Quels indicateurs suivre pour qualifier le trafic invalide ?

Le trafic invalide ne se mesure pas avec un seul taux, mais avec une chaîne d’indices

Qualifier le trafic invalide est devenu un exercice de pilotage économique autant qu’un sujet de conformité média. L’IVT, invalid traffic, désigne les impressions, clics, visites ou conversions qui ne proviennent pas d’un comportement humain légitime ou qui ne peuvent pas être considérés comme valides pour l’évaluation d’une campagne. Dans les environnements programmatiques, où une impression peut transiter en quelques millisecondes entre un SSP, supply-side platform, plateforme utilisée par les éditeurs pour vendre leur inventaire, et un DSP, demand-side platform, plateforme utilisée par les acheteurs pour acheter des impressions publicitaires de façon automatisée, la qualification du trafic invalide ne peut pas reposer sur une lecture binaire.

Le risque est double. D’un côté, sous-détecter l’IVT conduit à surpayer des expositions sans valeur, à dégrader le CPA, coût par acquisition, c’est-à-dire le coût nécessaire pour générer une conversion attribuée, et à fausser le ROAS, return on ad spend, ratio entre chiffre d’affaires attribué et dépenses publicitaires. De l’autre, sur-filtrer peut réduire la couverture utile, exclure des inventaires légitimes ou créer un biais de diffusion vers les environnements les plus faciles à mesurer plutôt que les plus performants. La question n’est donc pas seulement de savoir combien de trafic invalide a été détecté, mais comment le qualifier, à quel niveau de granularité et avec quelles conséquences d’achat.

Les standards du marché, notamment ceux du MRC, Media Rating Council, distinguent généralement le GIVT, general invalid traffic, trafic invalide identifiable par des règles relativement standardisées, et le SIVT, sophisticated invalid traffic, trafic invalide sophistiqué nécessitant des méthodes avancées de détection. Le GIVT couvre par exemple des robots connus, des data centers identifiés ou des spiders non humains. Le SIVT inclut des schémas plus complexes : spoofing de domaine, appareils infectés, fermes de clics, manipulation de SDK, faux emplacements vidéo, empilement de publicités ou comportements artificiellement humains.

Pour les professionnels du marketing, l’enjeu consiste à construire une grille de lecture multi-indicateurs. Un taux d’IVT global de 1,5 % ou 8 % n’a pas la même signification selon qu’il concerne des impressions display open auction, de la vidéo in-app, du DOOH programmatique, du retargeting, des clics ou des conversions. La qualification doit combiner des signaux de supply path, de contexte, de comportement, de qualité média, de performance et d’incrémentalité. C’est cette combinaison qui permet de passer d’un rapport de vérification à une décision d’achat.

Distinguer les familles d’IVT avant de choisir les KPI

La première erreur consiste à suivre le trafic invalide comme un indicateur unique. Or l’IVT n’est pas une catégorie homogène. Un robot de crawl clairement identifié, une application mobile générant des impressions hors écran, un site usurpant le domaine d’un éditeur premium et une ferme de clics rémunérée ne produisent pas les mêmes symptômes, ni les mêmes réponses opérationnelles. Avant de définir les indicateurs, il faut donc clarifier la typologie du risque.

Le GIVT est généralement le plus simple à filtrer. Les partenaires de vérification, les DSP et certains SSP savent identifier des user agents connus, des adresses IP de data centers, des robots déclarés ou des patterns techniques non humains. Sur des campagnes bien configurées, les taux de GIVT peuvent être faibles, souvent inférieurs à 1 % sur des environnements premium contrôlés. Mais un faible taux de GIVT ne garantit pas une supply saine : les fraudes les plus coûteuses sont rarement les plus visibles.

Le SIVT demande une approche probabiliste. Il peut imiter un comportement humain, utiliser des appareils résidentiels, générer des clics plausibles ou passer par des applications légitimes compromises. Dans certains segments open web, notamment sur des inventaires vidéo ou in-app peu transparents, des audits de place de marché ont déjà observé des taux d’anomalies à deux chiffres lorsque la mesure inclut le spoofing, les emplacements non visibles ou les applications à faible qualité. Ces chiffres ne doivent pas être généralisés sans contexte, mais ils montrent que la moyenne de marché masque de fortes disparités.

