Cas pratique : réduire la fraude sans dégrader le reach utile
La fraude publicitaire ne se traite pas comme un simple filtre de trafic
Réduire la fraude sans dégrader le reach utile, c’est-à-dire la couverture réellement exploitable auprès des audiences visées, est l’un des arbitrages les plus sensibles de l’achat média programmatique. Une politique antifraude trop faible laisse passer des impressions non humaines, des placements masqués ou des inventaires de mauvaise qualité. Une politique trop stricte coupe des poches d’audience légitimes, augmente les CPM, coût pour mille impressions, et peut mécaniquement dégrader la capacité d’un plan à générer du reach, de la fréquence maîtrisée et de la conversion.
Le sujet est devenu plus complexe avec l’extension du programmatique à la vidéo, à la TV connectée, au DOOH, digital out-of-home, affichage extérieur digital, et au retail media offsite. Dans ces environnements, les signaux de vérification ne sont pas toujours homogènes. Un inventaire mobile in-app ne se mesure pas comme un site desktop. Une impression CTV, connected TV, télévision connectée, n’offre pas les mêmes logs qu’une impression display ouverte. Un inventaire retail media activé via une DSP, demand-side platform, plateforme permettant aux acheteurs d’acheter des impressions publicitaires de façon automatisée, peut dépendre d’une chaîne d’intermédiaires différente de celle d’un deal direct.
Le cas pratique analysé ici part d’une situation fréquente : un annonceur national, actif en display et vidéo programmatique, observe un taux d’IVT, invalid traffic, trafic invalide incluant bots, impressions non humaines, comportements automatisés ou inventaires frauduleux, estimé à 8,4 % sur son périmètre ouvert. Sous pression de la finance et de la direction marketing, l’équipe média envisage d’activer des exclusions plus strictes. Mais les premières simulations montrent une baisse potentielle de 22 % du reach adressable et une hausse de 18 % du CPM net. La question n’est donc pas seulement de réduire l’IVT ; elle est de savoir quelle fraude couper, à quel coût marginal, sur quels inventaires, et avec quel impact sur la contribution business.
Un pilotage mature repose sur une logique de risque pondéré. Toutes les impressions suspectes ne se valent pas, tous les environnements ne présentent pas le même niveau de menace, et tous les points de contact n’ont pas la même valeur dans le funnel, parcours allant de l’exposition à la considération, puis à la conversion et à la fidélisation. L’objectif n’est pas d’atteindre une pureté théorique, mais d’améliorer le ratio entre impressions valides, audience utile, coût média et performance incrémentale.
Cartographier la fraude avant de resserrer les seuils
La première erreur consiste à traiter l’IVT comme un indicateur unique. Dans les faits, la fraude publicitaire recouvre plusieurs familles de risques. Les bots génèrent des impressions ou clics automatisés. Le domain spoofing fait passer un inventaire pour un autre, par exemple un site premium usurpé dans la bid request. Le ad stacking empile plusieurs publicités dans un même emplacement, une seule étant visible. Le pixel stuffing charge une publicité dans une zone minuscule, parfois invisible. Le click flooding simule des clics massifs pour capter de l’attribution. Le MFA, made for advertising, désigne des sites conçus principalement pour générer de l’inventaire publicitaire avec faible valeur éditoriale, même lorsque le trafic n’est pas nécessairement frauduleux au sens strict.
Ces catégories appellent des réponses différentes. Un botnet doit être bloqué sans hésitation. Un site MFA peut être exclu ou plafonné selon l’objectif : il peut délivrer des impressions visibles à bas coût, mais rarement un reach qualitatif ou une contribution incrémentale forte. Un inventaire à faible viewability, visibilité publicitaire, ne relève pas toujours de la fraude, mais peut dégrader la valeur média. Une politique antifraude pertinente distingue donc fraude avérée, risque élevé, faible qualité média et simple sous-performance.
Dans le cas étudié, l’annonceur commence par reconstruire une cartographie sur 90 jours à partir de quatre sources : logs DSP, rapports de vérification tiers, analytics site et données d’attribution. L’attribution désigne la méthode qui assigne une conversion à un ou plusieurs points de contact média. Les impressions sont ventilées par SSP, supply-side platform, plateforme utilisée par les éditeurs pour vendre leur inventaire publicitaire, par domaine ou application, par format, par device, par type de deal, par géographie et par heure de diffusion.
