Framework pour piloter la fréquence entre plusieurs DSP

La fréquence multi-DSP est un problème de gouvernance, pas seulement de capping

Lorsque plusieurs DSP, demand-side platforms, plateformes utilisées par les annonceurs et agences pour acheter automatiquement des impressions publicitaires, activent simultanément une même marque, la fréquence publicitaire devient rapidement un angle mort. Chaque plateforme sait plafonner la répétition dans son propre périmètre, mais elle ne voit qu’une partie de l’exposition totale. Un utilisateur peut recevoir trois impressions via un DSP vidéo, quatre via un DSP display, deux via une activation retail media et une exposition DOOH digitalisée sans qu’aucun système ne considère individuellement avoir dépassé son cap.

Le sujet est d’autant plus critique que la fréquence agit sur deux dimensions opposées. Trop faible, elle empêche la mémorisation, la considération ou la conversion assistée. Trop élevée, elle détruit l’efficacité marginale, augmente le CPA, coût par acquisition, c’est-à-dire le montant dépensé pour générer une conversion attribuée, dégrade l’expérience utilisateur et accentue la cannibalisation entre leviers. Dans un environnement RTB, real-time bidding, mécanisme d’enchères en temps réel permettant d’acheter une impression lorsqu’elle devient disponible, la répétition non maîtrisée se traduit aussi par une surenchère interne : plusieurs DSP peuvent enchérir pour toucher la même audience, parfois sur les mêmes inventaires, avec des logiques d’attribution concurrentes.

Le pilotage multi-DSP ne peut donc pas se limiter à définir un frequency cap uniforme, par exemple trois impressions par jour ou dix par semaine. Il nécessite un framework reliant exposition, rôle dans le funnel, couverture incrémentale, qualité média, identité, attribution et valeur business. Le funnel désigne le parcours allant de la notoriété à la considération, puis à la conversion et à la fidélisation. Une fréquence optimale en haut de funnel n’a pas le même sens qu’une fréquence optimale en retargeting bas de funnel. Une impression vidéo visible pendant dix secondes ne doit pas compter comme une bannière servie sous la ligne de flottaison. Une exposition auprès d’un nouveau prospect n’a pas la même valeur qu’une exposition supplémentaire auprès d’un client actif déjà convaincu.

Pour les professionnels du marketing, l’enjeu est donc de passer d’un capping plateforme à une gouvernance d’exposition. Cela suppose de répondre à trois questions. Premièrement, combien de contacts qualifiés sont nécessaires pour produire l’effet recherché ? Deuxièmement, comment dédupliquer les expositions entre DSP, environnements et identifiants ? Troisièmement, comment réallouer le budget lorsque la fréquence marginale ne crée plus de valeur incrémentale ?

Pourquoi les caps par DSP sous-estiment presque toujours la pression réelle

Le piège principal vient de la fragmentation. Chaque DSP applique son propre cap à partir des identifiants qu’il observe : cookies, mobile advertising IDs, identifiants logués, IDs probabilistes, cohortes, ad server IDs ou signaux contextuels. Or ces identifiants ne sont pas parfaitement réconciliés. Avec la disparition progressive des cookies tiers, les restrictions de consentement, les environnements in-app, la CTV, connected TV, télévision connectée diffusant des publicités dans des environnements de streaming, et les walled gardens, la vision utilisateur devient partielle.

Imaginons une campagne nationale avec trois DSP. Le DSP A, spécialisé vidéo, applique un cap de 4 impressions par semaine. Le DSP B, orienté display performance, applique un cap de 6 impressions par semaine. Le DSP C, utilisé pour des deals premium et du retail media offsite, applique un cap de 5 impressions par semaine. En théorie, chaque plateforme reste raisonnable. En pratique, un même individu peut recevoir jusqu’à 15 impressions hebdomadaires si les identifiants ne sont pas consolidés. Même si les chevauchements ne concernent que 25 % à 35 % de l’audience, le budget gaspillé peut être significatif sur les segments les plus intentionnistes, précisément ceux que toutes les plateformes cherchent à retrouver.

