Modéliser les données marketing

Les tables brutes des connecteurs sont désordonnées : noms de colonnes incohérents, monnaies mélangées, granularités différentes et particularités propres à chaque plateforme. Les interroger directement produit des chiffres erronés et impossibles à reproduire.

La modélisation des données consiste à transformer des lignes brutes en tables propres, cohérentes et prêtes pour l'activité. C'est là que le ROAS, la conversion et le chiffre d'affaires sont définis une seule fois, correctement, afin que tous les rapports concordent.

Le modèle analytique dominant est le schéma en étoile : une table de faits centrale contenant les événements mesurables, entourée de tables de dimensions qui les décrivent. Les faits contiennent les chiffres, comme les dépenses, les clics et le chiffre d'affaires ; les dimensions fournissent le contexte, comme la campagne, la date, le canal et le client.

Cette structure est intuitive pour les professionnels du marketing et efficace pour les outils BI, qui relient un fait à plusieurs dimensions afin d'analyser les indicateurs selon n'importe quel attribut.

Une table de faits est longue et additive : elle contient une ligne par événement ou par couple jour-campagne, avec des mesures numériques que vous additionnez. Une table de dimensions est large et descriptive : elle contient une ligne par campagne ou par client, avec des attributs selon lesquels vous filtrez et regroupez les données.

La règle est la suivante : si vous utiliseriez SUM pour l'agréger, c'est un fait ; si vous utiliseriez GROUP BY pour le regrouper, c'est une dimension. Les dépenses sont un fait ; le nom de la campagne est une dimension.

La granularité indique ce que représente une ligne d'une table de faits. La déclarer en premier est la décision de modélisation la plus importante. Mélanger les granularités, par exemple des lignes quotidiennes avec des totaux sur la durée, entraîne des doubles comptages et fausse chaque indicateur en aval.

Énoncez la granularité en termes simples : une ligne par campagne et par jour. Chaque colonne doit alors être vraie à cette granularité et chaque chargement doit la respecter.

Avant les faits et les dimensions, créez des modèles de préparation : un par table source, en renommant les colonnes selon une norme, en convertissant les types et en uniformisant les unités, par exemple des centimes en dollars et les dates en UTC. Un modèle de préparation correspond à une seule table brute, rien de plus.

La préparation est la couche de nettoyage. Elle isole les particularités des sources afin que vos magasins de données en aval n'aient jamais besoin de savoir que Meta parle de dépenses et Google de coût.

Chaque plateforme publicitaire produit ses rapports différemment, mais après la préparation, elles partagent une structure commune. Le modèle suivant les réunit en une seule table de faits des dépenses intercanal, fondement des rapports combinés.

C'est cette table unique qui rend le ROAS total possible. Comme chaque canal utilise les mêmes colonnes, une seule requête additionne simultanément les dépenses de Google, Meta et TikTok.

Pour l'analyse intercanal, les dimensions doivent être conformes : une dimension de date partagée, dim_date, et une dimension de canal partagée, dim_channel, auxquelles chaque fait se joint de la même manière. Ainsi, « chiffre d'affaires par mois et par canal » signifie la même chose, que la source soit la publicité, le courriel ou le Web.

Les dimensions conformes permettent de placer les dépenses et le chiffre d'affaires côte à côte dans un même graphique. Sans elles, les jointures s'alignent mal et les totaux divergent discrètement.

L'attribution répartit le mérite d'une conversion entre les points de contact. Le dernier clic est le modèle le plus simple : la dernière source marketing avant la conversion reçoit tout le mérite. Le premier clic, le modèle linéaire et le modèle fondé sur la position répartissent le mérite différemment.

Dans un entrepôt, vous mettez en œuvre l'attribution sous forme de modèle, et non comme une boîte noire de plateforme. Avec les données d'événements de GA4, vous pouvez regrouper les points de contact par utilisateur à l'aide de fonctions de fenêtre et appliquer n'importe quelle règle, puis comparer honnêtement les résultats des différents modèles.

Les attributs d'une dimension évoluent avec le temps : le responsable du budget d'une campagne change et le niveau d'un client augmente. Une dimension à évolution lente de type 2 conserve l'historique en ajoutant une nouvelle ligne avec des dates de validité au lieu d'écraser l'ancienne.

C'est essentiel pour obtenir des rapports exacts à un instant donné. Pour savoir dans quel segment se trouvait un client lorsqu'il a effectué une conversion, vous avez besoin de la version de la dimension qui était alors valide, et non de celle d'aujourd'hui.

Les modèles sont du code : vérifiez-les. Des outils comme dbt vous permettent de vérifier que les clés sont uniques et non nulles, que les valeurs de canal appartiennent à un ensemble autorisé et que les relations entre les tables sont respectées.

Les vérifications détectent la dérive du schéma et les mauvaises jointures avant qu'elles n'atteignent un tableau de bord. Associées à une documentation et à une traçabilité générées automatiquement, elles rendent le modèle fiable et facile à prendre en main, plutôt que de le laisser devenir une boîte noire fragile.

La couche supérieure est constituée de magasins de données métier : des tables prêtes pour l'activité et structurées pour des publics précis, comme la table métier marketing_performance, qui relie déjà les dépenses au chiffre d'affaires et calcule le ROAS par canal et par jour.

Les outils BI ne lisent que ces tables métier. En y préparant les jointures et les agrégations, les tableaux de bord restent rapides et peu coûteux, et chaque analyste bénéficie des mêmes définitions correctes.

Vous construisez une table de faits pour les performances publicitaires et devez éviter les doubles comptages. Quelle est la chose la plus importante à déclarer avant d'écrire la moindre colonne ?

La modélisation transforme des tables brutes désordonnées en données fiables et prêtes à l'emploi pour l'entreprise grâce à plusieurs couches : la zone de préparation nettoie et harmonise chaque source, les tables de faits et les dimensions conformes forment un schéma en étoile, et les tables analytiques pré-assemblent toutes les données pour la BI.

Déclarez d'abord la granularité, regroupez les canaux pour obtenir des indicateurs combinés, implémentez l'attribution et l'historique SCD de type 2 dans les requêtes, puis testez chaque modèle afin que les chiffres erronés signalent clairement une erreur au lieu d'atteindre un tableau de bord.