Reporting marketing automatisé : suivre ce qui rapporte

Lundi matin, quelqu’un ouvre cinq onglets : Google Analytics, la Search Console, l’outil d’e-mailing, la régie publicitaire et le CRM. Il recopie des chiffres dans un tableur, les met en forme, et la matinée y passe. Le rapport qui en sort dit combien de visites, de clics et d’ouvertures. Il dit rarement ce que la direction veut savoir : ce qui a rapporté, et ce qu’il faut changer.

Ce guide prolonge notre guide de l’automatisation marketing en PME, qui situe le reporting parmi les autres gestes du marketing. Il s’adresse aux équipes de 20 à 500 personnes qui ont déjà leurs outils, et plus le temps de recopier leurs chiffres.

En bref

• Un bon rapport commence par quelques chiffres qui parlent d’argent, pas par cinquante qui parlent d’audience.
• Les chiffres viennent des outils, sans recopie : mesure d’audience, Search Console, e-mailing, régie publicitaire et CRM.
• Ce qui relie un clic à une vente, ce sont des liens de campagne balisés et une source enregistrée sur chaque contact du CRM.
• L’IA commente les écarts en langage clair, à partir des chiffres qu’on lui donne : elle ne calcule rien et ne décide rien.
• Avant de comparer une année à l’autre, vérifiez combien de temps chaque outil garde vos données.

Pourquoi automatiser son reporting marketing ?

Parce qu’un rapport recopié à la main a trois défauts, et qu’aucun ne tient au talent de la personne qui le fait. Il prend du temps chaque semaine. Il change de forme selon qui le prépare, et ses erreurs de copie ne se voient pas. Surtout, il arrive trop tard pour corriger quoi que ce soit : quand le chiffre du mois est connu, le budget du mois est dépensé.

Automatiser, c’est écrire une fois la règle : quels chiffres, tirés de quel outil, avec quelle définition, envoyés quand et à qui. Ensuite le rapport part tout seul chaque lundi, identique dans sa forme, et le temps gagné va à ce qu’un rapport ne fait jamais à votre place : décider.

Quels chiffres suivre pour savoir ce qui rapporte ?

Un rapport utile se lit de haut en bas, du chiffre qui parle d’argent à celui qui l’explique.

1. Ce qui rapporte : les demandes de contact, les devis, les affaires signées et leur montant. Ces chiffres vivent dans le CRM, pas dans l’outil d’analyse. C’est pour cela que le CRM est la pièce maîtresse d’un reporting : nous utilisons Twenty en production depuis début 2025, et c’est lui qui dit d’où vient chaque affaire.
2. Ce que ça coûte : la dépense publicitaire et le temps passé, rapportés au nombre de nouveaux clients. Un canal qui amène beaucoup de visites et aucune vente reste un canal cher, même quand chaque clic ne coûte rien.
3. Ce qui l’explique : les visites utiles (celles qui atteignent une page d’offre ou un formulaire), les clics venus de Google et les requêtes qui les amènent, les clics des e-mails. Pour un e-mailing, jugez aux clics, aux réponses et aux désinscriptions : comme le détaille notre guide pour faire un emailing, le taux d’ouverture n’est plus un indicateur fiable.
4. Ce qui rassure sans rien dire : le nombre d’abonnés, d’impressions ou de pages vues. Ces chiffres peuvent figurer en bas du rapport, jamais en tête.

Chaque chiffre a une définition écrite, une seule. Une demande de contact, est-ce un formulaire envoyé, un appel, un e-mail reçu ? Tant que la réponse change selon qui compte, deux rapports ne se comparent pas.

D’où viennent les chiffres, et comment les relier ?

Les chiffres d’un rapport marketing viennent de quatre ou cinq outils qui ne se parlent pas : l’outil de mesure d’audience (Google Analytics ou Matomo), la Search Console de Google pour le référencement naturel, l’outil d’e-mailing, la régie publicitaire et le CRM. Les relier demande deux choses.

Des liens de campagne balisés. Chaque lien que vous diffusez, dans un e-mail, une publication ou une annonce, porte des paramètres qui disent d’où vient la visite. L’aide de Google Analytics est explicite : « Lorsque vous ajoutez des paramètres à une URL, vous devez toujours utiliser utm_source, utm_medium et utm_campaign » (aide Google Analytics sur les URL de campagne), soit la source, le support et la campagne. Sans eux, une partie des visites venues de votre lettre d’information arrive sans origine connue, et ce qu’elle a rapporté se perd.

Une source enregistrée sur chaque contact. Le formulaire qui crée un contact dans le CRM recopie ces paramètres sur sa fiche. Le jour où l’affaire se signe, on sait de quel canal elle est venue, et la valeur de la vente peut remonter vers la régie publicitaire pour que les enchères suivent ce qui vend.

Le reste est de la plomberie. Un outil d’automatisation comme n8n, que nous faisons tourner sur notre propre serveur à côté de Twenty et de Matomo, peut interroger chaque outil le lundi matin, assembler les chiffres et envoyer le rapport. Rien n’est recopié, donc rien n’est mal recopié.

Que peut faire l’IA dans un reporting ?

Elle est utile à un seul endroit : après les chiffres. Un modèle de langage à qui l’on donne le rapport de la semaine et celui de la semaine précédente sait écrire en trois phrases ce qui a bougé. Par exemple : « Les demandes venues de Google ont baissé de moitié, toutes sur une seule page, qui a perdu sa place dans les résultats depuis mardi. » Une direction lit cette phrase ; elle ne lit pas un tableau de quarante lignes. Pour ce travail, un modèle peu coûteux suffit le plus souvent : commenter un tableau ne demande pas le modèle le plus puissant du marché.

