Comprendre les données et la mesure
Avant le graphique, définissez ce qu’une ligne représente et comment l’indicateur est calculé. Conservez la période, l’unité et les règles pour les valeurs inconnues. La qualité de la comparaison dépend de ces définitions autant que de l’outil utilisé.
43 notions à explorer avec leurs définitions et conseils pratiques.
Rechercher dans tout le glossaire
Un parcours de lecture
1. Décrire les données
Identifiez chaque entrée et ses champs. Un export doit conserver les relations et les unités nécessaires à une réutilisation correcte.
- Tableau de données
Présentation de valeurs organisées en lignes et colonnes avec des en-têtes explicites. Préservez les associations entre cellules et titres ; signalez les valeurs manquantes et l’unité pour éviter une lecture trompeuse.
- Unité de mesure
Référence donnant un sens à une valeur, par exemple seconde, euro ou kilogramme. Publiez-la avec la grandeur et le contexte ; distinguez aussi nombre, pourcentage et base utilisée avant de comparer deux valeurs.
- Export de données
Extraction de contenus ou données dans un format réutilisable ; elle ne comprend pas forcément le code et les réglages nécessaires à une restauration complète.
2. Définir une observation
Précisez l’action ou la population observée. Un événement déclenché ne prouve une réception ou un paiement que si le parcours correspondant est réellement vérifié.
- Event tracking
Enregistrement d’événements définis dans un parcours, par exemple clic, soumission ou confirmation. Nommez précisément chaque étape : envoyer une mesure ou compter un clic ne prouve pas que l’opération métier a abouti.
- Conversion rate
Part des visites, sessions ou personnes qui accomplissent une action définie, selon le dénominateur retenu. Exemple : 20 demandes sur 500 visites donnent 4 %. La population, la période et la définition de l’action doivent accompagner le taux.
- KPI
Key Performance Indicator : indicateur choisi pour suivre l’avancement vers un objectif clairement défini.
3. Comparer avec méthode
Séparez mesures de terrain, mesures de laboratoire et hypothèses. Les groupes, périodes et appareils doivent être comparables pour donner un sens à une différence.
- Field data
Mesures recueillies pendant des visites réelles, dans les conditions des personnes observées. Elles décrivent une population et une période précises ; les données publiques de CrUX ne représentent pas automatiquement tous les navigateurs ni toutes les pages.
- Synthetic monitoring
Surveillance par scénarios exécutés automatiquement à des moments et depuis des environnements définis. Elle aide à détecter une régression reproductible ; elle complète l’observation des visiteurs sans reproduire toute la diversité de leurs usages.
- Real User Monitoring
Real User Monitoring (RUM) : mesure des performances et erreurs rencontrées pendant des visites réelles. Les résultats dépendent des appareils, réseaux, pages et visites effectivement représentés dans la collecte.
Les distinctions utiles
Valeur null / Unité de mesure
Une absence de valeur n’est pas une mesure égale à zéro. L’unité explique comment lire une valeur présente. Définissez ces deux règles avant les calculs et l’import des données.
Attribution / Conversion rate
L’attribution cherche à répartir le mérite d’un résultat entre des points de contact. Le taux de conversion rapporte un nombre d’actions à une population définie. Ces indicateurs répondent à des questions différentes.
Utiliser le vocabulaire pour décider

Situation
Deux tableaux donnent des taux différents pour les mêmes demandes.
Avant de décider
Comparez période, filtres, définition de l’action et dénominateur. Une différence de calcul peut expliquer l’écart sans qu’une donnée soit fausse.
Un contrôle concret
Recalculez un petit sous-ensemble à la main et documentez la règle retenue.
Donner un dénominateur à chaque taux
Deux pourcentages ne deviennent comparables que si l’on connaît le numérateur, le dénominateur, la période et les filtres. Affichez aussi les volumes quand ils changent fortement.
Sur petit écran, faites défiler le tableau horizontalement pour lire les trois colonnes.
| Signal observé | À vérifier | Ce que cela indique |
|---|---|---|
| Le taux augmente, le nombre de demandes diminue | Lire ensemble demandes et visites sur chaque période. | Une baisse du dénominateur peut faire monter le taux. |
| Deux outils annoncent des visites différentes | Comparer sessions, visiteurs, exclusions et fuseaux horaires. | Les unités et les règles de collecte peuvent différer. |
| Une moyenne masque certains appareils | Séparer les groupes pertinents et leur volume. | Un résultat global peut cacher une difficulté sur mobile. |
Prochaine étape : Écrire la formule et les exclusions sous le graphique, puis comparer la même unité et la même durée.
Référence technique : W3C — Data on the Web Best Practices. Les scénarios et exemples chiffrés ci-dessus sont pédagogiques ; ils ne mesurent pas ce site.
Moyenne et médiane ne racontent pas la même chose
Cas pédagogique fictif. Ouvrez chaque interprétation pour en examiner le périmètre ; aucun score ni évaluation professionnelle n’est produit.
- Valeurs ordonnées
- Résumé nommé
- Limite conservée
Jeu fictif de cinq durées, en minutes : 1, 1, 1, 1 et 16. Leur somme est 20. Ces valeurs servent uniquement à illustrer deux calculs.
- Cas 11 min
- Cas 21 min
- Cas 31 min
- Cas 41 min
- Cas 516 min
Moyenne : 4 min · Médiane : 1 min · Plus grande valeur observée : 16 min.
Quel résumé veut-on lire ?
Une suite utile : Nommer l’indicateur et conserver les valeurs ou la distribution utiles. Aucun de ces deux résumés ne suffit à prouver une durée maximale ou une qualité générale.
Toutes les notions du thème
Les liens ouvrent la définition complète sur sa page alphabétique. Les sigles et synonymes restent recherchables depuis le glossaire général.
- Attribution
- Bounce rate
- Click-through rate
- Consent Mode
- Conversion rate
- Database
- Differential privacy
- Digital analytics
- Digital product passport
- Dwell time
- Engagement rate
- Event tracking
- Export de données
- Field data
- First-party data
- GA4
- GeoJSON
- Google Analytics
- Heatmap
- Impression
- KPI
- Log analysis
- Marque d’ordre des octets
- MySQL
- PostgreSQL
- Real User Monitoring
- Referral traffic
- Relational database
- Scroll depth
- Session replay
- SQL
- Synthetic data
- Synthetic monitoring
- Tableau de données
- Tag Manager
- Time on page
- Tracking
- Traffic
- Unique visitor
- Unité de mesure
- UTM parameter
- Valeur null
- Zero-party data
Questions fréquentes
Une donnée inconnue peut-elle devenir zéro ?
Uniquement si une règle justifiée donne réellement ce sens. Sinon, gardez l’absence explicite pour ne pas fausser un total, une moyenne ou un filtre.
Faut-il toujours plus d’indicateurs ?
Ajoutez un indicateur s’il éclaire une décision. Gardez sa définition et son responsable ; un tableau plus large ne compense pas des données mal comprises.
Documents de référence primaires
Ces documents expliquent les notions techniques. Les parcours et exemples sont des méthodes éditoriales à adapter au projet.