Le diagnostic montre trois poches distinctes. Première poche : 2,1 % d’IVT généralisé sur des domaines déjà signalés par plusieurs outils, avec taux de clic anormalement élevé et absence quasi totale de sessions engagées. Deuxième poche : 3,4 % d’inventaire à risque sur mobile web, avec taux de rebond supérieur à 92 %, temps moyen sur site inférieur à 3 secondes et forte concentration nocturne. Troisième poche : 2,9 % d’inventaire non frauduleux mais de faible qualité, principalement des sites MFA à CPM faible, forte viewability déclarée et très faible taux de conversion post-clic.
Cette distinction change la décision. Bloquer la première poche réduit la fraude sans perte business identifiable. La deuxième demande des seuils adaptatifs par heure, device et SSP. La troisième relève d’un arbitrage économique : faut-il l’exclure intégralement, la plafonner, ou la conserver pour certains objectifs de reach bas coût ? Sans cette segmentation, l’équipe aurait appliqué un filtre uniforme, probablement destructeur de couverture utile.
Construire un score de risque plutôt qu’une blacklist binaire
Les blacklists restent nécessaires, mais elles sont insuffisantes. Elles bloquent des domaines, applications, ad exchanges ou vendeurs identifiés comme non conformes. Leur limite est double : elles réagissent souvent après détection, et elles peuvent couper des inventaires légitimes lorsqu’elles sont trop larges. À l’inverse, les whitelists, listes d’inventaires autorisés, sécurisent davantage la qualité mais réduisent la couverture et peuvent accroître fortement les coûts.
Un framework plus robuste consiste à créer un score de risque média. Chaque impression, domaine ou source d’approvisionnement est évalué selon plusieurs dimensions : taux d’IVT détecté, viewability, taux de complétion vidéo, cohérence géographique, fréquence utilisateur, taux de clic, qualité post-clic, contribution aux conversions, historique de litiges, présence dans ads.txt ou app-ads.txt, transparence du seller ID et distance dans la chaîne d’approvisionnement. Ads.txt et app-ads.txt sont des fichiers déclaratifs permettant aux éditeurs d’indiquer quels vendeurs sont autorisés à commercialiser leur inventaire.
Dans le cas pratique, l’annonceur attribue un score de 0 à 100 à chaque source. Les critères de fraude avérée pèsent 40 points, les signaux de qualité média 25 points, les signaux post-clic 20 points et la transparence supply path 15 points. Le supply path désigne le chemin d’achat entre l’acheteur et l’inventaire, incluant DSP, exchanges, SSP, revendeurs et éditeurs. Les sources au-dessus de 75 sont exclues. Celles entre 50 et 75 sont plafonnées et soumises à enchère réduite. Celles entre 25 et 50 restent éligibles mais surveillées. Celles sous 25 sont considérées comme prioritaires si elles délivrent le reach souhaité.
Cette approche évite de confondre risque et performance moyenne. Un domaine peut avoir un faible taux de conversion parce qu’il intervient en haut de funnel, sans être frauduleux. Une application peut afficher un taux de clic faible mais générer une forte complétion vidéo et un lift de considération. À l’inverse, une source avec un CTR, click-through rate, taux de clic, très élevé peut être suspecte si les visites associées ne produisent aucune profondeur de session.
Le score doit aussi intégrer le rôle du canal. En retargeting, où l’utilisateur est proche de la conversion, la tolérance au trafic suspect doit être très faible, car la fraude peut capter indûment des conversions attribuées. En vidéo upper funnel, la priorité est plutôt la qualité d’exposition, la complétion, la visibilité et la couverture sur cible. En retail media offsite, l’enjeu est de vérifier que la donnée d’audience retailer améliore réellement la qualité du contact, au lieu de justifier un surcoût sur un inventaire standard.
Mesurer le coût marginal de la sécurité média
Tout filtre antifraude a un coût d’opportunité. Il peut augmenter les CPM, réduire le nombre de bid requests disponibles, concentrer les impressions sur moins de sites, accroître la fréquence sur certains utilisateurs et limiter l’apprentissage algorithmique. Le RTB, real-time bidding, mécanisme d’enchères en temps réel permettant d’acheter une impression selon sa valeur estimée, dépend de la profondeur du marché disponible. Moins l’inventaire éligible est large, plus l’algorithme peut avoir du mal à trouver des impressions pertinentes au bon prix.
