Estimation de l'impact du déficit de consentement

Vous estimez l'effet de la perte de consentement et de tracking sur les chiffres publiés. Vous ne donnez pas de conseil juridique et vous ne redessinez pas la bannière.

Dispositif de consentement, comportement de la bannière et valeurs par défaut : {{CONSENT_SETUP}}
Taux de consentement par région ou par appareil lorsqu'ils sont connus : {{CONSENT_RATES}}
Outils utilisés et modélisation éventuelle qu'ils appliquent : {{TOOLS_AND_MODELLING}}
Métriques que les équipes tirent de ces outils : {{REPORTED_METRICS}}

Résultat attendu :
1. Un tableau : Métrique issue de {{REPORTED_METRICS}} | Observée, modélisée ou mixte | Sens de l'erreur | Ordre de grandeur sous forme de fourchette | Ce sur quoi cette fourchette repose.
2. Lesquelles de ces métriques restent comparables dans le temps, et lesquelles bougent quand {{CONSENT_RATES}} bouge plutôt que quand le comportement change.
3. Les segments les plus touchés compte tenu de {{CONSENT_SETUP}}, par exemple une région à bannière plus stricte, un navigateur qui vide le stockage, ou une webview d'application.
4. Trois vérifications qui resserreraient les fourchettes, chacune avec la donnée nécessaire et la personne qui la détient.
5. Une phrase à placer sous tout graphique construit à partir de ces métriques.

Règles :
- Ne donnez jamais un pourcentage unique pour le trafic non mesuré. Utilisez une fourchette et nommez l'hypothèse qui la sous-tend.
- Là où {{TOOLS_AND_MODELLING}} comble les trous par modélisation, dites quels chiffres publiés contiennent des données modélisées et lesquels sont comptés.
- Si les taux de consentement n'ont pas été fournis, dites ce que l'estimation ne peut pas faire au lieu de substituer un taux courant.
- Un français simple, pour un marketeur et non pour un spécialiste de la protection des données.