Pour suivre les conversions jusqu’au CRM, je relie chaque étape du cycle de vie à un identifiant stable, au contexte de campagne et à un résultat métier vérifiable. Voici comment structurer ce suivi, tester les transmissions et préparer l’envoi des conversions hors ligne.
Besoin d'aide ? Découvrez les solutions de notre agence Data Marketing .
Quelles étapes du cycle de vie suivre ?
Pour suivre les conversions jusqu’au CRM, je distingue cinq états : soumis, accepté, qualifié, opportunité et gagné. Une soumission de formulaire prouve qu’un contact a envoyé des données, pas qu’il est exploitable, qu’il répond aux critères de qualification ou qu’il a généré du revenu.
Avant toute configuration, je fixe une référence datée et une spécification partagée. Pour chaque état, elle précise la règle d’entrée, le résultat attendu, le responsable, les dépendances et la procédure de retour arrière. Sans cette référence, les écarts de comptage entre outils deviennent difficiles à diagnostiquer.
| État | Résultat attendu | À documenter |
| Soumis | La soumission est enregistrée et rattachée au bon contact, si celui-ci est identifiable. | Responsable de la collecte ; formulaire et champs requis ; procédure de correction ou de retrait d’une soumission erronée ou dupliquée. |
| Accepté | La soumission respecte les critères convenus pour être prise en charge. | Responsable de l’acceptation ; critères et données nécessaires ; procédure de retour à « soumis » si l’acceptation est invalide. |
| Qualifié | Le contact répond aux critères de qualification définis. | Responsable de la qualification ; critères et informations requises ; procédure de retour à « accepté » si ces critères ne sont plus vérifiés. |
| Opportunité | Une opportunité correspondante est créée ou reliée dans le CRM. | Responsable CRM ou commercial désigné ; identifiant du contact, règles de création et champs requis ; procédure de correction ou de dissociation en cas de lien incorrect. |
| Gagné | L’opportunité est marquée gagnée dans le CRM selon la définition partagée. | Responsable de la mise à jour CRM ; statut et données nécessaires ; procédure de réouverture ou de correction si le statut est erroné. |
Les critères exacts et les responsables doivent être validés par votre organisation : ils ne se déduisent pas du formulaire. Le retour arrière doit conserver l’historique et préciser le motif, plutôt que remplacer silencieusement l’état précédent.
Je traite les états CRM comme des résultats principaux. Les clics et les démarrages de formulaire sont des signaux d’intention : ils aident à comprendre le parcours, mais ne prouvent ni une conversion métier ni une opportunité gagnée.
Comment relier un lead sans exposer ses données ?
Reliez le contexte marketing au lead avec un identifiant de corrélation stable, conservé de l’événement de conversion jusqu’au résultat enregistré dans le CRM, c’est-à-dire l’outil de gestion de la relation client. Cet identifiant permet de rapprocher les données sans faire circuler le nom, l’adresse e-mail ou d’autres données directement identifiantes dans chaque étape du suivi.
L’identifiant doit être généré et transmis dans un environnement maîtrisé, avec des accès limités et une durée de conservation définie. Son usage reste soumis au consentement applicable : sans base légale ou autorisation requise, ne déclenchez pas le suivi concerné. Appliquez aussi la minimisation des données : ne collectez et ne transmettez que les champs nécessaires à l’attribution et au rapprochement. Un identifiant stable n’autorise pas, à lui seul, le suivi d’une personne.
Avant le déploiement, vérifiez les dépendances de bout en bout. En amont, confirmez que les événements de conversion sont émis au bon moment et que le consentement est disponible et interprété correctement. Vérifiez que l’identifiant est créé une seule fois, conservé sans altération et transmis avec les champs sources utiles. En aval, contrôlez que le connecteur reçoit ces valeurs, les mappe vers les bons champs du CRM et ne les remplace pas lors d’une mise à jour du lead.
- Comparez l’identifiant à chaque étape, de l’événement marketing à la fiche et au résultat CRM.
- Vérifiez les valeurs absentes, dupliquées ou modifiées, ainsi que les règles de déduplication.
- Confirmez que les champs sources gardent leur signification et leur provenance.
Pour diagnostiquer un écart, modifiez une seule couche logique à la fois : collecte, transmission, connecteur ou mapping des champs. Rejouez ensuite un cas de test et observez le résultat avant de poursuivre. Si une valeur manque, signalez l’absence et corrigez sa source. Ne la reconstruisez jamais à partir d’un texte affiché, d’un libellé ou d’un autre élément de présentation : ces éléments peuvent changer et ne constituent pas une donnée fiable.
Comment conserver le contexte de campagne dans le CRM ?
