Guide pour structurer une stratégie multi-DSP sans cannibalisation

Multiplier les DSP augmente la couverture, mais peut aussi mettre l’annonceur en concurrence avec lui-même

Structurer une stratégie multi-DSP peut sembler rationnel : une DSP, demand-side platform, plateforme d’achat automatisé d’impressions publicitaires, n’accède pas toujours aux mêmes inventaires, n’optimise pas avec les mêmes signaux et ne traite pas les mêmes formats avec la même profondeur. Une marque peut donc vouloir combiner une DSP généraliste pour le display et la vidéo, une DSP spécialisée en retail media, une autre orientée CTV ou DOOH, digital out-of-home, et parfois une plateforme privilégiée par une agence ou un partenaire local. Le problème commence lorsque cette diversification n’est pas gouvernée. Les plateformes peuvent enchérir sur les mêmes utilisateurs, les mêmes domaines, les mêmes SSP, supply-side platforms, plateformes utilisées par les éditeurs pour vendre leur inventaire, et parfois les mêmes impressions. Le gain de couverture se transforme alors en inflation d’enchères, duplication de fréquence et brouillage de l’attribution.

La cannibalisation multi-DSP désigne cette situation où plusieurs plateformes financées par le même annonceur se disputent une valeur identique ou fortement substituable. Elle peut prendre plusieurs formes : deux DSP ciblent la même audience CRM en retargeting, deux lignes achètent le même inventaire vidéo via des chemins SSP différents, une campagne prospecting broad recoupe massivement une campagne retail media offsite, ou une DSP upper funnel revendique des conversions déjà captées par une DSP bas de funnel. Le risque n’est pas seulement de payer plus cher. Il est de tirer de mauvaises conclusions : un CPA, coût par acquisition, c’est-à-dire le montant dépensé pour générer une conversion attribuée, peut sembler performant dans chaque plateforme alors que le CPA incrémental consolidé se dégrade.

Le multi-DSP n’est donc pas un sujet d’empilement technologique, mais d’architecture média. Il faut décider pourquoi chaque DSP existe dans le dispositif, quelles audiences elle peut activer, quels inventaires elle peut acheter, quels signaux elle peut utiliser, quelles limites elle doit respecter et comment ses résultats seront évalués. Sans cette discipline, l’annonceur délègue implicitement l’allocation aux algorithmes de plateformes concurrentes qui optimisent chacune leur propre objectif local. Or un objectif localement optimal peut être globalement destructeur : une DSP peut augmenter son ROAS, return on ad spend, ratio entre chiffre d’affaires attribué et dépenses publicitaires, en captant des conversions déjà proches, pendant qu’une autre augmente les enchères pour toucher les mêmes profils sous une autre nomenclature d’audience.

La bonne question n’est donc pas : combien de DSP faut-il utiliser ? Elle est : quels rôles distincts justifient plusieurs DSP, et quels mécanismes empêchent leur chevauchement non contrôlé ? Une stratégie multi-DSP mature combine segmentation stricte, gouvernance des supply paths, règles de fréquence, mesure incrémentale et arbitrage financier. Elle accepte que certaines redondances soient utiles pour tester ou sécuriser l’accès à l’inventaire, mais elle refuse les duplications invisibles qui gonflent les CPM, coût pour mille impressions, sans améliorer la couverture utile ni la valeur business.

Définir le rôle de chaque DSP avant d’ouvrir les vannes budgétaires

La première condition de réussite est de donner une fonction explicite à chaque DSP. Trop de dispositifs multi-DSP naissent par accumulation : une plateforme historique reste active, une nouvelle est ajoutée pour un test vidéo, une autre arrive via un deal retail media, puis une agence conserve son siège DSP pour certaines campagnes locales. Cette logique produit rarement une architecture cohérente. Le risque est que chaque DSP reçoive un brief similaire : générer des conversions, optimiser le CPA, maximiser le ROAS, trouver les meilleures audiences. Si toutes poursuivent le même objectif sur des périmètres proches, la cannibalisation est presque certaine.