Trois règles évitent les mauvaises surprises.

• Les chiffres viennent des outils, jamais du modèle. On lui donne des chiffres déjà calculés, il les commente. Un modèle qui additionne ou qui « estime » un chiffre manquant peut se tromper sans le dire.
• Chaque commentaire cite le chiffre qu’il commente, pour qu’on le vérifie d’un coup d’œil.
• Une personne décide. L’IA peut proposer une piste, comme revoir une page qui glisse ; elle ne déplace pas un budget.

C’est ainsi que tourne notre moteur SEO. Chaque jour, un programme sans IA lit la Search Console et croise deux fenêtres de 28 jours avec notre registre de mots-clés : les objectifs couverts ou non, les requêtes classées entre la 4e et la 20e place, les titres qui attirent peu de clics, les pages qui glissent. Les agents d’IA ne travaillent qu’ensuite, sur cette file, et rien ne se publie sans relecture humaine. Le comptage ne fait appel à aucun modèle ; le jugement, lui, reste à une personne.

Quels pièges de données connaître avant de commencer ?

La durée de conservation. Les outils ne gardent pas tout, ni pour toujours. Dans une propriété Google Analytics 4 standard, les données au niveau de l’utilisateur et des événements se conservent deux ou quatorze mois, selon le réglage choisi, et jusqu’à cinquante mois pour les propriétés Analytics 360. Ce réglage « n’a aucune incidence sur les rapports agrégés standards » : il n’affecte que les explorations et les rapports sur les entonnoirs, et les données expirées sont supprimées automatiquement chaque mois (aide Google Analytics sur la conservation des données). Si votre comparaison d’une année sur l’autre passe par une exploration, réglez la durée la plus longue dès le premier jour, ou gardez votre propre copie des chiffres. Pour le référencement, la Search Console permet de planifier une exportation quotidienne de ses données de performances vers BigQuery, l’entrepôt de données de Google (aide Search Console sur l’exportation groupée).

Le consentement des visiteurs. Un outil de mesure d’audience dépose en général des traceurs, et la loi demande le consentement du visiteur, sauf exception. La CNIL en exempte les traceurs utilisés pour « une finalité strictement limitée à la seule mesure de l’audience du site ou de l’application », qui servent à produire « des données statistiques anonymes uniquement » et ne sont pas recoupés avec d’autres traitements ; leur durée de vie reste limitée (elle cite treize mois en exemple) et les informations collectées sont « conservées pour une durée maximale de vingt-cinq mois » (CNIL, mesure d’audience). Ces conditions tiennent à la façon dont l’outil est réglé, pas à son nom : c’est la configuration qu’il faut vérifier avant de retirer un bandeau de consentement.

Les chiffres qui ne se recoupent pas. Analytics, la régie et le CRM ne comptent pas la même chose : une conversion chez l’un, un clic chez l’autre, une affaire dans le troisième. Ne cherchez pas à les faire coïncider. Choisissez, pour chaque chiffre, l’outil qui fait foi, et écrivez-le. Pour les ventes, c’est le CRM.

Par où commencer ?

Trois étapes, dans cet ordre.

1. Écrire la liste des chiffres, cinq au plus, avec pour chacun sa définition, l’outil qui fait foi et la personne qui le lit. C’est une courte réunion, et c’est elle qui décide de tout le reste.
2. Relier les outils : liens de campagne balisés, source enregistrée sur chaque contact, accès en lecture aux outils pour l’automatisation.
3. Automatiser l’envoi, chaque lundi, puis seulement ajouter le commentaire de l’IA.

Si vous ouvrez de nouveaux marchés, suivez chacun séparément dès le départ, avec le seuil qui dira s’il mérite d’être gardé : une langue qui progresse peut masquer celle qui recule. C’est la méthode de notre article sur le SEO international et le choix des marchés.

Dans notre offre marketing digital d’un bloc, ce rapport est livré chaque mois : ce que chaque canal a rapporté en contacts, en affaires et en ventes, avec la prévision des ventes.

Questions fréquentes

Faut-il un outil de tableau de bord ? Pas pour commencer. Un e-mail envoyé chaque lundi, avec cinq chiffres et trois phrases de commentaire, suffit souvent. Un outil de tableau de bord se justifie quand plusieurs personnes veulent explorer les chiffres elles-mêmes, filtrer par pays ou par produit, ou remonter dans le temps. Commencez par le rapport : l’outil viendra le jour où quelqu’un le réclame.

À quelle fréquence envoyer le rapport ? Chaque semaine pour piloter, chaque mois pour décider. Le rapport du lundi sert à réagir vite : une campagne qui s’essouffle, une page qui perd sa place. Le rapport mensuel prend du recul, compare au mois précédent et à la même période de l’année passée, et nourrit les décisions de budget. Un rapport quotidien, lui, produit surtout du bruit.

L’IA peut-elle se tromper dans un rapport ? Oui, et c’est pour cela qu’on ne lui confie que le commentaire. Les chiffres sont calculés par les outils et passés tels quels au modèle, qui doit citer ceux qu’il commente. Une personne relit avant l’envoi, au moins les premières semaines, et chaque phrase du commentaire doit pouvoir se vérifier dans le tableau. Ce qui ne se vérifie pas ne part pas.

Mes données restent-elles chez moi ? Cela dépend des outils. Google Analytics, la Search Console et les régies publicitaires gardent vos données sur leurs serveurs. Un outil de mesure d’audience comme Matomo peut s’installer sur votre propre serveur, comme le CRM Twenty et l’outil d’automatisation n8n. Même le commentaire peut être rédigé par un modèle installé localement, comme ceux que nous faisons tourner avec Ollama.