Nos propres clients nous le confirment également. Trois clients de DashThis sur quatre exportaient manuellement, faisaient des captures d'écran ou copiaient-collaient des données marketing dans ChatGPT et Claude pour obtenir des analyses. L'un des participants à notre enquête a écrit : « Je dois envoyer des captures d'écran à Claude, car mon connecteur Chrome MCP ne fonctionne pas avec DashThis. »
Avec les MCP, vous n’avez plus besoin de faire cela. Si vous travaillez directement avec des assistants d’IA générative pour analyser des données, trouver des idées, rédiger des e-mails ou toute autre tâche, les MCP vous permettent de consulter beaucoup plus facilement vos données marketing en temps réel, parallèlement au contexte du projet et à l’historique des conversations de votre IA.
Mais cela ne signifie pas pour autant que vous pouvez confier l'intégralité de votre fonction de reporting à votre IA. MCP résout le problème de l'intégration de vos données dans votre assistant IA, mais celui-ci a toujours besoin de votre expertise pour comprendre ce que ces chiffres signifient réellement pour vos clients. Voici les points à prendre en compte lorsque vous intégrez des connecteurs MCP, comme celui proposé par DashThis, dans votre processus de reporting client.
Alors, qu'est-ce que le MCP, exactement ?
Le Model Context Protocol (MCP) est un mécanisme partagé permettant aux grands modèles linguistiques (LLM) et aux assistants IA tels que Claude et ChatGPT de se connecter directement à vos rapports interactifs en temps réel et à vos données marketing dans des outils de reporting comme DashThis, via une connexion sécurisée.
Anthropic a lancé le MCP en 2024 en tant que norme ouverte ; il n'est donc pas lié à l'IA d'une entreprise en particulier. À condition qu'un outil prenne en charge un serveur MCP, n'importe quel assistant IA peut s'y connecter, y compris des outils de programmation tels que Claude Code et Cursor, qui utilisent le même protocole MCP pour se connecter à des bases de code et à d'autres sources de données. Une fois vos données connectées, Claude ou ChatGPT peuvent y faire directement référence dans leurs conversations.
Les MCP élargissent l'accès de votre assistant IA directement au sein des conversations. En plus d'intégrer du contexte propre à l'application, comme ce que vous venez de demander ou le contenu de vos anciennes conversations, vous pouvez interroger directement vos données marketing en temps réel dans DashThis, directement depuis la fenêtre de conversation que vous utilisez déjà, qu'il s'agisse de Claude.ai, de Claude Desktop ou de ChatGPT. Plus besoin de faire des captures d'écran de graphiques pour les coller dans Claude.
Pourquoi les serveurs d'analyse MCP semblent être omniprésents en 2026
Si vous avez l’impression que tous les outils SaaS (y compris DashThis) déploient des serveurs MCP en 2026, ce n’est pas une impression. D’après l’étude de Scott Brinker et Frans Riemersma intitulée « State of Martech 2026 » de Scott Brinker et Frans Riemersma, les mentions des serveurs MCP sont passées de zéro à plus de 29 000 en 18 mois. À titre de comparaison, le secteur du martech a mis 15 ans pour atteindre la moitié de ce chiffre, et n'a enregistré qu'une croissance inférieure à 1 % au cours de la seule dernière année.
Rien qu’en 2026, HubSpot, Meta Ads, Amazon Ads et TikTok ont lancé leurs propres MCP. Les outils SaaS développent des serveurs MCP, car l’exploitation des données via un assistant IA n’est plus une nouveauté. L’enquête « The State of Martech 2026 » a révélé que 84 % des équipes marketing l’utilisent déjà sous une forme ou une autre :
- Une IA intégrée à un outil existant qu'ils utilisent déjà
- Un assistant IA dédié, comme Claude ou ChatGPT
- Un outil qu'ils ont développé en interne
Certains de ces connecteurs apportent des réponses à des questions concernant vos données. Ils peuvent également agir de manière autonome, en gérant directement les enchères, les budgets et le ciblage des campagnes. La plupart des équipes marketing n'en sont pas encore là ; ce même rapport révèle que l'IA autonome est loin derrière les cas d'utilisation analytiques et génératifs dans toutes les catégories étudiées.
Mais à mesure que l'IA gagne en performances, il sera d'autant plus crucial de veiller à l'exactitude de vos données. Lorsque vos connecteurs et vos agents IA agissent de manière autonome, la moindre inexactitude dans vos données a des répercussions sur l'ensemble de votre flux de travail ; il est donc essentiel de veiller à leur exactitude dès le départ.
