EN FR
Sanctions CNIL : ce que les équipes analytics doivent retenir avant le lancement

Sanctions CNIL : ce que les équipes analytics doivent retenir avant le lancement

Les sanctions CNIL sont utiles parce qu'elles montrent des schémas, pas seulement des montants. Pour les équipes analytics, la leçon est claire : le risque vient rarement du fait de mesurer l'audience en soi. Il vient de finalités floues, de traceurs déclenchés avant un choix valide, de collecte excessive, d'information insuffisante, de rétention mal cadrée et de relations fournisseurs que personne n'a revues. Cet article ne cherche pas à prédire une amende. Il donne une checklist de lancement fondée sur la liste publique des sanctions CNIL et la doctrine cookies. Les risques analytics récurrents 1. Les traceurs démarrent trop tôt Si des scripts publicitaires, de personnalisation ou de suivi avancé se déclenchent avant l'enregistrement d'un choix valide, le problème est immédiat. Les équipes doivent vérifier le comportement dans le navigateur, pas seulement dans un schéma de tag management. 2. La finalité est trop large "Analytics" peut recouvrir plusieurs finalités : mesure d'audience, attribution publicitaire, retargeting, product analytics, support, personnalisation ou enrichissement CRM. Ces finalités n'ont pas le même niveau de risque. Elles doivent être séparées dans la configuration et la documentation. 3. Les données sont conservées trop longtemps La durée de conservation apparaît régulièrement dans les décisions de la CNIL. Les équipes doivent définir une rétention pour les événements bruts, les rapports agrégés, les exports et les sauvegardes. La réponse ne peut pas être "aussi longtemps que l'outil le permet". 4. Le rôle des fournisseurs est mal compris L'éditeur du site reste responsable de comprendre ce que fait son fournisseur. Les conditions de traitement, l'hébergement, les transferts, les sous-traitants et les clauses de réutilisation doivent être revus avant lancement. 5. L'explication publique est trop vague Une politique de confidentialité qui dit seulement "nous utilisons des cookies pour améliorer l'expérience" n'est pas suffisante pour une stack analytics moderne. Il faut expliquer l'outil, la finalité, les catégories de données, la durée de conservation et le mécanisme de choix avec des mots concrets. Réduire le risque avant lancement Faites ce contrôle pratique :ouvrir un profil navigateur propre et inspecter les scripts déclenchés avant tout choix ; rattacher chaque tag à une finalité et à un responsable ; supprimer les tags que personne ne sait justifier ; séparer le reporting d'audience minimal du suivi marketing enrichi ; documenter la rétention et les règles d'export ; revoir les conditions fournisseur et les mécanismes de transfert ; mettre à jour la politique de confidentialité avec les noms réels des outils ; conserver la preuve du test dans la checklist de release.Pour Pomelo, cela signifie garder une promesse publique prudente : cookieless by default, collecte minimale, documentation claire, Strict d'abord et Extended par configuration explicite. Pourquoi c'est important pour les PME Les PME pensent souvent que les contrôles visent seulement les grandes plateformes. La liste des sanctions CNIL montre aussi des organismes plus petits, notamment via la procédure simplifiée. Les montants changent, mais la leçon opérationnelle reste la même : même une petite équipe doit conserver de la traçabilité, de la minimisation et un processus de lancement propre. Une bonne gouvernance analytics n'est pas de la bureaucratie. Elle évite qu'un lancement de dernière minute se transforme en incident vie privée. Sources Sources vérifiées le 9 mai 2026.CNIL, liste des sanctions, mise à jour le 14 avril 2026 CNIL, Cookies et autres traceurs CNIL, Cookies : solutions pour les outils de mesure d'audience

Lire l'article →
Checklist RGPD analytics : 10 vérifications avant d'installer un outil de mesure

Checklist RGPD analytics : 10 vérifications avant d'installer un outil de mesure