Les études internes d’annonceurs montrent souvent des distributions très asymétriques. Une fréquence moyenne de 5 impressions peut masquer une réalité où 60 % des individus exposés ne reçoivent qu’une ou deux impressions, tandis que 10 % concentrent 18 à 25 impressions. La moyenne est alors rassurante, mais l’efficacité est dégradée : une partie de l’audience reste sous-exposée et une minorité absorbe une part disproportionnée du budget. Ce phénomène est classique en programmatique car les algorithmes optimisent vers les utilisateurs les plus faciles à retrouver et les plus susceptibles de convertir selon l’attribution plateforme.

L’attribution, méthode qui assigne une conversion à un ou plusieurs points de contact média, accentue le problème. Si chaque DSP revendique une conversion post-view ou post-click dans sa propre fenêtre, les plateformes peuvent toutes considérer que leur pression répétée est rentable. Le ROAS, return on ad spend, ratio entre chiffre d’affaires attribué et dépenses publicitaires, peut donc rester élevé dans plusieurs dashboards alors que la contribution incrémentale réelle diminue. Sans déduplication et sans mesure causale, la fréquence excessive se cache derrière des KPI attribués.

La fréquence multi-DSP doit ainsi être analysée comme un problème d’allocation marginale. La première impression qualifiée peut créer de la couverture. La troisième peut renforcer la mémorisation. La huitième peut soutenir une intention. La quinzième, en revanche, peut surtout déplacer du crédit d’attribution entre plateformes. Le rôle du framework est d’identifier le point où le contact additionnel cesse de justifier son coût.

Construire une taxonomie commune de l’exposition avant de fixer les seuils

Avant de débattre du bon cap, il faut définir ce qui compte comme une exposition. Cette étape est souvent négligée. Une impression servie, une impression visible, une vidéo complétée à 50 %, une exposition audible en CTV et une bannière mobile affichée 0,7 seconde ne devraient pas peser de la même façon dans un modèle de fréquence.

Une taxonomie robuste peut distinguer quatre niveaux. Le premier est l’impression servie : l’ad server ou le DSP a appelé la création publicitaire. C’est le niveau le plus large, mais aussi le moins fiable pour mesurer l’impact. Le deuxième est l’impression mesurable : un outil de vérification ou une plateforme peut observer les conditions de diffusion. Le troisième est l’impression visible : la publicité respecte un standard de viewability, visibilité publicitaire, généralement défini pour le display par 50 % des pixels visibles pendant au moins une seconde, et pour la vidéo par 50 % des pixels visibles pendant au moins deux secondes selon le MRC, Media Rating Council. Le quatrième est l’exposition qualifiée : la publicité est visible, non frauduleuse, suffisamment longue, contextualisée et cohérente avec l’objectif.

Pour piloter plusieurs DSP, il est recommandé de convertir les contacts en unités pondérées. Par exemple, une impression display non visible peut compter 0, une impression display visible une seconde peut compter 0,5, une impression display visible plus de cinq secondes peut compter 1, une vidéo visible à 50 % de complétion peut compter 1,5, une vidéo audible et visible jusqu’à 75 % peut compter 2. Ces coefficients ne sont pas universels. Ils doivent être calibrés par format, création, objectif et historique de performance. Mais ils évitent de traiter toutes les impressions comme équivalentes.

Cette pondération change profondément les arbitrages. Une campagne peut afficher une fréquence servie de 12, mais une fréquence qualifiée de 4 si une partie des impressions est peu visible. À l’inverse, une campagne CTV peut afficher une fréquence servie de 5, mais une pression attentionnelle forte si les spots sont plein écran, complétés et diffusés dans un contexte premium. Le cap doit donc s’appliquer au bon niveau : cap sur impressions servies pour protéger l’expérience, cap sur impressions visibles pour piloter l’efficacité média, cap sur expositions qualifiées pour optimiser la contribution business.