Un cadre utile consiste à répartir les DSP selon quatre dimensions : rôle dans le funnel, nature de l’inventaire, type de donnée et horizon de mesure. Le funnel désigne le parcours marketing allant de la notoriété à la considération, puis à la conversion et à la fidélisation. Une DSP peut être responsable du haut de funnel vidéo et CTV, avec un objectif de reach incrémental et d’attention. Une deuxième peut piloter le display prospecting sur audiences contextuelles et lookalike. Une troisième peut gérer le retargeting bas de funnel avec des règles de pression très strictes. Une quatrième peut être réservée au retail media offsite, lorsque le distributeur impose ou recommande sa propre stack d’achat.

Cette spécialisation doit être écrite dans une matrice de responsabilités. Pour chaque DSP, l’annonceur doit préciser : objectif primaire, KPI de pilotage, audiences autorisées, audiences interdites, formats, environnements, SSP ou deals accessibles, fenêtre d’attribution, plafond de fréquence et budget maximum. Sans cette matrice, la gouvernance repose sur des intentions. Avec elle, les équipes trading peuvent auditer les chevauchements et justifier chaque dépense.

Exemple concret : une marque e-commerce utilise trois DSP. La DSP A pilote la vidéo instream et la CTV avec un KPI de coût par visite qualifiée post-exposition à 7 jours. La DSP B pilote le display prospecting avec exclusion systématique des visiteurs de moins de 14 jours et optimisation vers les nouveaux clients. La DSP C pilote le retargeting dynamique sur les abandonnistes panier, avec une fenêtre de 72 heures et un cap de fréquence à 3 impressions visibles par utilisateur et par jour. Dans cette configuration, les plateformes ne sont pas interchangeables. Elles adressent des étapes différentes, des audiences différentes et des horizons de valeur différents.

À l’inverse, si les trois DSP ciblent les visiteurs site des 30 derniers jours, avec optimisation CPA et attribution post-view à 30 jours, l’annonceur crée un marché interne concurrentiel. Chaque plateforme cherchera les profils les plus proches de l’achat, augmentera la pression sur les mêmes utilisateurs et revendiquera des conversions que les autres auraient probablement obtenues. Le multi-DSP devient alors une machine à surattribuer, pas un levier de croissance.

Mesurer et limiter les overlaps d’audience avec une logique de portefeuille

Le cœur opérationnel d’une stratégie anti-cannibalisation est la mesure des overlaps, c’est-à-dire le recouvrement entre audiences, impressions, utilisateurs, conversions et chemins supply. Il ne suffit pas de dire que deux DSP ciblent des segments différents si ces segments aboutissent en pratique aux mêmes individus ou aux mêmes contextes. Un segment d’intention automobile, un lookalike CRM et une audience comportementale premium peuvent avoir des noms différents mais partager une forte proportion d’utilisateurs à haute propension.

La première mesure à mettre en place est l’overlap d’audience pré-activation. Lorsque les environnements le permettent, il faut comparer les bases adressables : CRM uploadé, visiteurs site, acheteurs récents, prospects froids, segments data tiers, audiences retail media. Un overlap supérieur à 30 % entre deux audiences censées jouer des rôles différents doit déclencher une revue. Ce seuil n’est pas universel, mais il donne un signal. En retargeting, un overlap élevé peut être normal si les plateformes se partagent des formats complémentaires. En prospecting, il peut indiquer une redondance coûteuse.

La deuxième mesure est l’overlap d’exposition. C’est souvent là que la cannibalisation devient visible. Deux DSP peuvent avoir des audiences théoriquement distinctes mais exposer les mêmes utilisateurs en raison de la dynamique d’enchère et des signaux disponibles. Un reporting consolidé doit suivre la fréquence totale par utilisateur ou par cohorte, pas seulement la fréquence dans chaque DSP. Une DSP peut afficher une fréquence moyenne de 4, une autre de 5, une troisième de 3 ; l’utilisateur réellement exposé peut recevoir 12 impressions sur la période. Si la mesure de fréquence reste cloisonnée, chaque plateforme semble raisonnable alors que l’expérience globale devient excessive.

La troisième mesure est l’overlap de conversion. Il faut identifier combien de conversions sont revendiquées par plusieurs DSP dans leurs fenêtres d’attribution. L’attribution désigne la méthode qui assigne une conversion à un ou plusieurs points de contact marketing. Dans un plan multi-DSP, un taux de conversions multi-touch supérieur à 40 % n’est pas forcément anormal, mais il impose de distinguer contribution et crédit. Une conversion vue par trois plateformes ne vaut pas trois conversions. Elle doit être dédupliquée dans l’ad server, le CRM ou une couche analytics indépendante.