Un framework utile consiste à classer les risques en quatre familles :

• IVT technique : robots connus, data centers, user agents suspects, erreurs de rendu, rafraîchissements abusifs, impressions non servies correctement.
• IVT de transparence : domaine ou application spoofé, sellers non autorisés, schain incomplet, inventaire revendu sans clarté, bundle mobile incohérent.
• IVT comportemental : clics anormaux, sessions trop courtes, fréquence excessive, patterns horaires non humains, absence d’engagement post-clic.
• IVT économique : conversions attribuées mais non incrémentales, leads non qualifiés, ventes annulées, trafic qui maximise les KPI plateforme sans créer de valeur business.

Cette dernière famille est essentielle. Tous les trafics de faible valeur ne sont pas nécessairement invalides au sens strict, mais ils peuvent être économiquement non valides pour l’annonceur. Un inventaire générant beaucoup de clics à bas prix mais aucun engagement, aucun nouveau client et une forte invalidation CRM doit être traité comme un risque de qualité, même si le rapport de vérification ne le classe pas entièrement en IVT.

Les indicateurs de base : taux d’IVT, GIVT, SIVT et invalidation par événement

Le socle de mesure reste le taux d’IVT. Il se calcule généralement comme la part d’impressions, de clics ou de conversions considérées invalides sur le total mesuré. Mais il doit toujours être ventilé par type d’événement. Un taux d’IVT impression de 2 % et un taux d’IVT clic de 18 % racontent deux histoires différentes. Le premier peut être acceptable selon l’environnement. Le second signale probablement une concentration de clics artificiels ou de placements incitatifs.

Trois niveaux doivent être suivis séparément. Le premier est l’IVT sur impressions servies, utile pour mesurer la qualité de l’exposition achetée. Le deuxième est l’IVT sur interactions, principalement les clics, les visites et les vues vidéo complétées. Le troisième est l’IVT sur conversions ou leads, plus difficile à établir mais décisif pour les campagnes à la performance. Un fraudeur sophistiqué ne cherche pas seulement à générer des impressions ; il peut aussi produire des clics et parfois des conversions apparentes si le formulaire est simple ou si la conversion est faiblement qualifiée.

La ventilation GIVT et SIVT est également indispensable. Un taux élevé de GIVT peut révéler une mauvaise hygiène d’achat : absence de filtres pré-bid, inventaire long tail peu contrôlé, partenaires SSP peu sélectifs. Un taux de SIVT élevé est plus préoccupant, car il signale des schémas organisés ou difficiles à bloquer. Dans une gouvernance mature, les seuils d’alerte ne sont pas identiques : 2 % de GIVT sur une campagne de reach display n’appellent pas la même réaction que 2 % de SIVT sur une campagne de génération de leads B2B.

Il faut aussi suivre le taux de trafic non mesurable. Une impression non classée comme invalide parce qu’elle n’a pas pu être mesurée ne doit pas être implicitement considérée comme valide. Le non-measurable rate, part des impressions non vérifiables par le partenaire de mesure, est un indicateur critique, notamment en in-app, CTV, connected TV, télévision connectée, et certains environnements walled gardens. Une campagne avec 1 % d’IVT déclaré mais 45 % d’impressions non mesurables présente un niveau d’incertitude élevé. Pour certains annonceurs, un plafond de non-mesurabilité doit être défini par canal, par exemple moins de 10 % sur display web, moins de 20 % sur vidéo et un seuil négocié en CTV selon les intégrations disponibles.

Enfin, la déduplication entre partenaires compte. Un DSP, un adserver et un outil de vérification peuvent appliquer des règles différentes. La somme de leurs invalidations ne doit pas être additionnée mécaniquement. Le bon réflexe consiste à définir une source de vérité par événement, à documenter les fenêtres de mesure et à analyser les écarts. Si le DSP détecte 1 % d’IVT et le vérificateur 6 % sur le même inventaire, l’écart est plus important que le chiffre lui-même : il révèle une divergence méthodologique ou un trou de mesure.

Qualifier le risque par source : domaine, application, SSP, seller et chemin d’achat

Un taux moyen masque presque toujours la concentration du risque. Dans de nombreux audits programmatiques, une part significative de l’IVT provient d’une minorité de domaines, d’applications, de sellers ou de chemins d’achat. Une règle empirique fréquemment observée est proche d’une logique 80/20 : 20 % des sources problématiques peuvent concentrer une majorité des anomalies. L’objectif n’est donc pas seulement de connaître le taux d’IVT global, mais de localiser le risque.