Je conserve le contexte de campagne en traçant chaque valeur de sa source jusqu’au champ CRM, puis en vérifiant qu’elle reste cohérente à chaque étape. Une valeur visible dans le formulaire ne suffit pas : elle doit être transmise dans la requête et retrouvée sur l’enregistrement CRM attendu.
| Valeur | Source à contrôler | Champ CRM correspondant |
| Source, support, campagne, contenu | Paramètres UTM de l’URL d’arrivée | Champs de campagne dédiés |
| Identifiant de clic | Paramètre fourni par la plateforme publicitaire | Champ d’identifiant de clic |
| Date de conversion | Système qui enregistre la conversion | Champ de date avec fuseau explicite |
| Consentement | Plateforme de gestion du consentement | Statut, finalité et date de consentement |
Comment réussir son planning CMO 2027 ?
Je vérifie les noms et les types de champs, leur portée et leur temporalité. La portée précise si la valeur concerne un lead, un contact, une opportunité ou une transaction. La temporalité distingue, par exemple, la première campagne connue de la dernière campagne avant conversion. Sans cette distinction, une mise à jour peut écraser un historique utile.
Les identifiants doivent être conservés sans transformation qui les rendrait inutilisables. La devise doit être explicite et cohérente, idéalement avec un code ISO 4217 comme EUR ou USD. Pour les valeurs vides, je définis le comportement attendu : valeur absente, valeur nulle ou champ conservé. Une donnée vide ne doit pas effacer une valeur existante par défaut.
Je contrôle la transmission au niveau des requêtes et des enregistrements CRM, avec quelques cas réels de bout en bout. Les valeurs doivent venir du système faisant autorité : le système de commande pour le montant, la plateforme de consentement pour le consentement, la source de collecte pour les paramètres de campagne.
Quand le schéma e-commerce GA4 s’applique, je préserve aussi le contexte de chaque élément : identifiant produit, nom, variante, prix et quantité. Aplatir ces éléments dans un seul champ de lead fait perdre la relation entre les produits et la transaction. Je conserve cette structure dans le système adapté, puis je relie la conversion au lead ou au contact concerné.
Comment tester le suivi avant son déploiement ?
Je teste le suivi sur un périmètre réduit avant de le déployer : quelques parcours représentatifs, des données réconciliables et une référence de départ. L’objectif est de vérifier que chaque conversion arrive dans le CRM avec le bon statut, les bons attributs et sans doublon.
Je prépare les contrôles en fixant d’abord le parcours et ses états : visite, formulaire envoyé, lead créé, qualification, puis conversion ou perte. Pour chaque étape, je précise les événements attendus et les champs sources, par exemple l’identifiant du formulaire, la campagne, le montant ou le statut commercial.
Je choisis quelques prospects ou commandes de test dont je peux retrouver la trace dans les outils concernés. Avant le test, je consigne le comportement initial : données présentes dans la source, événements observés, enregistrements déjà présents dans le CRM. On compare ensuite les résultats à cette référence, pas à une impression.
Je fixe aussi les règles qui évitent les écarts de rapprochement :
- Les valeurs doivent respecter le format attendu, notamment les champs vides, les statuts et les montants.
- La devise doit être explicite et cohérente entre la source et le CRM.
- Les identifiants doivent permettre de retrouver le même prospect ou la même commande de bout en bout.
- Les doublons doivent être détectés selon une règle définie, par exemple l’identifiant CRM ou l’adresse e-mail.
Je vérifie les cas importants : consentement absent ou accordé, identifiant manquant, événement reçu en retard, connecteur indisponible et champ CRM non mappé. Ces dépendances comptent : un événement peut être correctement émis, mais rester inutilisable si le consentement bloque sa transmission, si l’identifiant ne circule pas ou si le connecteur ne renseigne pas le bon champ CRM.
| Contrôle | Résultat attendu | À documenter |
| Parcours et événements | Chaque état produit l’événement prévu | États, noms et ordre des événements |
| Identifiants et doublons | Le bon enregistrement est mis à jour, sans création parasite | Clé de rapprochement et règle de déduplication |
| Consentement et connecteur | Les données sont transmises selon les règles convenues | Consentement, erreurs et délais observés |
| Champs CRM | Valeurs, statuts et devise correspondent à la référence | Correspondance source-CRM et écarts constatés |
Comment transmettre les conversions obtenues hors ligne ?
Les résultats obtenus hors ligne doivent être transmis aux destinations analytiques ou publicitaires pertinentes pour relier les conversions métier aux données de suivi. L’envoi n’est exploitable que si le résultat est enregistré dans le CRM, qu’un identifiant permet de le rapprocher d’un point de contact suivi et que les règles de transmission sont documentées.
Avant tout envoi, je vérifie que les données nécessaires sont présentes et cohérentes. Un identifiant de corrélation est une donnée utilisable pour relier un résultat CRM à une interaction suivie. Sans identifiant exploitable, le rapprochement peut échouer ; je n’envoie pas l’enregistrement comme conversion attribuable.