Dans le cas étudié, trois scénarios sont simulés sur un budget mensuel de 500 000 euros. Le scénario A bloque uniquement la fraude avérée : l’IVT passe de 8,4 % à 5,9 %, le reach baisse de 3 %, le CPM augmente de 4 %. Le scénario B ajoute l’exclusion des sources à risque élevé : l’IVT tombe à 3,1 %, le reach baisse de 11 %, le CPM augmente de 12 %. Le scénario C impose une whitelist stricte : l’IVT descend à 1,4 %, mais le reach baisse de 27 %, le CPM progresse de 31 % et la fréquence moyenne augmente de 2,8 à 4,1 expositions par utilisateur.
Le scénario C paraît excellent dans un dashboard antifraude, mais il peut être mauvais en business. Si la couverture utile chute trop fortement, l’annonceur risque de surexposer les mêmes audiences, d’augmenter le coût par visite incrémentale et de réduire la capacité à recruter de nouveaux clients. Le CPA, coût par acquisition, montant nécessaire pour générer une conversion attribuée, peut même se dégrader malgré une meilleure qualité d’inventaire, simplement parce que le plan perd de la diversité et atteint moins de prospects.
Le bon indicateur n’est donc pas seulement le taux d’IVT résiduel. Il faut suivre le coût par impression valide, le coût par utilisateur utile atteint, la fréquence effective, le taux de couverture sur cible, le taux de sessions engagées, le coût par visite qualifiée, le CPA, le ROAS, return on ad spend, ratio entre chiffre d’affaires attribué et dépenses publicitaires, et lorsque c’est possible la contribution incrémentale. La sécurité média devient alors une variable d’optimisation économique, pas une contrainte isolée.
Dans notre cas, l’équipe retient une version intermédiaire du scénario B, avec exclusions strictes sur la fraude avérée, enchères réduites sur les sources à risque et plafonnement des sites MFA. Résultat après six semaines : IVT mesuré à 3,6 %, CPM en hausse de 9 %, reach en baisse de 8 %, mais visites qualifiées en hausse de 14 % et CPA stable. La performance n’est pas spectaculaire en apparence, mais la qualité du trafic progresse sans rupture de couverture.
Agir sur la supply path pour réduire le risque sans couper l’audience
Une partie importante de la fraude et de l’inefficience provient de la chaîne d’approvisionnement. Le même inventaire peut être accessible via plusieurs SSP, plusieurs revendeurs et plusieurs chemins techniques, avec des niveaux de frais, de transparence et de risque différents. Le SPO, supply path optimization, optimisation du chemin d’achat, consiste à privilégier les routes les plus directes, transparentes et performantes vers l’inventaire.
Réduire la fraude sans dégrader le reach utile passe souvent moins par l’exclusion massive de domaines que par le nettoyage des chemins d’achat. Dans le cas pratique, l’annonceur constate qu’un même ensemble de sites premium est acheté via 14 chemins différents. Trois SSP concentrent 72 % des impressions valides avec un taux d’IVT inférieur à 2 %. Quatre revendeurs indirects affichent un taux d’IVT supérieur à 9 %, des CPM proches et peu de valeur incrémentale. En coupant ces chemins indirects, l’annonceur réduit le risque sans supprimer les éditeurs eux-mêmes.
La méthode suit quatre étapes. Premièrement, exporter les logs d’enchères et de diffusion au niveau domaine, seller ID, SSP, type de relation direct ou reseller, format et coût. Deuxièmement, comparer les chemins sur des métriques normalisées : CPM net, viewability, IVT, taux de win, taux de clic, taux de sessions engagées et conversions attribuées. Troisièmement, privilégier les deals directs ou curated deals lorsque les volumes et la transparence le justifient. Quatrièmement, surveiller les effets de report, car couper un chemin peut déplacer les achats vers un autre chemin de qualité équivalente ou inférieure si les règles DSP ne sont pas correctement paramétrées.