Un framework de portefeuille peut aider à arbitrer. Chaque DSP doit être classée selon deux axes : incrémentalité attendue et niveau de chevauchement. Une DSP à forte incrémentalité et faible overlap mérite d’être développée. Une DSP à forte incrémentalité mais fort overlap doit être conservée avec des règles d’exclusion ou de séquencement. Une DSP à faible incrémentalité et fort overlap doit être réduite ou repositionnée. Une DSP à faible incrémentalité mais faible overlap peut être utile pour un objectif de couverture, mais ne doit pas recevoir un budget de performance sans preuve additionnelle.

Exemple : un annonceur observe que sa DSP retargeting affiche un CPA attribué de 18 euros, tandis que sa DSP prospecting affiche un CPA de 55 euros. La lecture superficielle favorise le retargeting. Après déduplication, 62 % des conversions retargeting étaient aussi exposées à la DSP prospecting et 48 % provenaient de clients déjà actifs. Un test holdout, groupe volontairement non exposé pour estimer l’effet causal, montre une incrémentalité de seulement 22 % sur le retargeting contre 58 % sur le prospecting. Le CPA incrémental devient alors proche de 82 euros pour le retargeting et 95 euros pour le prospecting. L’écart réel est beaucoup plus faible, et la décision budgétaire change.

Organiser les supply paths pour éviter de payer plusieurs routes vers la même impression

La cannibalisation multi-DSP ne se limite pas aux audiences. Elle existe aussi côté inventaire. Dans le RTB, real-time bidding, mécanisme d’enchères en temps réel permettant d’acheter une impression au moment où elle devient disponible, une même opportunité publicitaire peut être proposée via plusieurs SSP, plusieurs sellers, plusieurs deals et plusieurs DSP. Si l’annonceur active plusieurs plateformes sans règles de supply path optimization, ou SPO, optimisation des chemins d’approvisionnement, il peut enchérir contre lui-même sur des routes substituables.

Le cas le plus fréquent concerne un même domaine premium accessible via une SSP directe, un reseller autorisé et un deal agrégé. La DSP A enchérit via la route directe à un CPM de 7 euros. La DSP B enchérit via un reseller à 6,50 euros. La DSP C reçoit la même opportunité dans un package vidéo à 8 euros. Dans les dashboards, ces achats peuvent apparaître comme trois lignes distinctes. En réalité, l’annonceur finance une compétition interne. Cette compétition peut augmenter le clearing price, prix effectivement payé pour remporter l’impression, et réduire le revenu net éditeur lorsque les intermédiaires s’accumulent.

La solution n’est pas de couper brutalement toutes les routes non directes. Certains resellers apportent de la liquidité, certains deals donnent une priorité d’accès, certains agrégateurs simplifient des achats complexes. Mais il faut construire une hiérarchie d’accès. Pour chaque inventaire significatif, l’annonceur doit définir le chemin préféré, les chemins acceptables et les chemins interdits. Cette hiérarchie doit prendre en compte le CPM total, le vCPM, coût pour mille impressions visibles, le taux d’IVT, invalid traffic ou trafic invalide, la latence, la transparence seller, le taux de win et la contribution business.

Une règle opérationnelle peut être la suivante : lorsqu’un domaine ou une application représente plus de 2 % de la dépense programmatique mensuelle, il doit être audité par couple DSP-SSP-seller. Si deux DSP achètent le même inventaire avec moins de 10 % de différence de qualité média mais plus de 15 % d’écart de coût complet, la route la plus chère doit être justifiée ou réduite. Si une route reseller affiche un vCPM supérieur de 30 % à la route directe, elle doit être plafonnée sauf preuve d’une couverture incrémentale. Si un deal privé introduit une duplication avec l’open auction sans améliorer la priorité, la brand safety ou la visibilité, il doit être renégocié.