La taxonomie doit également intégrer le contexte créatif. Une vidéo de six secondes avec branding immédiat supporte une fréquence plus courte qu’un film de trente secondes construit sur une narration progressive. Une bannière de retargeting avec une offre promotionnelle répétée dix fois peut fatiguer rapidement. Une séquence créative différenciée, message de marque puis preuve produit puis offre, peut au contraire justifier plusieurs contacts si l’ordre est maîtrisé. La fréquence ne se pilote pas seulement en volume ; elle se pilote aussi en séquence.

Segmenter les caps selon le funnel, la valeur audience et la temporalité

Un cap unique appliqué à tous les DSP est rarement optimal. La fréquence utile dépend du rôle de la campagne dans le funnel. En notoriété, l’objectif est de maximiser le reach qualifié, c’est-à-dire le nombre d’individus pertinents exposés dans de bonnes conditions, tout en évitant la répétition excessive. En considération, la fréquence doit soutenir la compréhension et la mémorisation. En conversion assistée, elle doit accompagner une intention sans surpayer une vente déjà probable.

Un cadre opérationnel peut être structuré en trois zones. En haut de funnel, on peut viser par exemple 2 à 5 expositions qualifiées par individu sur une période de 7 à 14 jours, selon la puissance créative et la pression concurrentielle. Le KPI principal n’est pas le CPA, mais la couverture incrémentale, la mémorisation, le coût par reach utile et les signaux de demande comme les recherches marque ou les visites directes. Un cap trop bas peut empêcher la campagne d’émerger. Un cap trop haut réduit la couverture et concentre le budget sur les utilisateurs les plus accessibles.

En milieu de funnel, une plage de 4 à 8 expositions qualifiées peut être pertinente pour des produits à cycle de décision intermédiaire, à condition de varier les messages et les formats. Les KPI à suivre sont la progression de considération, les visites qualifiées, les vues produit, les leads, le taux d’engagement et la contribution assistée. La fréquence doit être reliée à des signaux comportementaux : une personne ayant consulté une page catégorie après exposition peut recevoir une séquence différente d’une personne n’ayant montré aucun engagement.

En bas de funnel, les caps doivent être plus dynamiques. Un visiteur ayant abandonné un panier peut justifier une pression plus forte dans les 24 à 72 heures, mais cette pression doit décroître rapidement si aucun signal ne suit. Une règle simple consiste à utiliser des fenêtres de récence : forte valeur de 0 à 24 heures, valeur moyenne de 1 à 7 jours, dévaluation au-delà de 7 ou 14 jours selon la catégorie. Pour certains annonceurs e-commerce, la fréquence marginale après la sixième exposition de retargeting visible en une semaine peut générer peu d’incrémentalité, même si le ROAS attribué reste élevé.

La valeur audience doit aussi moduler les seuils. Les nouveaux prospects à forte propension, les audiences similaires aux meilleurs clients et les segments contextuels stratégiques peuvent supporter une pression différente des clients actifs, des acheteurs récents ou des utilisateurs déjà surexposés en CRM. Une vente à un nouveau client à forte LTV, lifetime value, valeur économique attendue d’un client sur sa durée de relation avec la marque, peut justifier plus de contacts qu’un réachat automatique à faible marge. Le cap doit donc s’appuyer sur la valeur attendue, pas seulement sur la récence média.

Dédupliquer les expositions : identity graph, ad server et clean room

Le pilotage multi-DSP exige une couche de réconciliation. Trois options sont généralement combinées : l’ad server, l’identity graph et les environnements de data collaboration comme les clean rooms. L’ad server fournit une vision transversale lorsqu’il sert ou mesure les créations sur plusieurs plateformes. Il permet de consolider les impressions, les clics, les conversions et parfois la fréquence par identifiant disponible. Sa limite est la couverture : dans certains walled gardens, environnements fermés où la plateforme contrôle la donnée et la mesure, l’ad server ne récupère qu’une vue agrégée ou partielle.

L’identity graph relie différents identifiants à un individu ou un foyer probable : cookie, email hashé, identifiant mobile, ID universel, signal logué, adresse IP tronquée, device graph. Il peut être déterministe lorsque le lien repose sur une authentification, ou probabiliste lorsqu’il est inféré statistiquement. Cette approche améliore la déduplication, mais elle dépend du consentement, de la qualité des données et du périmètre couvert. Un mauvais graph peut créer deux erreurs : fusionner des individus différents, ce qui sous-estime la couverture réelle, ou ne pas reconnaître un même individu, ce qui sous-estime la fréquence.