Installer un outil analytics est facile. Le gouverner correctement l'est moins. Un script peut être en ligne en cinq minutes, mais l'équipe doit encore savoir ce qu'il collecte, pourquoi, pendant combien de temps et quel choix est présenté aux visiteurs. Utilisez cette checklist avant d'ajouter ou de modifier un outil de mesure. Elle ne remplace pas une analyse juridique. Elle donne un cadre pratique pour aligner produit, marketing, engineering et privacy. 1. Définir la finalité Écrivez la finalité en une phrase. "Comprendre l'audience et la performance du site" n'est pas la même chose que l'attribution publicitaire, le retargeting, l'analyse comportementale produit ou l'enrichissement CRM. Séparez les finalités avant de choisir l'outil. 2. Séparer collecte minimale et collecte enrichie Définissez ce qui relève du reporting d'audience minimal et ce qui relève du suivi enrichi. Paramètres de campagne, événements détaillés, objectifs, contexte technique et segmentation multi-sites doivent être des choix de configuration explicites. 3. Lister les champs collectés Regardez le payload, pas seulement le dashboard. Vérifiez URL, référent, user agent, langue, données écran, paramètres de campagne, identifiants, événements et propriétés personnalisées. Supprimez les champs qui ne servent pas la finalité déclarée. 4. Vérifier le moment de déclenchement Utilisez un profil navigateur propre et inspectez les scripts déclenchés avant tout choix visiteur. Faites-le sur l'accueil, les landing pages, les formulaires, les parcours d'achat ou d'inscription et les zones authentifiées. 5. Fixer les règles de rétention Définissez la rétention des événements bruts, rapports agrégés, exports et sauvegardes. Une rétention longue doit être justifiée par un besoin opérationnel réel, pas par un réglage par défaut. 6. Revoir les conditions fournisseur Confirmez le rôle du fournisseur, le lieu d'hébergement, les sous-traitants, les transferts, les accès support et les clauses de réutilisation. Conservez l'accord de traitement à jour avec le dossier de lancement. 7. Mettre à jour l'information publique La politique de confidentialité doit nommer l'outil, décrire la finalité, lister les grandes catégories de données, expliquer la rétention et pointer vers le mécanisme de choix ou d'opposition pertinent. 8. Tester Strict et Extended Si votre produit sépare Strict et Extended, testez les deux modes dans le navigateur et dans le stockage. Strict ne doit pas persister de champs enrichis. Extended doit être explicite et documenté. 9. Contrôler les accès et exports La donnée analytics circule vite via CSV, captures d'écran et dashboards partagés. Limitez les accès aux personnes qui en ont besoin et définissez une règle pour les exports. 10. Conserver les preuves Gardez le test navigateur, la revue payload, les liens fournisseur, la mise à jour privacy et le responsable de release dans votre checklist de lancement. Les preuves comptent quand une décision doit être réexpliquée. Lecture pour le lancement Pomelo Pour Pomelo, cette checklist se traduit par une doctrine simple : Strict par défaut, Extended par configuration, aucune mutation de profil depuis les rapports, et des explications claires dans le dashboard quand la disponibilité des données dépend du mode de collecte. SourcesCNIL, Cookies et autres traceurs : https://www.cnil.fr/fr/cookies-et-autres-traceurs CNIL, Cookies : solutions pour les outils de mesure d'audience : https://www.cnil.fr/fr/cookies-solutions-pour-les-outils-de-mesure-daudience EDPB, Guidelines 05/2020 on consent under Regulation 2016/679 : https://www.edpb.europa.eu/our-work-tools/our-documents/guidelines/guidelines-052020-consent-under-regulation-2016679_en EDPB, Guidelines 07/2020 on controller and processor concepts : https://www.edpb.europa.eu/our-work-tools/our-documents/guidelines/guidelines-072020-concepts-controller-and-processor-gdpr_en

Changement d'offre Piwik PRO : ce que les anciens utilisateurs Core doivent vérifier

Changement d'offre Piwik PRO : ce que les anciens utilisateurs Core doivent vérifier