Les standards de transparence comme ads.txt, app-ads.txt, sellers.json et SupplyChain Object permettent de qualifier les chemins supply, mais ils ne suffisent pas. Ils indiquent si un vendeur est autorisé et comment la chaîne est déclarée ; ils ne prouvent pas que le chemin est optimal. Une stratégie multi-DSP doit donc combiner ces standards avec des logs impression-level, données au niveau de chaque impression ou enchère, pour reconstruire les routes réellement utilisées.

Un audit type peut révéler des gains importants. Une marque vidéo constate que 35 % de ses impressions CTV passent par deux DSP différentes sur les mêmes apps, avec des SSP différents. Le CPM moyen est de 24 euros sur la route A et 21 euros sur la route B. Mais la route A affiche 92 % de complétion et 0,4 % d’IVT, contre 79 % et 2,1 % sur la route B. En coût par vidéo complétée humaine, la route A devient plus efficiente malgré son CPM facial supérieur. La décision n’est pas de choisir le CPM le plus bas, mais d’allouer la DSP la plus pertinente à la route qui maximise l’exposition utile.

Mettre en place des règles de fréquence et d’exclusion inter-DSP

Le frequency capping, limitation du nombre d’expositions par utilisateur sur une période donnée, est simple à piloter dans une seule plateforme et beaucoup plus complexe dans un environnement multi-DSP. Chaque DSP ne voit qu’une partie de l’exposition. Les identifiants peuvent être fragmentés entre cookies, ID universels, device IDs, environnements logués, CTV et navigateurs sans consentement. Le cap de fréquence défini dans chaque DSP ne garantit donc pas un cap global.

Pour limiter la cannibalisation, il faut passer d’une fréquence par plateforme à une fréquence par rôle. Le retargeting panier peut avoir un cap strict, par exemple 3 impressions visibles par jour pendant 3 jours. La prospection display peut être limitée à 5 impressions par semaine et par utilisateur lorsque l’identifiant est disponible. La vidéo upper funnel peut tolérer une fréquence plus élevée sur la durée, mais avec une logique de séquence créative et d’exclusion des surexposés. Ces règles doivent être cohérentes entre DSP, même si leur exécution technique varie.

Les exclusions sont tout aussi importantes. Une stratégie multi-DSP saine définit des listes négatives partagées : acheteurs récents, clients à faible marge, utilisateurs déjà exposés à une séquence complète, abandonnistes traités par un autre canal, zones géographiques sous pression commerciale, segments à consentement insuffisant. L’objectif n’est pas de tout exclure, mais de réserver les audiences les plus chères aux cas où l’effet incrémental est plausible.

La fenêtre d’exclusion doit dépendre du cycle d’achat. Pour un distributeur alimentaire, exclure les acheteurs récents pendant 7 jours peut suffire. Pour une assurance, un voyage long-courrier ou un abonnement B2B annuel, l’exclusion peut durer plusieurs mois. Une règle trop courte relance inutilement des clients déjà convertis. Une règle trop longue empêche le cross-sell ou le réachat. La gouvernance doit donc s’appuyer sur les données CRM et la marge, pas uniquement sur des règles média génériques.

Le séquencement inter-DSP est une approche plus avancée. Au lieu de laisser toutes les plateformes toucher toutes les audiences en parallèle, l’annonceur définit des états : prospect froid, prospect engagé, visiteur site, abandonniste, nouveau client, client actif, client dormant. Chaque état déclenche ou bloque certaines DSP. Par exemple, un prospect exposé à deux vidéos complètes peut entrer dans une audience display consideration pendant 14 jours. S’il visite le site, il sort de la prospection broad et entre dans un retargeting limité. S’il achète, il sort de toutes les campagnes d’acquisition et peut entrer dans un programme de réachat après un délai adapté.

Cette logique demande une couche d’orchestration : CDP, customer data platform, outil centralisant et activant les données clients, ad server, clean room ou outil de décision audience. Elle n’est pas toujours parfaite, surtout dans les environnements sans identifiants persistants. Mais même une orchestration partielle réduit fortement la pression inutile. Dans les organisations avancées, les règles d’audience deviennent aussi importantes que les bids. Elles déterminent qui a le droit d’acheter quoi, à quel moment et avec quelle intensité.

