L’Audit du CESP sur la mesure d’audience Internet Global de Médiamétrie a porté précisément sur le recrutement et la gestion du dispositif ; l’analyse de la qualité des échantillons des trois panels ; l’examen de la méthodologie générale retenue par Médiamétrie pour fusionner les trois panels et constituer un «panel Trois Ecrans» et l’analyse longitudinale des résultats d’audience.
Concernant le rapport sur l’année 2019, à partir de ses différents contrôles et analyses, le CESP a considéré satisfaisant : le principe consistant à obtenir des résultats multi-devices à partir d’individus mesurés partiellement, compte tenu des difficultés à obtenir l’accord d’un panéliste pour être mesuré sur tous ses terminaux la qualité de la gestion des trois panels réalisés par l’équipe Panel Relationship Management ; la progression des effectifs de panélistes bi- ou tri- mesurés pour la construction des modèles utilisés pour fusionner les panels Internet même s’ils restent insuffisants ; l’évolution à la baisse des taux de churn par panel depuis 2017.
Ses deux principales réserves ont porté sur : le sous-échantillon WORK en raison de sa non-représentativité de l’univers des individus ayant accès à internet sur leur lieu de travail. Le protocole de mesure mis en place (installation d’un meter sur un ordinateur professionnel non partagé), le mode de recueil des informations et l’absence de réponse aux questions sur la taille et le secteur d’activité de l’entreprise (respectivement 26% et 41%) conduisent à s’interroger sur la qualité du recueil ; la forte variabilité dans la dispersion des poids de redressement du Panel Ordinateur et du Panel Mobilité due à l’introduction du nombre de visites site-centric d’un certain nombre d’entités comme critères de redressement.
Le CESP a recommandé de continuer à augmenter la taille des sous-échantillons des panélistes bi- ou tri-écrans mesurés pour améliorer les modèles de construction des fusions et de conduire des analyses complémentaires sur chaque strate afin d’apprécier l’hétérogénéité des profils et évaluer la robustesse de chaque modèle.
