Les statistiques d’une CMP peuvent rapidement devenir une collection de chiffres dont on ne sait pas vraiment quoi faire.
Taux d’acceptation, taux de refus, nombre d’ouvertures du panneau, choix par catégorie, choix par service : tout peut théoriquement être mesuré.
La vraie question est plutôt de savoir quelles informations permettent de comprendre le fonctionnement du consentement sans transformer la CMP en nouvel outil de suivi des visiteurs.
Le taux d’acceptation est le chiffre le plus évident
Le premier indicateur regardé est généralement le taux d’acceptation.
Il répond à une question simple : parmi les choix exprimés, quelle proportion correspond à une acceptation ?
Ce chiffre est intéressant, notamment pour comparer l’évolution d’un site dans le temps. Il devient en revanche beaucoup plus discutable lorsqu’il est utilisé comme un KPI commercial qu’il faudrait absolument maximiser.
Une CMP n’est pas un tunnel de conversion. Son objectif est de recueillir un choix valable, pas de transformer tous les visiteurs en consentements positifs.
Le taux de refus est tout aussi important
Une statistique de consentement honnête doit évidemment montrer les refus.
Si une interface affiche 70 % d’acceptation, les 30 % restants ne sont pas des visiteurs que le bandeau a "ratés". Ils ont simplement exprimé un autre choix.
Suivre les deux valeurs permet aussi de détecter des changements anormaux.
Une chute brutale des refus après une modification graphique peut par exemple mériter une vérification : l’interface est-elle devenue réellement plus claire ou le bouton de refus est-il simplement devenu moins visible ?
L’ouverture du panneau apporte une information différente
Le panneau détaillé permet au visiteur de sortir du choix binaire "tout accepter" ou "tout refuser".
Mesurer son ouverture permet donc de savoir si cette possibilité est réellement utilisée.
Un taux très faible n’est pas nécessairement un problème. Beaucoup de visiteurs souhaitent simplement effectuer un choix global rapidement.
Mais cet événement peut aider à comprendre comment l’interface est utilisée sans avoir besoin de connaître l’identité de la personne qui l’utilise.
Les choix par service peuvent être intéressants
Sur un site utilisant plusieurs services, les choix individuels apportent une information supplémentaire.
Les visiteurs peuvent par exemple accepter une mesure d’audience tout en refusant un service publicitaire, ou autoriser ponctuellement une vidéo externe.
Ces informations peuvent aider à comprendre quels services sont réellement acceptés et lesquels sont fréquemment refusés.
Elles peuvent même conduire à une question produit intéressante : un service refusé par presque tout le monde est-il réellement indispensable au site ?
Il n’est pas nécessaire de transformer chaque événement en profil
Pour calculer un taux d’acceptation, il faut compter des événements.
Il n’est pas nécessaire pour autant de construire un profil détaillé du visiteur avec son historique de navigation, ses pages consultées et tous ses choix successifs.
Je préfère distinguer la mesure statistique du fonctionnement de la CMP et le suivi individuel d’une personne.
Le premier peut répondre à des questions opérationnelles avec beaucoup moins de données.
Statistiques et preuve du consentement sont deux sujets différents
Il ne faut pas non plus confondre ces statistiques avec la question juridique de la preuve du consentement.
La CNIL rappelle que les responsables de traitement doivent être en mesure de démontrer que le consentement a été valablement recueilli lorsqu’ils s’en prévalent.
Cette obligation ne signifie pas que le taux d’acceptation global affiché par une CMP constitue à lui seul une preuve pour chaque traitement.
Inversement, la question de la preuve ne signifie pas nécessairement que l’outil de statistiques doit devenir une base marketing recensant individuellement tous les visiteurs.
Le contexte de collecte compte beaucoup
Pour comprendre une statistique, il faut savoir comment elle a été produite.
Le nombre de visiteurs ayant vu le bandeau, le nombre de choix exprimés et la manière dont les événements sont comptés influencent le résultat.
Un taux calculé sur les sessions, les visiteurs, les affichages du bandeau ou uniquement les clics exprimés ne répond pas exactement à la même question.
Comparer deux CMP uniquement à partir d’un pourcentage publié sans connaître cette méthodologie est donc assez hasardeux.
Un taux d’acceptation très élevé n’est pas automatiquement une bonne nouvelle
Une interface peut obtenir davantage d’acceptations parce qu’elle explique mieux les choix.
Elle peut aussi en obtenir davantage parce que le bouton d’acceptation occupe la moitié de l’écran tandis que le refus est gris, petit et difficile à trouver.
Le chiffre seul ne permet pas de distinguer les deux.
C’est pourquoi je me méfie des comparaisons commerciales reposant uniquement sur la promesse d’augmenter le consent rate.
Les statistiques peuvent surtout détecter des anomalies
Je trouve les statistiques particulièrement utiles lorsqu’elles sont observées dans le temps.
Un changement brutal après une mise à jour peut signaler un problème d’interface. Une disparition soudaine des événements peut révéler une erreur d’intégration. Une augmentation des ouvertures du panneau peut suivre une modification des textes.
Dans ce contexte, les statistiques deviennent un outil de diagnostic plutôt qu’un concours du meilleur taux d’acceptation.
Il faut aussi regarder ce qui se passe techniquement
Un excellent taux de consentement ne dit rien sur la qualité du blocage.
Une CMP pourrait théoriquement annoncer 60 % d’acceptation tout en laissant partir un tracker avant le choix.
Les statistiques d’interface doivent donc rester complémentaires des vérifications techniques.
Pour cela, les DevTools permettent de vérifier directement les requêtes et les cookies.
Quels événements mesurer ?
Pour une vision utile sans multiplier artificiellement les données, quelques événements suffisent généralement :
- affichage du bandeau ;
- acceptation globale ;
- refus global ;
- ouverture du panneau de gestion ;
- validation d’un choix personnalisé ;
- éventuellement les choix associés aux services ou catégories lorsque cette information est utile.
À partir de cette base, il est déjà possible de comprendre assez précisément la manière dont l’interface est utilisée.
Mesurer pour comprendre, pas pour pousser
Je trouve les statistiques intéressantes lorsqu’elles permettent de détecter un problème ou de mieux comprendre l’utilisation d’une CMP.
Elles deviennent beaucoup moins intéressantes lorsqu’elles servent uniquement à chercher la couleur de bouton qui fera accepter davantage de visiteurs.
Une CMP doit laisser un vrai choix. Un taux de refus n’est donc pas un taux d’échec.
La meilleure statistique reste celle qui aide à comprendre ce qui se passe sans modifier la finalité même de l’outil.