Unifier la mesure pour éviter que chaque DSP ne raconte sa propre performance

La cannibalisation prospère lorsque chaque DSP est jugée sur son propre reporting. Les plateformes optimisent et reportent selon leurs fenêtres, leurs modèles et leurs périmètres. Une DSP peut compter des conversions post-view à 30 jours, c’est-à-dire des conversions attribuées après une simple exposition publicitaire sans clic. Une autre peut privilégier le post-click à 7 jours. Une troisième peut intégrer des ventes retail media auxquelles l’annonceur n’a pas accès au niveau utilisateur. Comparer ces chiffres sans normalisation revient à comparer des instruments de mesure différents.

Une stratégie multi-DSP doit imposer une source de vérité indépendante. Elle peut être l’ad server pour les impressions et les contacts, le CRM pour les conversions validées, l’analytics site pour les événements digitaux, ou un data warehouse consolidé. L’enjeu n’est pas de nier l’utilité des reportings DSP, mais de les replacer dans une lecture commune. Les plateformes restent utiles pour l’optimisation tactique. La décision budgétaire doit être prise sur des métriques dédupliquées et comparables.

Le modèle de mesure doit séparer trois niveaux. Premier niveau : performance attribuée plateforme, utile pour comprendre comment chaque DSP optimise. Deuxième niveau : performance dédupliquée, qui retire les conversions comptées plusieurs fois et applique une fenêtre homogène. Troisième niveau : performance incrémentale, qui estime la part de résultats causés par le média. L’incrémentalité désigne la contribution qui n’aurait probablement pas eu lieu sans exposition publicitaire. C’est ce troisième niveau qui doit guider les arbitrages structurants.

Un exemple illustre l’écart. Sur un mois, trois DSP revendiquent ensemble 12 000 conversions. Après déduplication ad server, il reste 8 500 conversions uniques. Après filtrage des clients déjà actifs, des annulations et des ventes à marge négative, il reste 6 800 conversions qualifiées. Un test de lift estime que 45 % de ces conversions sont incrémentales. Le volume réellement causé par le dispositif est donc proche de 3 060 conversions. Si l’investissement total est de 180 000 euros, le CPA plateforme moyen semblait être de 15 euros, le CPA dédupliqué de 21 euros, le CPA qualifié de 26 euros et le CPA incrémental de 59 euros. Aucun de ces chiffres n’est faux ; ils répondent à des questions différentes.

La mesure multi-DSP doit aussi intégrer la valeur. Toutes les conversions ne se valent pas. Un nouveau client à forte marge, une vente récurrente, un panier promotionnel, une installation inactive ou une visite magasin n’ont pas la même contribution. Les algorithmes DSP optimisent souvent vers un événement unique, car il est disponible rapidement. L’annonceur doit enrichir cette optimisation avec des signaux de marge, de LTV, lifetime value, valeur économique attendue d’un client sur sa durée de relation, et de statut client. Sinon, les DSP risquent de se concentrer sur les conversions les plus faciles à attribuer, pas sur les plus utiles.

La bonne pratique consiste à définir un tableau de bord consolidé avec au minimum : dépense totale, dépense par DSP, impressions visibles, reach dédupliqué, fréquence totale, overlap audience, overlap conversion, CPM total, vCPM, CPA attribué, CPA dédupliqué, CPA incrémental estimé, ROAS incrémental, taux de nouveaux clients, marge par conversion et contribution par supply path. Ce tableau de bord ne remplace pas les outils de trading. Il sert à décider où augmenter, réduire, spécialiser ou arrêter.

Arbitrer les budgets avec des tests contrôlés plutôt qu’avec des moyennes

Une fois les rôles, exclusions, supply paths et métriques définis, la question devient : comment allouer le budget entre DSP ? La réponse ne doit pas reposer uniquement sur les moyennes historiques. Les performances moyennes mélangent souvent des effets de saisonnalité, de pression concurrentielle, de disponibilité d’inventaire et de sélection algorithmique. Une DSP peut sembler meilleure parce qu’elle reçoit historiquement les audiences les plus chaudes. Une autre peut sembler moins performante parce qu’elle porte le rôle de prospection.

Les tests contrôlés sont indispensables. Le premier type est le split budget : répartir un même objectif entre deux DSP sur des périmètres strictement comparables, avec exclusions croisées pour limiter la concurrence. Par exemple, deux DSP prospecting peuvent être testées sur des régions distinctes, des cohortes CRM randomisées ou des lots d’inventaire séparés. Le KPI doit être défini avant le test : coût par visite qualifiée, taux de nouveaux clients, CPA incrémental, reach dédupliqué ou marge incrémentale.

