Blog · IA & automatisation · 5 min de lecture
Dashboard marketing automatisé : contenu et mise en place
Dashboard marketing automatisé : sources branchées en direct, une définition par indicateur, mise à jour quotidienne, alertes, et la place réelle de l'IA.
La plupart des dashboards marketing que je vois meurent en quelques mois. Quelqu'un copie les chiffres à la main chaque lundi, oublie une semaine, les chiffres ne collent plus avec ceux des régies, et plus personne ne fait confiance au tableau.
Un dashboard sert à quelque chose s'il se met à jour sans que personne n'y touche, et si tout le monde y lit les mêmes chiffres avec les mêmes définitions. Voici comment je les construis.
Les sources sont branchées en direct, sans export à la main
Google Ads, Meta, Microsoft Ads, GA4, le back-office du site, l'outil d'attribution quand il y en a un : chaque source est reliée au dashboard par son API ou par un connecteur. Chaque export CSV à la main est une étape qui finira par sauter.
Un détail technique fausse beaucoup de dashboards. Les régies continuent de mettre à jour les jours passés. Une vente qui arrive trois jours après un clic sur Google Ads est rattachée au jour du clic, pas au jour de la vente. Les chiffres d'hier ne sont donc jamais définitifs. À chaque mise à jour, je fais recharger plusieurs jours en arrière, et pas seulement la veille, sinon le dashboard affiche des conversions en moins pour les derniers jours.
Le back-office reste la référence pour le CA et les commandes. Les régies servent à lire le détail par campagne, avec leurs propres règles d'attribution (pourquoi les deux ne collent jamais).
Chaque indicateur a une seule définition, écrite
Avant de construire quoi que ce soit, j'écris un court dictionnaire des indicateurs. J'y fixe la source du CA et la base du ROAS (hors taxes ou TTC, mais la même partout), la définition d'un nouveau client (jamais commandé, ou pas depuis un an), le CTR sortant sur Meta et jamais le CTR « tous les clics », les semaines ISO du lundi au dimanche, et le taux utilisé pour convertir les devises.
Ces choix paraissent mineurs. Sans eux, le marketing, la finance et la direction lisent trois chiffres différents pour le même indicateur, et les réunions servent à savoir qui a le bon. Le dictionnaire est visible depuis le dashboard, pour que chacun puisse vérifier ce qu'il lit.
Une mise à jour chaque matin, et peu d'alertes
Une mise à jour par jour, tôt le matin, suffit pour la plupart des comptes. Le pilotage d'un compte pub se fait rarement à l'heure près, et une donnée de la veille bien consolidée vaut mieux qu'une donnée en direct incomplète.
Les alertes sont ce qui fait gagner le plus de temps. Je n'en règle qu'un petit nombre :
- une campagne qui ne diffuse plus (budget épuisé, paiement refusé, pub rejetée) ;
- des conversions qui tombent à zéro, signe fréquent d'un tag cassé ;
- un coût d'acquisition ou un ROAS qui s'écarte nettement de sa moyenne des sept derniers jours ;
- un rythme d'invests qui fait dépasser ou sous-consommer le budget du mois.
Les seuils se règlent compte par compte, puis s'ajustent après quelques semaines. Au-delà de quelques alertes, plus personne ne les lit.
L'IA résume et cherche, la décision reste humaine
J'utilise des assistants IA branchés directement sur les outils marketing, et ils ont changé la façon dont je lis un dashboard (ce que j'automatise et ce que je garde à la main). L'IA résume la veille en quelques lignes, repère les écarts, va chercher le détail derrière un chiffre (quelle campagne, quel produit, quel pays) et prépare un premier commentaire.
Elle ne connaît pas le contexte : une rupture de stock, une promo d'un concurrent, une décision prise en réunion la veille. Elle peut aussi se tromper avec beaucoup d'assurance. Chaque chiffre qu'elle cite doit venir des données branchées, et je relis tout avant que ça parte chez un client ou à la direction.
Ma mise en place, étape par étape
- Je liste les décisions que le dashboard doit aider à prendre, et qui va le lire. Une direction et une équipe marketing n'ont pas besoin de la même vue.
- J'écris le dictionnaire des indicateurs et je le fais valider par les personnes qui vont s'en servir.
- Je branche les sources, puis je compare les chiffres du dashboard aux interfaces des régies et au back-office sur une période passée. Tant que ça ne colle pas, je ne livre pas.
- Je construis deux vues : une page de direction courte, et une vue opérationnelle détaillée par levier et par campagne.
- Je règle les alertes, puis je les ajuste après quelques semaines d'usage.
- Je garde une relecture humaine chaque semaine, pour vérifier que les chiffres tiennent et que les définitions sont toujours les bonnes.
Vous voulez un dashboard qui se met à jour seul, branché sur vos vraies sources ? Voir l'offre IA & data.