Selon l'annonce publiée par Piwik PRO en juillet 2025, l'économie de l'offre Core a changé et les plans Business et Enterprise sont devenus les routes payantes mises en avant pour les usages professionnels hébergés. Pour les équipes qui avaient choisi Core parce qu'il était gratuit, la bonne réponse n'est pas la panique. C'est une revue de migration structurée. Au 9 mai 2026, il faut vérifier les prix et conditions directement sur les pages officielles de Piwik PRO avant toute décision. Les tarifs éditeurs changent vite, et une migration analytics coûte cher quand elle est menée dans l'urgence. La décision porte sur la gouvernance, pas seulement sur le prix Le repositionnement d'un plan gratuit généreux oblige à poser une question utile : qu'est-ce que vous payez vraiment ? Si Piwik PRO reste le bon produit, le budget peut se justifier par la gouvernance, le support, l'hébergement, la rétention et les contrôles enterprise. Si l'équipe veut surtout un reporting de trafic lisible, un SaaS privacy-first plus léger ou un outil auto-hébergé peut être plus adapté. L'erreur serait de comparer uniquement les prix mensuels. Le coût réel inclut la mise en place, la rétention, les accès, la documentation, l'analyse juridique, l'adoption du reporting et le temps nécessaire pour expliquer le tableau de bord à des non-spécialistes. Checklist de migration Avant de changer d'outil, exportez et documentez :les sites, domaines et scripts actuellement en place ; les réglages de rétention et l'historique à conserver ; les dashboards ou rapports utilisés par la direction, les clients ou le marketing ; les objectifs, événements et paramètres de campagne encore utiles ; les accords de traitement et le rôle des fournisseurs ; les accès et utilisateurs à migrer ; la politique de confidentialité et le registre interne ; la période pendant laquelle l'ancien et le nouvel outil tourneront en parallèle.Quand c'est possible, faites fonctionner les deux outils pendant une courte période. Cela permet de comparer les tendances et d'éviter d'interpréter une migration comme une baisse soudaine de trafic. Comment comparer les alternatives Pour une PME européenne, un SaaS B2B ou une équipe digitale multi-sites, utilisez cinq critères :L'outil répond-il aux questions que l'équipe pose chaque semaine ? La collecte sépare-t-elle clairement l'analytics minimal du suivi enrichi ? Les prix, la rétention et les limites utilisateurs sont-ils lisibles ? Les rapports sont-ils compréhensibles sans formation lourde ? La documentation vie privée est-elle assez précise pour votre revue juridique ?Plausible, Fathom, Simple Analytics, Matomo et Pomelo peuvent tous être pertinents selon les réponses. Le meilleur choix est celui qui correspond à votre fonctionnement, pas celui dont le tableau comparatif est le plus agressif. Où se situe Pomelo Le positionnement de lancement de Pomelo est volontairement plus resserré : cookieless by default, Strict d'abord, Extended par configuration explicite, et des dashboards pensés pour les équipes qui veulent du reporting actionnable plutôt qu'une administration analytics. Cela n'en fait pas un remplacement universel de Piwik PRO. Cela en fait un candidat cohérent quand l'équipe veut une collecte minimale, une lecture multi-sites et un produit qui documente la différence entre données de base et données enrichies. Sources Sources vérifiées le 9 mai 2026.Piwik PRO, Introducing the new Piwik PRO Core and updated pricing, 3 juillet 2025 Piwik PRO, Business plan Piwik PRO, Pricing Matomo, Pricing Plausible, subscription plans

L’analytics gratuit est-il encore viable en 2026 ? Le vrai coût du freemium privacy-first

L’analytics gratuit est-il encore viable en 2026 ? Le vrai coût du freemium privacy-first