Les clean rooms, environnements sécurisés permettant à plusieurs acteurs de croiser des données sans exposer directement les données individuelles, sont utiles pour comparer les expositions et les conversions entre plateformes, notamment avec des retailers, des plateformes vidéo ou des walled gardens. Elles permettent d’estimer les overlaps, la fréquence cumulée et l’incrémentalité par cohorte. Leur limite est opérationnelle : mise en place technique, granularité parfois réduite, latence des analyses, dépendance aux partenaires et complexité juridique.

En pratique, un framework robuste combine trois niveaux de mesure. Niveau un : reporting quotidien par DSP avec fréquence interne, CPM, vCPM, coût pour mille impressions visibles, win rate, reach et performance attribuée. Niveau deux : consolidation ad server hebdomadaire pour mesurer la fréquence cross-DSP sur le périmètre observable. Niveau trois : analyses périodiques en clean room ou via tests d’incrémentalité pour estimer les overlaps invisibles, la cannibalisation et la contribution réelle. L’objectif n’est pas d’obtenir une vérité parfaite en temps réel, mais de réduire suffisamment l’incertitude pour prendre de meilleures décisions budgétaires.

Un indicateur particulièrement utile est la distribution de fréquence cumulée. Plutôt que de suivre seulement la fréquence moyenne, il faut analyser la part d’utilisateurs à 1 contact, 2 à 3 contacts, 4 à 6 contacts, 7 à 10 contacts, plus de 10 contacts. Les segments de surfréquence doivent ensuite être croisés avec les conversions, la marge, le statut client, la visibilité et le coût média. Si 12 % de l’audience capte 38 % des impressions et ne génère pas de lift incrémental supérieur, le problème est clairement budgétaire.

Arbitrer entre DSP : rôle, supply path et valeur marginale

Une fois la fréquence cumulée observée, la question devient : quel DSP doit recevoir la prochaine impression ? Il ne suffit pas de couper mécaniquement celui qui affiche le CPA le plus élevé ou de renforcer celui qui montre le meilleur ROAS plateforme. Il faut comparer la valeur marginale de chaque contact selon le rôle de la plateforme, la qualité de la supply et le niveau de saturation de l’audience.

Un DSP peut être excellent en vidéo premium mais faible en retargeting display. Un autre peut avoir un accès efficace à l’inventaire mobile in-app. Un troisième peut offrir de meilleurs deals retail media ou de meilleures capacités de ciblage contextuel. Le pilotage doit donc attribuer des mandats distincts : couverture incrémentale, répétition qualitative, conquête intentionniste, réactivation CRM, défense concurrentielle ou conversion assistée. Lorsque plusieurs DSP poursuivent le même objectif sur les mêmes audiences, la duplication devient presque certaine.

Le supply path optimization, ou SPO, optimisation des chemins d’approvisionnement visant à réduire les doublons, les frais et l’opacité entre DSP, SSP, supply-side platforms utilisées par les éditeurs pour vendre leur inventaire, et éditeurs, doit être intégré au raisonnement. Deux DSP peuvent acheter le même inventaire via des chemins différents, avec des frais différents, des priorités différentes et des niveaux de transparence variables. Si une impression est accessible dans de meilleures conditions via le DSP A, il est inutile que le DSP B enchérisse fortement sur le même profil et le même environnement.

Un exemple chiffré illustre l’arbitrage. Une marque automobile active deux DSP sur une campagne de considération. Le DSP A achète de la vidéo instream premium à 22 euros de CPM, avec 78 % de viewability et 70 % de complétion. Le DSP B achète de l’outstream à 9 euros de CPM, avec 52 % de viewability et 28 % de complétion. Le CPM brut favorise B. Mais si l’on calcule le coût pour mille vidéos visibles et complétées, A peut devenir compétitif. En revanche, si B apporte une couverture incrémentale sur des prospects non touchés par A, il reste utile. La décision ne doit donc pas opposer qualité et coût, mais mesurer la valeur marginale : B est pertinent pour étendre le reach, moins pour répéter auprès des mêmes individus déjà exposés par A.

