Qu’est-ce que la fraîcheur des données ?
Le plus simple est de la voir comme un décalage dans le temps. Si une campagne a dépensé de l’argent à 9 h et que le tableau de bord l’affiche à 10 h, les données ont une heure de retard. Si le flux a cessé de se mettre à jour vendredi, le tableau de bord de lundi montre vendredi.
La fraîcheur est une propriété de chaque source. Les plateformes mettent les données à disposition selon des calendriers différents, et n’importe quelle connexion peut prendre du retard.
Comment mesurer la fraîcheur des données ?
| Mesure | Ce qu’elle indique | Exemple |
|---|---|---|
| Dernière mise à jour réussie | Date à laquelle la source a livré des données pour la dernière fois | Flux Meta mis à jour il y a 40 minutes |
| Retard sur l’activité | Le décalage entre les données et les événements réels | Les données d’investissement ont environ trois heures de retard |
| Calendrier prévu | Si une mise à jour est en retard | Le flux quotidien n’est pas arrivé à 9 h |
| Exhaustivité | Si la dernière période est entièrement chargée | La journée d’hier ne compte que la moitié des lignes habituelles |
Quel est un exemple de données obsolètes ?
Une alerte d’investissement nul qui ne concernait pas l’investissement
Un tableau de bord indique qu’une campagne n’a rien dépensé hier. L’acheteur média s’apprête à reconstruire la campagne.
Une rapide vérification de fraîcheur montre que le flux de la plateforme a cessé de se mettre à jour la veille. La campagne dépensait normalement. Les données n’étaient simplement pas encore arrivées. La bonne décision était de réparer la connexion, pas la campagne.
Fraîcheur vs. exactitude vs. exhaustivité des données
| Fraîcheur | Exactitude | Exhaustivité | |
|---|---|---|---|
| Question | Sont-elles à jour ? | Sont-elles correctes ? | Sont-elles complètes ? |
| Défaillance typique | Flux arrêté ou retardé | Mapping ou définition erronés | Lignes, comptes ou champs manquants |
| Comment cela se manifeste | Les chiffres semblent normaux mais sont anciens | Les chiffres ne concordent pas avec d’autres sources | Les totaux sont inférieurs aux attentes |
Pourquoi la fraîcheur des données est-elle importante ?
Les décisions prises sur des données obsolètes semblent raisonnables sur le moment et peuvent se révéler mauvaises une fois les vrais chiffres arrivés. Les problèmes de fraîcheur sont particulièrement risqués, car des chiffres obsolètes ont rarement l’air faux. La fraîcheur dépend des pipelines de Marketing ETL qui chargent les données, et un flux qui cesse de se rafraîchir est précisément le type de problème que la détection d’anomalies doit signaler.
- De meilleures décisions. Les décisions reflètent cette semaine, pas le mois dernier.
- Moins de fausses alertes. Une journée d’investissement manquante est lue comme un retard de flux, et non comme une campagne arrêtée : personne ne reconstruit une campagne qui fonctionnait.
- Des comparaisons justes. Les vues multicanales ne sont valables que si toutes les sources sont à jour au même degré.
- Des alertes et une IA fiables. La surveillance et les réponses de l’IA ne sont jamais plus à jour que les données qu’elles lisent.
Comment Alli s’y prend-il ?
Datasources, dans Alli by PMG, capte chaque donnée dès que la source la met à disposition et remplace le reporting par lots différé par un flux régulier et continu. Le statut de connexion et la santé des flux de chaque source sont visibles au même endroit : les équipes distinguent ainsi un flux obsolète d’un vrai changement de performance.
Alli Alerts s’appuie sur ces mêmes données et surveille les échecs de flux et les problèmes d’investissement nul, avec des alertes envoyées dans Slack : une source bloquée est repérée avant de fausser un rapport.
Découvrir Alli DatasourcesFAQ sur la fraîcheur des données
Que sont les données obsolètes ?
Des données qui n’ont pas été mises à jour assez récemment pour refléter l’activité en cours, souvent parce qu’un flux a été retardé, a échoué ou suit un calendrier lent.
La fraîcheur des données est-elle la même chose que les données en temps réel ?
Non. Le temps réel n’est qu’une extrémité de l’échelle de fraîcheur. Beaucoup de décisions n’exigent que des données vieilles de quelques heures ou d’un jour, à condition que chacun sache à quel point elles sont à jour.
Comment surveiller la fraîcheur des données ?
Suivez la date de dernière mise à jour de chaque source, comparez-la au calendrier prévu et déclenchez une alerte quand un flux prend du retard ou arrive incomplet.
Pourquoi la fraîcheur varie-t-elle d’une plateforme marketing à l’autre ?
Chaque plateforme met les données à disposition selon son propre calendrier, et certaines révisent les données récentes à mesure que les conversions sont attribuées : la dernière période peut donc changer après son premier chargement.
Dernière mise à jour : Retour au glossaire