Pendant des années, la promesse a semblé simple : l’analytics web pouvait être gratuite. Il suffisait d’installer un script, d’ouvrir un tableau de bord, puis de commencer à mesurer le trafic. En 2026, cette promesse existe encore, mais elle ne veut plus dire la même chose selon les outils. Un signal a particulièrement marqué le marché ces derniers mois : Piwik PRO a mis fin à son plan Core gratuit, et présente désormais son offre Business à partir de 35 € par mois. Dans le même temps, d’autres acteurs prennent des chemins différents. Simple Analytics met en avant un plan gratuit limité, Plausible reste très ouvert sur l’auto-hébergement gratuit de sa Community Edition, Matomo continue de proposer une version on-premise libre à télécharger, et Fathom assume un modèle simple : essai gratuit, puis abonnement. Le sujet n’est donc plus de savoir si un outil affiche le mot gratuit sur sa page tarifaire. La vraie question est plus utile : gratuit de quoi, et à quelles conditions ? Car en analytics, on finit presque toujours par payer quelque part. Soit en argent, soit en temps, soit en dette de maintenance, soit en complexité de gouvernance, soit en charge conformité, soit en données trop difficiles à relire. Pour une PME ou une petite équipe digitale, c’est souvent ce coût caché qui fait la différence entre un outil adopté et un outil simplement installé. Cet article propose donc un cadre de décision simple. L’idée n’est pas de dire que le gratuit a disparu. L’idée est de montrer quand il reste pertinent, quand il devient trompeur, et pourquoi le modèle économique d’un outil analytics est devenu un critère produit à part entière. En 2026, "gratuit" recouvre au moins quatre réalités Le premier problème avec l’expression analytics gratuit, c’est qu’elle mélange des modèles qui n’ont presque rien en commun. 1. Le gratuit financé par un autre modèle économique Dans ce cas, l’analytics n’est pas vraiment le produit que vous achetez. Elle peut être financée par un écosystème plus large, par un autre produit, par une stratégie d’acquisition ou par une logique de plateforme. Pour l’utilisateur final, l’avantage est évident : l’entrée paraît sans friction. En revanche, le coût réel réapparaît ailleurs. Il peut prendre la forme d’une interface plus lourde, d’une gouvernance plus compliquée, d’une dépendance à une stack plus large, ou d’un risque supplémentaire quand les finalités de traitement dépassent la stricte mesure d’audience. Sur ce point, la CNIL reste claire : certaines offres de mesure d’audience sortent du périmètre de l’exemption lorsqu’elles réutilisent les données pour leur propre compte. Autrement dit, un outil peut sembler gratuit à l’achat et devenir plus coûteux à cadrer ensuite si ses usages débordent la mesure d’audience stricte. 2. Le freemium limité Le freemium consiste à proposer un accès gratuit durable, mais restreint. La version gratuite sert de point d’entrée, puis la monétisation se fait sur le volume, le nombre de sites, les utilisateurs, la rétention, les exports, l’API ou les fonctions d’équipe. En 2026, c’est un modèle plus crédible qu’un grand plan gratuit très généreux. Pourquoi ? Parce qu’il est lisible. L’éditeur vous dit en substance : la base reste accessible, mais la croissance, les usages avancés et la collaboration financent le produit. Simple Analytics l’assume aujourd’hui de manière assez explicite. La page pricing présente un essai de 14 jours avec toutes les fonctions, puis la possibilité de rester sur un plan gratuit ou de passer sur un plan payant selon l’usage. Le bon signal ici n’est pas seulement le prix. C’est la cohérence du découpage. Un freemium sain donne envie d’évoluer parce que l’usage grandit. Un freemium toxique pousse à payer parce que le gratuit devient artificiellement inutilisable. 3. L’open source auto-hébergé C’est la forme classique du "gratuit, mais". Le logiciel n’a pas de licence à payer. Matomo Core reste gratuit à télécharger et à utiliser sur sa propre infrastructure. Plausible Community Edition est disponible en auto-hébergement gratuit. Umami continue aussi d’afficher l’auto-hébergement comme toujours gratuit. Sur le papier, c’est séduisant. Vous gardez le contrôle, vous choisissez l’infrastructure, vous décidez des réglages, et vous ne payez pas d’abonnement à l’éditeur. En pratique, le coût ne disparaît pas. Il se déplace. Il faut un serveur, des sauvegardes, des mises à jour, de la surveillance, un minimum de sécurité, parfois de la montée en charge, parfois un peu d’optimisation base de données, et toujours quelqu’un qui sait ce qu’il fait quand quelque chose casse. Plausible le dit d’ailleurs très franchement dans sa documentation self-hosted : vous ne payez pas la licence, mais