Les indicateurs doivent être ventilés au minimum par domaine, app bundle, SSP, seller_id, type de vendeur, format, device, pays, heure et deal. Dans le RTB, real-time bidding, mécanisme d’enchères en temps réel permettant d’acheter une impression au moment où elle devient disponible, un même éditeur peut être accessible via plusieurs chemins. Certains chemins seront directs, d’autres revendus, d’autres encore opaques. Le taux d’IVT par supply path est donc plus actionnable que le taux par campagne.

Trois signaux de transparence sont particulièrement importants. Ads.txt, fichier publié par les éditeurs pour déclarer les vendeurs autorisés de leur inventaire web, permet de contrôler si le seller est légitime. App-ads.txt joue un rôle similaire pour les applications mobiles. Sellers.json, fichier publié par les plateformes pour identifier les entités qui vendent via elles, complète cette lecture. Enfin, schain, supply chain object, documente la chaîne d’intermédiaires transmise dans la bid request. Un inventaire avec seller autorisé, schain complet et relation directe présente un risque structurellement différent d’un inventaire revendu via plusieurs intermédiaires avec seller masqué.

Un cas simple illustre l’intérêt de cette granularité. Une campagne vidéo affiche un taux d’IVT global de 3,2 %, apparemment maîtrisé. L’analyse par app bundle montre que trois applications concentrent 38 % des impressions invalides, avec des taux d’IVT supérieurs à 25 %, une complétion vidéo anormalement élevée et un temps moyen de session inférieur à dix secondes. En les excluant, le CPM, coût pour mille impressions, augmente de 7 %, mais le coût par vidéo vue vérifiée baisse de 18 % et le taux de visite post-view qualifiée progresse. L’optimisation ne consiste donc pas à acheter moins cher, mais à acheter plus proprement.

La supply path optimization, ou SPO, pratique consistant à sélectionner les chemins d’achat les plus efficaces et transparents entre acheteurs et inventaires, doit intégrer l’IVT comme une variable centrale. Un chemin avec un CPM plus bas mais un taux d’IVT, de non-mesurabilité et de duplication plus élevés peut coûter plus cher en coût utile. Le coût utile doit être recalculé après invalidation : si un CPM de 4 euros contient 10 % d’impressions invalides, le CPM valide effectif est de 4,44 euros. Si la viewability, visibilité publicitaire selon les critères de mesure retenus, est de 50 %, le CPM visible et valide monte à 8,88 euros. Ce type de calcul remet souvent en cause les arbitrages fondés sur les seuls coûts bruts.

Surveiller les anomalies comportementales : clics, fréquence, sessions et engagement

Les métriques comportementales permettent de détecter des signaux que les filtres techniques ne capturent pas toujours. Le taux de clic, ou CTR, click-through rate, part des impressions générant un clic, est l’un des premiers indicateurs à surveiller. Un CTR très élevé n’est pas nécessairement positif. Sur du display prospecting standard, un CTR de 0,05 % à 0,30 % peut être courant selon les formats et secteurs. Un inventaire long tail affichant 3 % ou 5 % de CTR, sans hausse proportionnelle des conversions qualifiées, doit déclencher une investigation.

Le signal devient plus robuste lorsqu’il est croisé avec la qualité post-clic. Un trafic suspect présente souvent une combinaison reconnaissable : CTR élevé, taux de rebond très fort, durée de session très courte, absence de scroll, absence de pages vues additionnelles, événements analytics incohérents et faible taux de conversion réelle. En acquisition lead, il peut se traduire par des formulaires remplis rapidement, des emails jetables, des numéros de téléphone invalides, des doublons CRM ou des leads impossibles à joindre. Le KPI à suivre n’est donc pas seulement le clic, mais le clic qualifié.

La fréquence est un autre indicateur sous-estimé. Une fréquence moyenne acceptable peut masquer des queues de distribution anormales. Par exemple, une fréquence moyenne de 4 impressions par utilisateur peut sembler maîtrisée, mais si 5 % des identifiants concentrent plus de 50 impressions chacun sur une période courte, cela peut signaler des environnements de refresh excessif, des utilisateurs artificiels ou une mauvaise gestion des identifiants. Les distributions de fréquence doivent être analysées par source, pas seulement au niveau campagne.