Trois problèmes que MCP ne résout pas en matière de reporting client
MCP transfère vos données vers votre assistant IA. Ce qu'il en fait dépend toujours de vous, et ce de trois manières précises.
Il ne sait pas comment vous définissez un indicateur
La plupart des indicateurs marketing et des exemples de KPI ont une définition et un mode de calcul précis. Les impressions et la portée ont des définitions simples. Cependant, certains indicateurs nécessitent que vous définissiez leur mode de calcul avant de les intégrer à vos rapports.
Prenons l'exemple du retour sur investissement publicitaire. Une IA, tout comme bon nombre d'entre nous dans le monde du marketing, le calcule en divisant les recettes publicitaires par les dépenses publicitaires. Une simple application d'une formule, n'est-ce pas ? Mais c'est un peu plus compliqué que cela.
- Les commissions versées aux fournisseurs ou les honoraires de gestion de projet sont-ils considérés comme des dépenses ?
- Prenez-vous en compte les coûts salariaux de votre personnel à temps plein, ou uniquement les prestations des prestataires indépendants dans le domaine des médias ?
- Le terme « dépenses » a-t-il d'ailleurs le même sens selon le type de campagne ? Une publicité vidéo engendre des coûts de production et de localisation qu'une simple publicité illustrée ne connaît pas.
Votre IA, lorsqu'elle effectue des requêtes via les serveurs MCP, ne tiendra pas compte de ces nuances. Elle calculera le ROAS à l'aide de la formule qu'elle suppose et vous fournira un chiffre qui semblera correct. Si vous n'avez pas pris en compte ces nuances, le chiffre que vous obtiendrez ne correspondra pas à ce que votre client a l'habitude de voir.
Pour éviter cela, expliquez à votre IA comment vous et votre client définissez le ROAS dans la conversation. Vous pouvez également l'ajouter en tant que contexte du projet, ou lui présenter d'abord un exemple concret, puis vous y référer pour tous les calculs suivants.
Il ne sait pas quelles données appartiennent à quel client
Votre assistant IA récupère des données réelles via le connecteur, mais il n'a aucun moyen de savoir si ces données sont adaptées à vos besoins en matière d'analyse.
Si votre connecteur MCP peut accéder aux données de plusieurs clients via la même connexion, vous devrez vous assurer qu'il récupère à chaque fois les données du bon client. Pour des questions plus générales, telles que « comment se portent mes comptes ce mois-ci », présentent le plus grand risque, car la réponse peut paraître tout aussi convaincante, que les données sur lesquelles elle s’appuie soient correctes ou non.
Pour vous assurer que vous travaillez à partir des bonnes données, vous devrez les séparer manuellement, soit :
- Demander à l'assistant de préciser le nom du tableau de bord à partir duquel il a extrait les données avant d'utiliser les chiffres
- Utiliser des outils tels que « Projects » dans Claude et ChatGPT pour séparer les données de chaque client
Lorsque vous utilisez des outils connectés à MCP, consultez la documentation propre à l'outil pour savoir comment il gère les données entre les différents clients, et assurez-vous que la réponse obtenue ne fait référence qu'au compte pour lequel vous avez posé la question.
Une agence que nous avons interrogée a décrit précisément cette approche : « Nous utilisons Claude Projects, un projet par client afin de bien séparer les dossiers. Actuellement, nous recevons par e-mail des rapports qui sont automatiquement importés dans Dropbox ; nous plaçons ensuite ces fichiers PDF dans chaque projet Claude et générons un rapport… pour obtenir un récapitulatif complet du compte. »
Il ne sait pas comment vos plateformes s'articulent entre elles
Avec les connecteurs MCP, chaque canal constitue un « îlot » à part entière, ce qui vous offre une vue limitée sur vos données.
Imaginons que vous meniez une campagne multicanal sur Google Ads, Google Analytics 4, Meta Ads et TikTok Ads. Un client vous demande quel canal génère réellement des conversions afin de l'aider à déterminer à quelle plateforme allouer le budget du prochain trimestre.
Les connecteurs MCP lisent les données de chaque canal individuellement. Ils peuvent vous indiquer le nombre de conversions survenues dans un canal donné, mais pas si un client a d’abord cliqué sur une publicité TikTok, puis a effectué une conversion trois jours plus tard après avoir été ramené sur le site par une publicité de reciblage Meta.