vous payez votre serveur, votre CDN, vos backups et le reste de l’infrastructure. Le support premium n’est pas inclus. Pour une équipe technique déjà équipée, c’est acceptable. Pour une PME sans ressource infra dédiée, le gratuit peut vite coûter plus cher qu’un petit SaaS. 4. L’essai gratuit avant abonnement C’est le modèle le plus direct. Vous testez le produit gratuitement pendant une période courte, puis vous payez si vous restez. Plausible met en avant un essai de 30 jours sans carte bancaire et démarre à 9 dollars par mois sur son offre Starter. Fathom fonctionne de la même manière avec un essai gratuit de 30 jours, puis un tarif d’entrée à 15 dollars par mois. Piwik PRO met désormais en avant un essai de 30 jours sur son Business plan, avec un prix de départ annoncé à 35 € par mois. Prix et offres vérifiés sur les pages publiques des éditeurs le 9 mai 2026. Ils peuvent évoluer : vérifiez toujours les pages officielles avant un achat. Ce modèle a un mérite : il évite l’ambiguïté. L’éditeur ne prétend pas que le service peut être durablement gratuit pour tout le monde. Il dit simplement : vous pouvez essayer avant de vous engager. Pour l’acheteur, c’est souvent plus sain qu’un faux gratuit compliqué à contourner. Le vrai coût d’un outil analytics n’est presque jamais son prix d’entrée Quand une équipe dit "on cherche un outil gratuit", elle dit souvent en réalité autre chose :on ne veut pas alourdir la stack ; on ne veut pas un projet de mise en place de six semaines ; on ne veut pas payer pour des fonctions qui ne seront jamais ouvertes ; on veut un dashboard que plusieurs personnes comprennent ; on veut réduire la charge conformité plutôt que la déplacer.C’est pour cela que le prix facial est un mauvais critère s’il est pris seul. Le coût de mise en route Un outil gratuit mais opaque peut coûter plusieurs jours de cadrage, de lecture documentaire, de configuration et de vérification. Ce coût est rarement budgété, mais il existe. Il est encore plus visible quand plusieurs intervenants doivent partager la même lecture des données. Le coût de maintenance C’est le point le plus sous-estimé dans l’open source analytics. Matomo rappelle lui-même que la version on-premise suppose un serveur web, PHP, une base MySQL ou MariaDB, et de la maintenance autour de l’installation, de la sécurité et des mises à jour. La promesse d’absence de licence est réelle. L’absence de coût d’exploitation, elle, ne l’est pas. Le coût de gouvernance Un outil gratuit peut très bien fonctionner en solo et devenir pénible dès qu’il faut travailler à plusieurs, gérer plusieurs sites, partager des accès, documenter les choix de collecte, ou produire un reporting lisible pour un client, un dirigeant ou une équipe marketing. À partir du moment où l’analytics devient un objet collectif, la lisibilité et les fonctions d’équipe cessent d’être un luxe. Le coût conformité C’est ici que beaucoup de comparatifs simplifient trop. La CNIL a publié en 2025 un outil d’auto-évaluation pour aider les fournisseurs à déterminer si une solution de mesure d’audience peut entrer dans le cadre de l’exemption au consentement. Mais elle précise aussi que cet outil n’a pas vocation à évaluer la conformité de la solution dans son ensemble. Dit autrement : une solution privacy-first peut réduire la charge conformité, sans transformer la conformité en bouton magique. C’est important pour éviter deux erreurs. La première serait de croire qu’un outil gratuit devient préférable parce qu’il ne coûte rien en licence, alors qu’il demande beaucoup d’analyse juridique et de configuration. La seconde serait de croire qu’un outil cookieless ou frugal supprime à lui seul toute obligation de cadrage. Ce n’est pas ce que dit la CNIL. Le coût d’un mauvais usage Un dernier coût est souvent invisible : celui d’un outil que l’on garde parce qu’il est gratuit, mais que personne ne consulte vraiment. Une analytics installée et peu lue peut coûter moins cher en facture mensuelle, mais beaucoup plus en décisions manquées. Si vos équipes n’ouvrent le dashboard qu’au moment d’un problème, ou si elles passent plus de temps à interpréter l’outil