Le deuxième type est le test d’exclusion. Il consiste à couper temporairement une DSP ou un segment sur une partie du périmètre pour mesurer l’impact sur les conversions totales, la fréquence et les coûts. Ce test est particulièrement utile pour détecter les plateformes qui revendiquent beaucoup de conversions mais génèrent peu d’effet additionnel. Si la suppression d’une DSP retargeting réduit fortement les conversions attribuées dans son interface mais n’affecte presque pas les ventes totales, la cannibalisation est probable.

Le troisième type est le test de réallocation marginale. Plutôt que de comparer les performances moyennes, on déplace 10 % à 20 % du budget d’une DSP vers une autre et on observe l’effet marginal. C’est souvent plus informatif. Une DSP peut avoir un excellent CPA moyen mais être saturée ; chaque euro additionnel y produit peu. Une autre peut avoir un CPA moyen plus élevé mais encore beaucoup de reach incrémental disponible. Les budgets doivent suivre l’efficacité marginale, pas seulement l’efficacité historique.

Des seuils de décision doivent être fixés à l’avance. Par exemple : augmenter une DSP si son CPA incrémental est inférieur de 15 % au seuil cible et si son reach dédupliqué progresse sans hausse excessive de fréquence ; maintenir si le CPA incrémental reste dans une bande de tolérance de plus ou moins 10 % ; réduire si l’overlap de conversion dépasse 50 % et si le test d’exclusion montre moins de 20 % de perte de ventes totales ; repositionner si la DSP performe mieux sur un format ou une audience spécifique que sur son rôle initial.

Il faut aussi accepter que la meilleure architecture évolue. Les accords SSP changent, les cookies tiers se dégradent, les IDs universels progressent ou reculent selon les marchés, les walled gardens limitent certaines mesures, les retailers internalisent leurs offres, les prix CTV fluctuent. Une stratégie multi-DSP ne se fige pas dans un organigramme. Elle se pilote comme un portefeuille dynamique, avec des revues trimestrielles et des tests récurrents.

Conclusion : une stratégie multi-DSP performante repose sur la séparation des rôles et la preuve incrémentale

Le multi-DSP peut être un avantage compétitif lorsqu’il donne accès à des inventaires différenciés, à des algorithmes complémentaires, à des signaux data spécifiques et à une meilleure résilience d’achat. Il devient destructeur lorsqu’il empile des plateformes qui poursuivent les mêmes utilisateurs, les mêmes impressions et les mêmes conversions. La cannibalisation n’est pas un accident marginal ; c’est le résultat naturel d’un écosystème où chaque DSP optimise localement si l’annonceur ne définit pas une architecture globale.

La feuille de route actionnable tient en sept décisions. Premièrement, assigner un rôle précis à chaque DSP selon le funnel, l’inventaire, la donnée et l’horizon de mesure. Deuxièmement, mesurer les overlaps d’audience, d’exposition et de conversion avant de juger les performances. Troisièmement, hiérarchiser les supply paths pour éviter de payer plusieurs routes vers le même inventaire. Quatrièmement, imposer des règles de fréquence, d’exclusion et de séquencement inter-DSP. Cinquièmement, consolider la mesure dans une source de vérité indépendante des plateformes. Sixièmement, juger les budgets sur le CPA ou le ROAS incrémental, pas uniquement sur les reportings attribués. Septièmement, arbitrer par tests contrôlés et efficacité marginale plutôt que par moyennes historiques.

La question à poser à chaque DSP n’est pas seulement : quel CPA pouvez-vous générer ? Elle doit être : quelle valeur additionnelle apportez-vous que les autres plateformes ne captent pas déjà, à quel coût complet, sur quelle audience, via quel chemin supply et avec quel niveau de preuve ? Si la réponse est claire, mesurable et distincte, la DSP a sa place dans le portefeuille. Si elle repose sur des conversions revendiquées, des audiences opaques et des inventaires redondants, elle alimente probablement la cannibalisation. La maturité consiste à ne pas confondre diversification technologique et diversification réelle de la valeur média.