Les patterns horaires et géographiques fournissent aussi des indices. Un pic de clics entre 2 heures et 5 heures du matin, sur des inventaires censés cibler une audience B2C locale active en journée, peut être légitime pour certains secteurs mais suspect pour d’autres. De même, une campagne géociblée en France qui génère une part inhabituelle de requêtes depuis des IP incohérentes, des VPN ou des data centers doit être examinée. Le point n’est pas de bloquer toute anomalie isolée, mais de détecter des combinaisons improbables.

Pour les campagnes vidéo, les indicateurs spécifiques incluent le taux de démarrage, les quartiles, le taux de complétion, la durée visible, le son activé lorsque disponible, l’environnement de lecture et la taille du player. Un taux de complétion vidéo de 98 % sur un inventaire peu connu peut sembler excellent, mais il peut aussi révéler des lectures non visibles, forcées ou non humaines. La performance vidéo doit être comparée à la viewability et à l’attention estimée. Une vidéo complétée hors écran ne crée pas la même valeur qu’une vidéo visible avec interaction ou mémorisation.

Relier l’IVT aux KPI business : CPA, ROAS, leads valides et incrémentalité

La qualification du trafic invalide devient réellement utile lorsqu’elle modifie la lecture de la performance. Un canal peut afficher un CPA attractif tout en générant une proportion élevée de leads invalides ou de conversions non incrémentales. À l’inverse, un inventaire plus cher mais plus propre peut produire moins de volume brut et davantage de valeur réelle. Il faut donc intégrer l’IVT dans le calcul économique.

Le CPA valide est un premier indicateur. Si une campagne dépense 50 000 euros et génère 2 500 leads, le CPA brut est de 20 euros. Si 18 % des leads sont invalides après déduplication CRM, numéros faux, emails injoignables ou comportements frauduleux, le CPA valide passe à 24,39 euros. Si seulement 55 % des leads valides deviennent joignables par les équipes commerciales, le coût par lead exploitable monte à 44,35 euros. Le reporting média doit être capable de remonter cette cascade, sinon l’algorithme optimisera vers le volume le moins cher, pas vers la valeur.

Le même raisonnement s’applique au ROAS. Une vente attribuée à une exposition suspecte ne doit pas être comptabilisée de la même manière qu’une vente issue d’un parcours cohérent. Dans certains cas, l’IVT ne crée pas directement de fausses ventes, mais il pollue l’attribution. Si un bot génère un clic avant qu’un utilisateur réel convertisse par un autre chemin, le dernier clic peut capter un crédit indu. L’attribution, méthode qui assigne une conversion à un ou plusieurs points de contact média, doit donc être protégée contre les signaux invalides en amont.

Un indicateur avancé consiste à suivre la part de conversions provenant de sources à risque. Par exemple, si 12 % des impressions proviennent de sources classées à risque élevé mais qu’elles revendiquent 35 % des conversions post-clic, il faut analyser le délai clic-conversion, la qualité des sessions, le statut nouveau client, le taux d’annulation et la marge. Une surcontribution apparente peut révéler une interception de parcours ou une fraude au clic.

L’incrémentalité doit compléter cette lecture. L’incrémentalité mesure la performance réellement causée par la campagne par rapport à un scénario sans exposition. Un trafic peut être techniquement valide mais faiblement incrémental : retargeting excessif sur des paniers déjà prêts à convertir, clics de couponing en fin de parcours, search marque captant une demande déjà acquise. Ce n’est pas de l’IVT au sens strict, mais c’est une forme de non-valeur économique. Pour les budgets significatifs, les holdouts, groupes volontairement exclus de l’exposition, les geo-tests ou les tests de conversion lift permettent de distinguer les conversions attribuées des conversions causées.

La bonne pratique consiste à construire un score de qualité média combinant taux d’IVT, mesurabilité, viewability, comportement post-clic, taux de leads valides, marge et incrémentalité estimée. Ce score ne remplace pas les KPI financiers, mais il évite d’arbitrer uniquement sur le CPA ou le ROAS plateforme.