qu’à agir, la gratuité devient secondaire. Le marché devient plus mature, donc moins naïf sur le gratuit La fin du plan gratuit Piwik PRO est intéressante précisément parce qu’elle révèle quelque chose de plus large. Les outils analytics privacy-first ne sont plus seulement des contre-propositions idéologiques face à Google Analytics. Ce sont désormais des produits qui doivent financer de l’hébergement, du support, de la sécurité, de l’interface, des intégrations, parfois des fonctions équipe, parfois des exigences sectorielles plus élevées. Autrement dit, plus le produit devient crédible pour un usage professionnel réel, plus la question du financement devient centrale. Cela ne veut pas dire qu’un plan gratuit est condamné. Cela veut dire qu’un gratuit durable doit être adossé à un modèle soutenable. En 2026, on voit trois trajectoires relativement saines :une base gratuite limitée qui convertit sur la croissance ; un logiciel open source gratuit à héberger soi-même, avec coûts d’exploitation assumés ; un produit payant dès le départ, éventuellement précédé d’un essai gratuit.La trajectoire la plus fragile reste le plan gratuit très généreux, très complet, mais mal relié à une monétisation claire. Quand l’analytics gratuit reste une bonne option Il ne faut pas tomber dans l’excès inverse. Oui, le gratuit reste pertinent dans plusieurs cas. Cas 1 : un site simple, un lecteur principal, peu d’enjeux organisationnels Pour un site vitrine, un média modeste, un side project ou une petite structure mono-site, un outil gratuit ou freemium limité peut suffire très longtemps. Si les besoins se résument à comprendre les sources de trafic, les pages vues, quelques conversions clés et les tendances générales, il n’y a aucune raison de payer trop tôt. Cas 2 : une vraie autonomie technique en interne Si vous avez déjà les compétences serveur, les routines de sauvegarde, les réflexes de mise à jour et l’envie de garder le contrôle, l’open source self-hosted peut être un bon arbitrage. Le "gratuit" est alors lucide : vous savez que vous payez en exploitation, mais vous l’acceptez parce que ce coût est maîtrisé chez vous. Cas 3 : un besoin de test avant décision Un bon essai gratuit a aussi de la valeur. Il évite de transformer le choix d’un outil en pari théorique. Si l’équipe peut tester les rapports, vérifier les exports, mesurer la lisibilité du dashboard et valider les usages en quelques jours, l’essai gratuit joue pleinement son rôle. Quand le gratuit devient un faux bon plan À l’inverse, certains signaux montrent qu’il faut arrêter de raisonner uniquement en coût zéro. Vous gérez plusieurs sites ou plusieurs parties prenantes Dès qu’il faut unifier une lecture entre marketing, direction, produit, agence ou client, les limites du gratuit apparaissent plus vite. L’outil n’est plus seulement un compteur. Il devient un espace de gouvernance. Personne ne veut maintenir l’outil C’est le meilleur test pour le self-hosted. Si personne, en interne, n’a envie d’assurer les mises à jour, la sécurité, les sauvegardes et le suivi des incidents, le choix gratuit n’est probablement pas le bon. Vos besoins dépassent la simple mesure d’audience La CNIL rappelle que l’exemption au consentement vise un périmètre précis, centré sur la mesure d’audience et certaines finalités strictement associées. Dès que l’on glisse vers la mesure marketing plus large, la performance de campagnes, l’acquisition ou d’autres réutilisations, l’analyse se complexifie. Un outil peut alors rester peu cher, mais devenir plus coûteux à cadrer proprement. L’outil crée plus de friction qu’il n’apporte de clarté C’est souvent le critère décisif. Si votre équipe redoute le dashboard, ne sait pas quels chiffres regarder, ou passe son temps à reconstruire des vues ailleurs, le coût réel a déjà dépassé l’abonnement que vous cherchiez à éviter. Une grille de décision simple pour choisir en 2026 Pour éviter les débats abstraits, voici une règle pratique. Choisissez un freemium limité si vous êtes une petite structure, avec un besoin simple, un site peu complexe et une volonté de démarrer vite. Choisissez un self-hosted open source si