : 18 essais

Face à ce casse-tête, le réflexe aujourd'hui, c'est souvent de demander à une IA. J'ai essayé. J'ai fabriqué les données d'une marque automobile qui n'existe pas : quatre exports, un peu plus de 8 000 lignes. J'y ai glissé les défauts qu'on vient de voir, des visiteurs non mesurés, des fiches en double, des plateformes qui revendiquent la même demande, et quelques commandes annulées.

Puis j'ai posé les deux mêmes questions à trois assistants IA, 18 fois en tout, chaque fois dans une conversation neuve (donc sans échange précédent) : combien de ventes ce semestre, et combien coûte une vente selon le canal ? Premier essai, un assistant répond 290 ventes. Deuxième essai, même assistant, mêmes fichiers, 271. Entre les deux, il a changé d'avis sur les commandes annulées, sans le signaler la première fois.

J'ai donc écrit ce qu'il devait compter. Huit règles, en français courant (elles sont en description de la vidéo). Par exemple : une commande annulée ne compte pas comme une vente. Le même assistant répond alors 271, deux fois de suite, avec exactement les mêmes chiffres sur chaque canal.

Le coût d'une vente change aussi. Sans règles, une vente venue de Google semblait coûter moins cher qu'une vente venue de Meta. Avec la règle du premier contact, qui crédite le canal par lequel le client a découvert la marque, l'écart disparaît, et Meta passe même légèrement devant (du moins dans les données que j'ai construites).

À ce stade, c'est encore l'assistant qui fait le calcul. À la dernière étape, je l'ai confié à un petit programme (écrit avec l'aide d'une IA), qui applique les huit règles toujours de la même façon. L'assistant n'avait plus qu'à lire les résultats et à me dire ce qu'il remarquait. Il a relevé seul qu'une vente sur trois n'avait aucune origine connue. Vérification faite, c'était exact.

Trois limites

Trois réserves néanmoins. D'abord, des règles ne remplacent pas la mesure. Ici, si une vente sur trois reste sans origine connue, c'est surtout que le client a refusé les cookies, ou qu'il est venu directement en concession. Dans le premier cas, on peut estimer ce qui manque, à partir du taux de refus par exemple. Cela reste une estimation, et une règle de plus à décider.

Ensuite, les assistants n'ont pas toujours réussi à lire les fichiers. Le plus souvent, ils l'ont dit. Une fois pourtant, l'un d'eux a rendu un tableau complet dont aucun chiffre ne venait de mes données (il y figurait même TikTok, que je n'avais mis nulle part). C'est arrivé une seule fois : c'est rare, mais ce genre d'hallucination existe encore.

Enfin, 18 essais sur une marque inventée restent une démonstration, loin d'une étude complète.

Ce que j'en retiens

Ce que j'en retiens, en tant que marketeur, puisque je ne suis pas data scientist (et je le vis très bien).

Avant de confier des données à une IA, on sépare le travail en deux. D'un côté, ce qu'on fixe par écrit : ce qu'on appelle une vente, comment on reconnaît un même client derrière deux fiches, à qui la vente revient. Et le calcul, confié à un programme qu'on vérifie une fois.

De l'autre, ce qu'on laisse à l'IA. Lire les fichiers, les croiser, repérer ce qui cloche, proposer des explications. Elle le fait vite et bien, même s'il lui arrive parfois d'inventer : je ne la laisserais donc pas décider seule de ce qu'est une vente.

Ces règles relèvent d'une décision de direction. Huit ont suffi ici, et les écrire oblige une équipe à se mettre d'accord, ce qui prend souvent plus de temps que le calcul lui-même, qui s'appuie sur ces règles.

Et les demandes d'essai du début ? Avec ces règles, on en compte 2 200. Avec d'autres, le chiffre changerait : raison de plus pour les écrire. C'est par là que commence la méthode de MÉDIANE : partir de ce que font réellement les équipes, puis décider ce qu'on confie à l'IA.

Générique

Merci d'avoir regardé jusqu'au bout. Les huit règles et le détail des essais sont en description. Si vous avez aimé la vidéo, vous pouvez la liker et me suivre pour voir les prochaines. À bientôt.

Le Bilan IA

Pour situer la direction marketing sur le Triangle MÉDIANE avant de confier ses données à une IA.

Initier un Bilan IA