Une solution consiste à se connecter à une plateforme de reporting qui regroupe déjà ces quatre sources dans un seul tableau de bord, mais vous devrez tout de même analyser vous-même ces données et déterminer quel canal mérite d'être crédité de la conversion.
Certaines agences que nous avons interrogées souhaitent également que leur assistant IA signale de manière proactive les anomalies, telles que des baisses inhabituelles ou un pic d'indicateur clé de performance (KPI), avant qu'elles ne mènent une enquête plus approfondie. Le connecteur MCP de DashThis ne propose pas de détection automatisée des anomalies, mais vous pouvez néanmoins demander à votre IA de rechercher des anomalies dans les données qu'elle extrait via le connecteur, par exemple en lui demandant de signaler tout indicateur ayant connu une variation plus importante que lors de la période de reporting précédente.
3 exemples concrets d'utilisation du connecteur DashThis MCP dans vos rapports
Créer des aperçus rapides de certains indicateurs
Au lieu d'exporter un fichier PDF ou de faire des captures d'écran de votre tableau de bord avant de demander à votre IA de l'analyser, utilisez le connecteur DashThis MCP pour accéder directement à vos données depuis votre tableau de bord. Créez un aperçu rapide de vos indicateurs de conversion à consulter avant de demander à votre IA ce qui a changé, en particulier pour les KPI qui intéressent le plus vos clients.
Exemple de consigne : « Créez un aperçu rapide des données de conversion figurant dans le rapport de marketing numérique B2B de la société Acme pour les 30 derniers jours. »
Aperçu des indicateurs de conversion, généré via le connecteur MCP de DashThis et visualisé dans Claude
Comparez les résultats de cette période de référence à ceux de la période précédente
Les chiffres ne prennent tout leur sens que lorsqu'on dispose d'un point de comparaison. Cet indicateur a-t-il augmenté ou diminué par rapport au mois dernier ? Comment se situe-t-il par rapport à la même période de l'année dernière ?
Demandez à votre IA d'effectuer cette comparaison dès qu'elle a extrait un instantané de certains indicateurs, et elle calculera pour vous les chiffres par rapport à votre période de référence précédente. Vous disposerez ainsi des bases analytiques nécessaires pour élaborer un rapport d’analyse de données ou de formuler une recommandation concrète.
Exemple de consigne : «Récupère les conversions du mois dernier pour le tableau de bord Acme, puis compare-les à celles de la période précédente. »
Préparez un résumé en amont de la réunion à l'intention des parties prenantes
Demandez à votre assistant IA d'extraire le tableau de bord et de le transformer en un document que vous pourrez présenter lors d'un rendez-vous ou envoyer à l'avance au client.
Exemple de consigne : «J'ai demain une réunion avec un client, la société Acme. Analyse le tableau de bord de marketing numérique dans DashThis et fais-moi un bref résumé que je pourrai envoyer aux parties prenantes. Inclue des données sur les indicateurs clés, ce qui fonctionne, ce qui ne fonctionne pas, ainsi que quelques recommandations à aborder. »
Avez-vous besoin de créer votre propre serveur MCP ou préférez-vous utiliser un serveur déjà prêt à l'emploi ?
Il existe trois façons de connecter vos données à vos outils d'IA. Voici un comparatif de ces différentes méthodes.
Option 1 : Utiliser des plugins ou des connecteurs individuels pour importer vos données dans votre assistant IA
Claude et ChatGPT disposent d'un vaste catalogue de connecteurs (appelés « plugins » et « apps » dans ChatGPT). En septembre 2026, Claude comptait plus de 500 connecteurs dans la catégorie « Ventes et marketing ».
Dès lors qu'un outil prend en charge une connexion MCP, vous pouvez y connecter votre assistant IA. Certaines connexions s'effectuent en un seul clic, tandis que d'autres nécessitent de copier au préalable une configuration MCP dans votre assistant IA. Une fois les autorisations accordées, vous pouvez interroger directement votre assistant IA au sujet de vos données. Selon les capacités de l'outil MCP, vous pourrez peut-être même mettre à jour vos données ou vos rapports à partir de là (c'est ce qu'on appelle l'accès en écriture).