vous avez une vraie autonomie technique, une exigence de contrôle forte et l’acceptation explicite du coût d’exploitation. Choisissez un SaaS payant simple si votre problème principal n’est pas le prix de licence, mais le temps perdu, la lisibilité des données et l’adoption par plusieurs personnes. Choisissez un outil plus large ou plus lourd seulement si vous avez réellement besoin d’une profondeur fonctionnelle supplémentaire, et pas parce que le marché a longtemps présenté la complexité comme une preuve de sérieux. Le plus important est de faire correspondre le modèle économique à votre réalité d’usage. Un outil devient dangereux quand son financement suppose une logique qui ne correspond pas à ce que vous cherchez. Ce qu’il faut retenir L’analytics gratuit reste viable en 2026, mais seulement si l’on cesse de confondre gratuité, simplicité et durabilité. Le bon réflexe n’est plus de demander "quel est l’outil le moins cher ?". Le bon réflexe est de demander :qui finance vraiment le produit ; où se déplace le coût si je ne paie pas la licence ; qui va maintenir, expliquer et gouverner l’outil ; à quel moment le gratuit devient-il une dette ; est-ce que cet outil restera cohérent quand l’équipe, le trafic ou les exigences vont grandir ?Pour beaucoup de PME, le meilleur choix n’est ni le tout gratuit, ni l’outil le plus riche. C’est l’outil dont le modèle économique est le plus honnête par rapport à l’usage réel. C’est aussi ce qui explique pourquoi l’analytics frugale gagne du terrain : elle ne promet pas tout. Elle promet surtout de mesurer l’essentiel sans faire semblant d’être gratuite quand elle ne l’est pas. Si vous cherchez une analytics plus lisible, plus sobre et plus simple à gouverner, c’est probablement le bon moment pour comparer les modèles économiques autant que les fonctionnalités. FAQ Un outil analytics gratuit est-il forcément moins bon ? Non. Il peut être très pertinent si vos besoins sont simples, si l’équipe est réduite et si les limites du plan gratuit correspondent réellement à votre usage. Le problème n’est pas le gratuit en soi. Le problème est l’écart entre la promesse gratuite et le coût réel déplacé ailleurs. Le self-hosted est-il vraiment gratuit ? Il est gratuit en licence, pas en exploitation. Il faut compter l’hébergement, les sauvegardes, les mises à jour, la sécurité, la surveillance et le temps technique nécessaire. Pour une équipe déjà outillée, cela peut rester rentable. Pour une PME non technique, pas toujours. Un outil privacy-first permet-il automatiquement d’éviter toute analyse conformité ? Non. Il peut réduire la charge conformité, mais il ne supprime pas la nécessité de cadrer précisément les finalités, la configuration, l’information fournie aux utilisateurs et, selon les cas, le sujet du consentement. La CNIL distingue bien l’analyse de l’exemption en mesure d’audience et l’analyse de conformité au sens large. Pourquoi tant d’outils passent-ils d’un gratuit généreux à un modèle payant ? Parce qu’un produit analytics professionnel doit financer de l’infrastructure, du support, de la sécurité, des développements et parfois des fonctions d’équipe avancées. Quand la monétisation du gratuit n’est pas assez claire, l’éditeur finit souvent par resserrer l’offre. Quel modèle est le plus sain pour une PME ? Dans beaucoup de cas, un freemium limité ou un petit SaaS payant est plus sain qu’un faux gratuit complexe. Ce sont souvent les modèles les plus lisibles, les plus stables et les plus faciles à gouverner à plusieurs. Sources Sources vérifiées le 9 mai 2026.CNIL, Cookies : solutions pour les outils de mesure d’audience CNIL, outil d’auto-évaluation relatif à la mesure d’audience, juillet 2025 Simple Analytics, Pricing Plausible, Pricing Plausible, Self-hosted web analytics Matomo, Is Matomo truly free to use? Matomo, On-Premise user guide Fathom, Pricing and free trial Piwik PRO, Business plan Piwik PRO Community, Will the free Piwik PRO remain active after February 2026? Umami, Pricing

Plausible vs Fathom vs Simple Analytics : comparatif pratique 2026

Plausible vs Fathom vs Simple Analytics : comparatif pratique 2026