Le bon framework introduit une règle de priorité. Par exemple : la première exposition qualifiée est attribuée au DSP offrant le meilleur coût par reach utile ; les expositions 2 à 4 sont attribuées aux environnements les plus qualitatifs ou aux séquences créatives ; les expositions au-delà du seuil sont réservées aux audiences ayant montré un signal d’engagement ou une forte valeur business. Cette logique évite que les DSP performance captent toute la répétition simplement parce qu’ils retrouvent plus facilement les utilisateurs chauds.

Mesurer l’effet de la fréquence : courbes de réponse et incrémentalité

La fréquence optimale ne peut pas être déduite uniquement de benchmarks. Elle doit être estimée par les données propres de l’annonceur, car elle dépend de la catégorie, du prix, du cycle d’achat, de la création, de la concurrence et de la maturité de marque. Le premier outil est la courbe de réponse par fréquence. Elle mesure la probabilité de conversion, de visite qualifiée, de recherche marque ou de lift de considération selon le nombre d’expositions qualifiées.

Ces courbes doivent être interprétées avec prudence. Les utilisateurs exposés dix fois ne sont pas nécessairement convertis grâce aux dix expositions ; ils sont peut-être plus faciles à retrouver, plus engagés ou plus proches de l’achat dès le départ. C’est le biais d’endogénéité classique de la fréquence. Pour le corriger, il faut utiliser des tests contrôlés : holdout, groupe volontairement non exposé servant de contrefactuel ; geo-test, comparaison de zones géographiques exposées et moins exposées ; ou conversion lift dans les plateformes capables de maintenir des groupes de contrôle.

Un test simple peut comparer trois niveaux de pression sur des zones ou cohortes comparables : cap bas, cap standard, cap élevé. Supposons qu’une campagne retail media offsite teste trois caps hebdomadaires : 3, 6 et 10 expositions qualifiées. Le cap 3 génère 100 000 euros de ventes incrémentales pour 40 000 euros dépensés. Le cap 6 génère 145 000 euros pour 65 000 euros. Le cap 10 génère 160 000 euros pour 100 000 euros. Le chiffre d’affaires incrémental total augmente jusqu’au cap 10, mais la rentabilité marginale chute fortement. Entre 6 et 10 expositions, l’annonceur dépense 35 000 euros supplémentaires pour seulement 15 000 euros de ventes incrémentales. Si la marge brute est de 35 %, l’extension de fréquence détruit probablement de la valeur.

Il faut aussi distinguer performance attribuée et performance causale. Un segment à fréquence élevée peut afficher un excellent CPA attribué parce qu’il concentre les utilisateurs déjà intentionnistes. Mais si un holdout montre que la majorité des conversions se seraient produites sans exposition supplémentaire, le cap doit baisser. À l’inverse, une fréquence modérée en vidéo peut paraître peu performante en last click, dernier clic attribuant tout le crédit au dernier point de contact, mais générer un lift de recherches marque et de conversions assistées. La fréquence doit être évaluée sur l’effet attendu du levier, pas uniquement sur le dernier point de contact.

Mettre en place une gouvernance opérationnelle entre trading, data et finance

Le framework ne fonctionne que s’il est traduit en règles de pilotage. La première règle consiste à définir un KPI primaire par objectif : reach incrémental en notoriété, coût par exposition qualifiée en considération, marge incrémentale ou nouveaux clients incrémentaux en conversion. Les KPI secondaires servent de garde-fous : fréquence cumulée, vCPM, taux d’IVT, invalid traffic, trafic invalide généré par bots ou pratiques frauduleuses, taux de visibilité, brand safety, pression par audience et taux de saturation.

