Quantum Metric

Qu'est-ce que Quantum Metric

Quantum Metric est une plateforme de continuous product intelligence fondée en 2015 et basée à Colorado Springs. Elle capture chaque interaction web et mobile en temps réel et quantifie l'impact revenu des frictions, erreurs et parcours abandonnés. Clients : grands retailers, compagnies aériennes, banques, telcos.

Le suivi est implémenté via un seul SDK JavaScript (qtm.js) sur le web et des SDK natifs mobiles. Le SDK capture mutations DOM, requêtes réseau, erreurs JavaScript et interactions utilisateur, puis les transmet aux tenants Quantum Metric sur AWS.

Données capturées

Quantum Metric traite l'IP, les caractéristiques de l'appareil, la géolocalisation, l'URL, le referrer, les mouvements de souris, clics, défilement, saisies de formulaire, métadonnées d'upload et erreurs JavaScript. Les session replays reconstituent l'état visible de la page à partir des mutations DOM, pouvant inclure des données personnelles visibles si non masquées.

Le masquage est configurable : masquage automatique des champs, masquage par classes CSS (qm-allow, qm-block, qm-encrypt) et redaction côté serveur. La posture par défaut conseillée est de tout masquer puis d'autoriser explicitement les éléments non sensibles.

RGPD, ePrivacy et transferts

Quantum Metric Inc. est sous-traitant US. Le déploiement par défaut transfère les données vers AWS US sous CCT et EU US Data Privacy Framework. Les régions UE (Irlande, Francfort) sont disponibles en contrat entreprise et doivent être explicitement demandées. Une TIA est requise même avec résidence UE, le personnel Quantum Metric US pouvant accéder aux données pour le support.

Côté cookies, le SDK n'étant pas strictement nécessaire, l'art. 5(3) ePrivacy et le §25 TTDSG exigent un consentement préalable. Pour le replay complet, le consentement est aussi la base art. 6 la plus sûre.

Fonctions IA et décisions automatisées

Quantum Metric intègre des fonctions IA (Felix AI) qui résument les sessions, détectent les anomalies et proposent des optimisations. Ces fonctions peuvent s'appuyer sur des backends LLM tiers, à documenter comme sous-traitants et à évaluer au sens de l'art. 22 RGPD si elles alimentent des décisions automatisées.

Pour les services régulés, les fonctions IA doivent être confrontées aux règles sectorielles (DORA, NIS2, classification AI Act le moment venu).

Mise en oeuvre du consentement

Différez le SDK Quantum Metric jusqu'à acceptation de la catégorie Analytique ou Marketing dans votre CMP. Le bandeau doit citer Quantum Metric, décrire la finalité de capture de session et lier sa politique de confidentialité.

Configurez le SDK en mode strict (tout bloquer) puis ajoutez explicitement qm-allow aux éléments sûrs. Pour les pages contenant des données de santé, financières ou d'identification, fixez la rétention au minimum (7 à 30 jours) et désactivez l'entraînement IA sur ces sessions.

Checklist de conformité

Négociez la résidence UE quand possible, signez le DPA et les CCT, documentez la chaîne de sous-traitants (AWS, fournisseurs LLM, outillage support). Configurez le masquage par défaut avec allow lists explicites. Différez le SDK jusqu'au consentement. Menez une AIPD couvrant masquage, rétention, décisions automatisées et fonctions IA.

Révisez la configuration après chaque release : les nouveaux parcours introduisent souvent de nouveaux champs non masqués par défaut. Proposez un opt out clair et respectez les signaux Global Privacy Control.