Mettre en place une gouvernance de seuils, d’alertes et d’actions

Les indicateurs ne créent de valeur que s’ils déclenchent des décisions. Une gouvernance IVT mature doit définir des seuils par canal, format et objectif. Un seuil unique pour tout le plan média est rarement pertinent. Le display open auction, la vidéo instream premium, la CTV, le retail media offsite, le DOOH programmatique et l’emailing d’acquisition n’ont pas les mêmes risques, ni les mêmes niveaux de mesurabilité.

Une matrice opérationnelle peut distinguer quatre niveaux d’action. Le premier niveau est la surveillance : taux d’IVT faible, sources stables, écarts limités. Le deuxième est l’alerte : hausse soudaine d’IVT, pic de clics, taux de non-mesurabilité élevé, seller inconnu. Le troisième est la restriction : baisse d’enchère, exclusion temporaire, passage en deal privé, limitation de fréquence, renforcement des filtres pré-bid. Le quatrième est le blocage : source supprimée, demande d’avoir, renégociation SSP ou arrêt du partenaire.

Les filtres pré-bid sont utiles, mais ils ne suffisent pas. Ils permettent d’éviter certaines impressions à risque avant l’enchère, mais ils peuvent aussi réduire le reach et augmenter les coûts. Les filtres post-bid, via ad verification, apportent une lecture plus complète mais interviennent après achat. Le modèle efficace combine les deux : prévention pour les risques connus, mesure post-diffusion pour les arbitrages et les réclamations. Les logs DSP et SSP doivent ensuite permettre d’identifier précisément les chemins responsables.

La fréquence de reporting doit être adaptée à la vitesse du risque. Pour des campagnes à gros volume en open auction, un monitoring quotidien peut être nécessaire. Pour des deals premium stables, une revue hebdomadaire ou mensuelle peut suffire. L’important est de conserver une traçabilité des décisions : source détectée, indicateur déclencheur, action prise, date, impact sur CPM, reach, CPA valide et performance business.

La gouvernance doit aussi intégrer les équipes au-delà du média. Le juridique intervient sur les clauses contractuelles, les remboursements et la conformité des données. La data analyse les logs, les anomalies et les doublons. Le CRM valide la qualité des leads et des clients. La finance arbitre la marge et les seuils économiques. Sans cette coordination, l’IVT reste un sujet de reporting agence alors qu’il devrait être un sujet de qualité d’investissement.

Conclusion : passer d’un taux d’IVT à une qualification de la valeur utile

Qualifier le trafic invalide exige de dépasser le réflexe du taux unique. Le bon dispositif combine plusieurs familles d’indicateurs : IVT global, GIVT, SIVT, non-mesurabilité, source de supply, transparence ads.txt et schain, anomalies de clics, fréquence, engagement post-clic, qualité CRM, CPA valide, ROAS corrigé et incrémentalité. Cette approche est plus exigeante, mais elle correspond à la réalité du marché : la fraude et la non-valeur ne se manifestent pas à un seul endroit du funnel.

Une feuille de route actionnable peut tenir en six étapes. Premièrement, définir une taxonomie IVT commune entre annonceur, agence, DSP, SSP et outil de vérification. Deuxièmement, ventiler tous les indicateurs par événement, source, chemin d’achat, format et device. Troisièmement, suivre le non-mesurable comme un risque à part entière, et non comme une zone neutre. Quatrièmement, relier les signaux média aux données business : leads valides, ventes nettes, marge, nouveaux clients et annulations. Cinquièmement, mettre en place des seuils d’action différenciés par canal, avec une traçabilité des exclusions et réintégrations. Sixièmement, tester l’impact des optimisations sur la valeur utile, pas seulement sur la baisse du taux d’IVT.

Le point critique est l’arbitrage. Réduire l’IVT à zéro est rarement un objectif réaliste, et parfois un objectif contre-productif si cela conduit à acheter uniquement des inventaires fermés, chers et peu scalables. En revanche, rendre le risque visible, localisé et économiquement pondéré est indispensable. Pour un professionnel du marketing, la question la plus utile n’est pas seulement : combien de trafic invalide avons-nous acheté ? Elle est : quelle part de notre budget média a réellement produit une exposition humaine, mesurable, qualifiée et susceptible de contribuer au business ? C’est à ce niveau que la lutte contre l’IVT cesse d’être un contrôle défensif pour devenir un levier de performance.