La deuxième règle est la cadence de décision. Les optimisations quotidiennes peuvent rester au niveau DSP : enchères, pacing, exclusions de placements, ajustement créatif. Les décisions hebdomadaires doivent intégrer la fréquence consolidée : réallocation entre DSP, réduction de caps, exclusions d’audiences surexposées, priorisation de nouveaux segments. Les décisions mensuelles ou trimestrielles doivent s’appuyer sur l’incrémentalité : tests, contribution par cohorte, analyse de marge, impact sur les nouveaux clients et évolution de la part de voix qualifiée.

La troisième règle concerne les signaux transmis aux plateformes. Si les DSP reçoivent seulement une conversion binaire, ils optimisent vers les utilisateurs les plus faciles à convertir et risquent d’augmenter la fréquence sur les audiences chaudes. Il faut, lorsque c’est possible, envoyer des conversions pondérées : nouveau client, marge, catégorie stratégique, valeur panier, statut promotionnel, récence, qualité de lead ou probabilité de réachat. Une impression supplémentaire auprès d’un client existant à faible marge ne doit pas avoir la même valeur algorithmique qu’une exposition auprès d’un prospect stratégique.

La quatrième règle est l’exclusion dynamique. Les audiences déjà saturées doivent être retirées ou dévaluées dans certains DSP. Par exemple, un individu ayant atteint six expositions qualifiées en sept jours via vidéo premium peut être exclu temporairement du display de répétition, sauf s’il déclenche un signal d’intention fort. Un acheteur récent peut être exclu des campagnes d’acquisition pendant 14 ou 30 jours, puis réintégré dans une logique de cross-sell. Cette orchestration suppose une circulation des segments entre CRM, CDP, customer data platform, plateforme de gestion et d’activation des données clients, ad server et DSP.

Enfin, la gouvernance doit associer finance et équipes business. La fréquence optimale ne se résume pas au plus bas CPA. Elle doit tenir compte de la marge, de la LTV, des retours produits, de la promotion, du coût de service et du risque de cannibalisation. Sans ces paramètres, les équipes média peuvent optimiser la répétition vers des ventes attribuées mais économiquement faibles.

Conclusion : piloter la fréquence comme une ressource rare

Entre plusieurs DSP, la fréquence doit être traitée comme une ressource rare et coûteuse. Chaque contact additionnel consomme du budget, de l’attention utilisateur et une opportunité de toucher un autre individu. Le bon pilotage ne consiste pas à imposer le même cap partout, mais à décider quel type d’exposition mérite d’être répété, auprès de quelle audience, dans quelle fenêtre de temps et via quelle plateforme.

Une feuille de route actionnable peut se résumer en sept décisions. Premièrement, définir une taxonomie commune entre impressions servies, visibles et qualifiées. Deuxièmement, convertir les contacts en unités pondérées selon format, durée, visibilité et contexte. Troisièmement, segmenter les caps par objectif de funnel, valeur audience et récence. Quatrièmement, consolider la fréquence via ad server, identity graph et, lorsque c’est nécessaire, clean room. Cinquièmement, analyser les distributions de fréquence plutôt que les moyennes. Sixièmement, arbitrer entre DSP selon leur valeur marginale, leur supply path et leur contribution incrémentale. Septièmement, tester régulièrement les seuils par holdout ou geo-test afin de distinguer répétition utile et sur-attribution.

La maturité se reconnaît à la capacité de dire non à une impression apparemment performante lorsqu’elle ne crée plus de valeur marginale. Un DSP peut afficher un excellent ROAS tout en captant des conversions déjà probables. Un autre peut sembler plus cher mais apporter une couverture incrémentale décisive. La fréquence multi-DSP doit donc être gouvernée par la contribution business, pas par la logique interne de chaque plateforme.

Dans un marché où l’identité se fragmente et où les environnements fermés se multiplient, la maîtrise parfaite de la fréquence restera difficile. Mais l’objectif n’est pas la perfection. Il est de réduire les angles morts, d’éviter les surpressions évidentes et de réallouer le budget vers les expositions qui ont une probabilité crédible de créer de la demande, d’améliorer la considération ou de générer une vente réellement incrémentale. C’est à cette condition que le multi-DSP devient une stratégie de couverture et de qualité, plutôt qu’une addition de silos qui se concurrencent sur les mêmes utilisateurs.