Les règles doivent préciser les éléments qui déterminent le résultat transmis :
- Résultat CRM : quel statut métier constitue une conversion, et si la valeur associée est disponible.
- Valeur et devise : quelle valeur est retenue, dans quelle devise, et comment sont traitées les valeurs absentes ou corrigées.
- Doublons : comment reconnaître une conversion déjà transmise et éviter de la comptabiliser plusieurs fois.
- Consentement : quelles conditions autorisent la transmission et comment les préférences applicables sont respectées.
- Destination : quelles données sont pertinentes pour chaque outil analytique ou publicitaire, sans transmettre d’informations inutiles.
Je contrôle aussi la qualité des enregistrements : statut confirmé dans le CRM, identifiant de corrélation présent, valeur conforme aux règles, devise renseignée lorsque nécessaire, absence de doublon et consentement compatible avec l’usage prévu. Les corrections apportées après l’enregistrement doivent suivre une règle connue, pour éviter que le CRM et la destination reçoivent des versions contradictoires.
Avant une transmission plus large, je teste des enregistrements réconciliables : le résultat existe dans le CRM et peut être relié à une donnée de suivi. Je vérifie que le rapprochement fonctionne et que la conversion, sa valeur et sa devise sont interprétées conformément aux règles définies. Si ce contrôle échoue, je corrige la qualité des données ou les règles de rapprochement avant d’étendre l’envoi.
Votre suivi relie-t-il vraiment marketing et résultats CRM ?
Un suivi de conversion fiable commence par des étapes métier définies, pas par la seule soumission d’un formulaire. Chaque état du cycle de vie doit avoir un résultat attendu, un responsable et des dépendances documentées. Un identifiant de corrélation stable permet ensuite de relier le lead à son contexte de campagne, sous réserve du consentement et de la minimisation des données. Les valeurs doivent provenir de systèmes sources fiables et être contrôlées jusqu’au CRM. Enfin, des tests réconciliables et une référence datée rendent les écarts visibles avant le déploiement. Vous obtenez ainsi une mesure exploitable des leads qualifiés et des résultats conclus.
FAQ
- Pourquoi une soumission de formulaire ne suffit-elle pas à mesurer une conversion ?
Elle indique qu’un formulaire a été soumis, mais pas si le lead a été accepté, qualifié, transformé en opportunité ou gagné. Le suivi doit relier ces étapes aux résultats du CRM. - Quelles étapes du cycle de vie faut-il distinguer ?
Les états à documenter sont soumis, accepté, qualifié, opportunité et gagné. Pour chacun, précisez le résultat attendu, le responsable, les dépendances et la procédure de retour arrière. - Quel identifiant utiliser pour relier le site au CRM ?
Utilisez un identifiant de corrélation stable, dans un environnement sûr et selon les règles de consentement. Ne reconstituez pas une valeur manquante à partir d’un texte ou d’un élément de présentation. - Quelles données contrôler lors de la transmission vers le CRM ?
Vérifiez les noms et types de champs, leur portée et leur temporalité, les identifiants, la devise, le consentement et le traitement des valeurs vides. Contrôlez aussi la valeur depuis sa source jusqu’à son enregistrement CRM. - Comment tester le suivi avant son déploiement ?
Définissez un périmètre limité, préparez des prospects ou commandes réconciliables, consignez le comportement initial et convenez des règles sur les valeurs, la devise, les identifiants et les doublons. Comparez ensuite les résultats aux attentes documentées.
A propos de l’auteur
Je suis Franck Scandolera, expert et formateur en Analytics, Data engineering et automatisation IA. J’accompagne les équipes dans la structuration de leurs données, le suivi des conversions et la fiabilisation des flux entre outils marketing, systèmes sources et CRM.
⭐ Analytics engineer, Data Analyst et Automatisation IA ⭐
- Ref clients : Logis Hôtel, Yelloh Village, BazarChic, Fédération Football Français, Texdecor…
Mon terrain de jeu :
- Data Analyst & Analytics engineering : tracking avancé (GA4, Matomo, Piano, GTM server, Tealium, Commander Act, e-commerce, CAPI, RGPD), entrepôt de données (BigQuery, Snowflake, PostgreSQL, ClickHouse), modèles (Airflow, dbt, Dataform), dashboards décisionnels (Looker, Power BI, Metabase, SQL, Python).
- Automatisation IA des taches Data, Marketing, RH, compta etc : conception de workflows intelligents robustes (n8n, App Script, scraping) connectés aux API de vos outils et LLM (OpenAI, Mistral, Claude…).
- Engineering IA pour créer des applications et agent IA sur mesure : intégration de LLM (OpenAI, Mistral…), RAG, assistants métier, génération de documents complexes, APIs, backends Node.js/Python.