Mais connecter davantage d'outils a un coût :
- Précision : Plus vous connectez d’outils, plus l’IA doit déterminer quelle plateforme est la plus adaptée pour lire vos données. Cela se complique lorsque vous interrogez des données provenant de plusieurs sources, ce qui peut affecter la précision globale. OpenAI recommande aux développeurs de connecter moins d'outils, même si ses systèmes en autorisent jusqu'à 128. Moins il y a d'outils connectés, moins l'IA risque de se tromper de source.
- Coût d'utilisation de l'IA : Plus vous connectez de MCP, plus vous utilisez de mémoire contextuelle, ce qui est important si vous surveillez vos limites d'utilisation de l'IA ou votre budget.
Cette approche est particulièrement adaptée aux agences disposant d'un ensemble d'outils restreint et stable, pour l'exploration interne des données, ou si vous commencez tout juste à analyser vos données dans ChatGPT ou Claude.
Option 2 : Construisez votre propre système
Cette option consiste à mettre en place une couche de données avant même de toucher au MCP. Vous rassemblez toutes vos sources de données dans un seul et même endroit que vous contrôlez, vous vous mettez d'accord sur ce qui constitue une conversion ou un prospect pour l'ensemble de ces sources, et vous veillez à ce que cette définition reste cohérente malgré les changements de clients et d'outils. Ce n'est qu'ensuite que vous y connectez votre assistant IA.
La mise en place d'un tel système demande beaucoup de temps et d'efforts techniques. Elle nécessite également un travail continu : chaque nouveau client, chaque nouvelle plateforme et chaque modification de la définition d'un indicateur impliquent qu'un membre de votre équipe doive mettre à jour cette couche pour en garantir l'exactitude. Cela reste gérable si vous n'avez qu'une poignée de clients, mais attendez-vous à une charge de travail croissante à mesure que vous en intégrez de nouveaux.
Cette méthode vous offre un contrôle optimal sur la manière dont vos données sont lues et affichées, ainsi que sur les sources que vous prenez en charge. Si votre agence dispose de développeurs ou d'une équipe dédiée aux données en interne, et si elle a des exigences spécifiques qu'une plateforme prête à l'emploi ne saurait répondre, cette option est faite pour vous.
Option 3 : Utiliser une plateforme de reporting disposant déjà d'une connexion MCP
Si votre plateforme de reporting couvre déjà les clients et les canaux avec lesquels vous travaillez, sa connexion permettra à votre assistant IA de lire et d'exploiter ces données directement via le chat. Aucune infrastructure n'est à mettre en place, et cela réduit le risque lié au problème de choix d'outils qui survient lorsqu'il faut jongler entre plusieurs connecteurs distincts.
Vous êtes toutefois limité aux fonctionnalités prises en charge par votre plateforme de reporting. Pour les plateformes qui ne sont pas prises en charge, vous devrez tout de même trouver un autre moyen de connecter ces données.
Pour la plupart des agences, surtout si vous ne disposez pas d'une équipe d'ingénieurs ou de développeurs et que vous souhaitez simplement obtenir rapidement un résultat fonctionnel, le recours à une plateforme de reporting telle que DashThis, dotée de sa propre connexion MCP, constitue le point de départ le plus simple. Les aspects techniques sont pris en charge pour vous, et vous n'avez pas à vous soucier de mettre en place votre propre configuration ni de jongler vous-même avec différents connecteurs de données. Vous pourrez toujours développer votre propre solution plus tard, si vos besoins évoluent.
Conclusion : découvrez DashThis MCP pour les outils que vous utilisez déjà
MCP ne remplace pas la réflexion dont vous aurez besoin pour créer vos rapports. Il vous évite les copier-coller et les allers-retours que vous deviez auparavant effectuer pour synchroniser vos outils. Vous pouvez désormais interroger vos rapports DashThis directement depuis les outils d'IA que vous utilisez déjà, en anglais simple et conversationnel.
Le connecteur DashThis MCP est accessible à tous les clients DashThis et aux utilisateurs de la version d'essai gratuite, quel que soit leur forfait, à condition qu'ils aient configuré au moins un tableau de bord. Il est pour l'instant en lecture seule ; l'accès en écriture est prévu dans une prochaine mise à jour.
La prochaine fois que vous préparerez un rapport client, essayez de poser directement la question à votre assistant IA au lieu de procéder d'abord à l'exportation. Connectez dès maintenant votre assistant IA à DashThis.
Besoin d'aide pour démarrer ? Nos guides d'installation vous permettent de vous connecter en quelques minutes.
Se connecter à Claude · Se connecter à ChatGPT
Foire aux questions (FAQ)