Plausible, Fathom et Simple Analytics appartiennent à la même famille : des outils de mesure web légers, privacy-first, pensés pour les équipes qui ne veulent pas la complexité de GA4 ou d'une suite analytics enterprise. Ils ne sont pourtant pas interchangeables. Le bon choix dépend de votre volume, de votre modèle d'équipe, de vos attentes de reporting, de l'hébergement et de votre revue vie privée. Les prix et packages changent souvent. Ce comparatif s'appuie sur les pages publiques des éditeurs consultées le 9 mai 2026. Vérifiez toujours les pages officielles avant d'acheter. La version courte Choisissez Plausible si vous voulez un produit open source établi, un dashboard clair, une option self-hosted et une documentation détaillée sur les plans. Choisissez Fathom si vous voulez un SaaS payant simple, avec une surface fonctionnelle volontairement réduite et une logique multi-sites lisible. Choisissez Simple Analytics si vous voulez un produit basé aux Pays-Bas, avec un positionnement vie privée marqué, des rapports simples et une entrée gratuite selon les limites affichées par l'éditeur. Choisissez Pomelo si votre priorité est le reporting multi-sites pour PME européennes, SaaS B2B et agences, avec une collecte Strict par défaut et une collecte Extended seulement quand elle est configurée explicitement. Tableau comparatifCritère Plausible Fathom Simple AnalyticsUsage principal Équipes qui veulent open source et rapports simples Équipes qui veulent un SaaS compact Équipes qui priorisent une posture vie privée documentéeModèle prix Plans par usage Plans par pages vues Plan gratuit ou payant selon limites d'usageSelf-hosting Community Edition disponible Pas le modèle principal Pas le modèle principalMulti-sites Supporté Supporté Selon planReporting Dashboard minimal, événements, objectifs, campagnes Dashboard minimal, événements, campagnes Dashboard minimal, objectifs, référentsRisque à vérifier Limites de plan, maintenance self-hosted, import historique Adéquation du plan et profondeur fonctionnelle Limites de plan et comptage vues/événementsLa posture vie privée dépend de la configuration Les trois éditeurs se positionnent sur une analytics privacy-first, mais une promesse éditeur ne remplace pas votre configuration réelle. Votre équipe doit encore documenter :ce que le script collecte ; si les événements ou paramètres de campagne ajoutent du contexte personnel ou sensible ; les durées de conservation ; le rôle du fournisseur et les conditions de traitement ; les transferts et le lieu d'hébergement ; si d'autres traceurs présents sur le même site changent l'analyse.C'est là que le modèle Strict/Extended de Pomelo est utile. Strict doit couvrir le reporting d'audience de base. Extended doit être un choix explicite pour les campagnes, événements, objectifs ou contextes techniques plus riches. Le dashboard doit expliquer l'impact de ce réglage, pas le cacher dans une promesse marketing. Comparez les prix à votre volume réel Ne comparez pas uniquement les prix d'entrée. Modelez le coût avec vos pages vues mensuelles, le nombre de sites, le nombre d'utilisateurs, la rétention, les exports et l'API. Un outil moins cher à 10 000 pages vues peut devenir plus coûteux à 500 000. Une option self-hosted peut réduire l'abonnement mais ajouter du coût d'infrastructure, de sauvegarde et de maintenance. Un plan généreux en nombre de sites peut être plus rentable pour une agence qu'un plan facturé par site. La qualité du reporting compte plus que le nombre de fonctions Le meilleur outil est celui que l'équipe lit vraiment. Avant d'acheter, demandez à la personne qui utilisera le dashboard chaque semaine de répondre à trois questions dans un compte d'essai :quelles sources d'acquisition fonctionnent ? quels contenus ou pages méritent une action ? quelles conversions ont changé depuis la période précédente ?Si l'outil ne permet pas de répondre vite à ces questions, ajouter plus de rapports ne résoudra pas le problème. Sources Sources vérifiées le 9 mai 2026.Plausible, subscription plans Plausible, data policy Fathom, pricing Fathom, features Simple Analytics, pricing Simple Analytics, what we collect