Le SPO a une limite : il peut renforcer la dépendance à quelques grandes plateformes ou réduire la diversité éditoriale si l’optimisation se fait uniquement sur les coûts et le risque. Pour préserver le reach utile, l’annonceur doit distinguer diversité éditoriale et redondance technique. Couper trois revendeurs qui vendent le même inventaire sans valeur ajoutée est rationnel. Couper des éditeurs de niche sous prétexte qu’ils ont de faibles volumes peut appauvrir la couverture sur des segments stratégiques.
Un bon compromis consiste à définir un noyau sécurisé et une poche exploratoire. Par exemple, 80 % du budget peut être orienté vers des chemins validés, avec exigences strictes de transparence et de mesure. Les 20 % restants servent à tester de nouveaux inventaires, formats ou éditeurs, avec des plafonds de dépense et une surveillance renforcée. Cette logique évite de transformer la sécurité en fermeture excessive du plan média.
Paramétrer la DSP avec des règles différenciées par objectif
Les plateformes d’achat automatisées optimisent selon les signaux qu’on leur donne. Si l’objectif est uniquement un CPA bas, l’algorithme peut favoriser des impressions proches de la conversion, parfois exposées à des risques d’attribution opportuniste ou de trafic peu qualitatif. Si l’objectif est uniquement le reach, il peut chercher les impressions les moins chères, y compris sur des environnements à faible valeur. L’antifraude doit donc être intégrée dans les règles de bidding, d’exclusion et de mesure.
Dans le cas pratique, l’annonceur reconfigure ses campagnes en trois familles. Les campagnes de conversion appliquent des seuils stricts : exclusion des sources au score de risque élevé, suppression des inventaires avec taux de clic anormal, fenêtre post-view limitée et déduplication stricte avec le search et le CRM. Les campagnes de considération conservent une ouverture plus large, mais exigent une viewability minimale, des domaines vérifiés et un plafonnement de fréquence. Les campagnes de notoriété vidéo privilégient la complétion, la visibilité, la qualité des environnements et la couverture sur cible, avec moins de dépendance au clic.
Cette segmentation évite une politique uniforme qui pénaliserait certains objectifs. Un environnement très efficace pour créer du reach vidéo peut ne pas générer de conversions immédiates ; cela ne le rend pas frauduleux. À l’inverse, un site affichant un CPA très bas peut capter des utilisateurs déjà engagés ou produire des signaux artificiels. L’analyse doit donc relier la qualité média au rôle dans le funnel.
Les règles DSP doivent aussi intégrer la pression publicitaire. Après durcissement des filtres, le risque est de concentrer les impressions sur moins d’utilisateurs. Dans notre cas, l’équipe fixe une fréquence maximale de 3 expositions par semaine en display prospecting, 5 en vidéo considération et 2 en retargeting court. Elle surveille la fréquence marginale : au-delà de quel point une exposition supplémentaire ne produit-elle plus de visite, de recherche marque ou de conversion ? Cette métrique est essentielle pour éviter qu’un plan plus propre devienne simplement plus répétitif.
Enfin, l’annonceur ajuste les signaux de conversion. Les visites de moins de 5 secondes sont exclues des optimisations. Les leads incomplets sont pondérés plus faiblement. Les conversions provenant d’utilisateurs déjà clients sont distinguées des nouveaux clients. Cette hygiène de mesure réduit l’incitation algorithmique à rechercher des signaux faciles mais peu créateurs de valeur.
Valider l’impact par des tests et non par un avant-après naïf
Mesurer l’effet d’une politique antifraude uniquement par comparaison avant-après est risqué. Une baisse du CPA après nettoyage peut venir d’une saisonnalité favorable, d’une promotion, d’une réduction concurrentielle ou d’un changement créatif. Une baisse du reach peut être temporaire si l’algorithme réapprend. Une hausse du CPM peut être compensée par une meilleure qualité de visite. Il faut donc isoler autant que possible l’effet du changement.
Le protocole retenu combine trois méthodes. D’abord, un split test par portefeuille d’inventaires : une partie des campagnes conserve les règles historiques, une autre applique le scoring de risque. Ensuite, un suivi par cohortes d’audience : nouveaux visiteurs, visiteurs récurrents, clients existants, prospects CRM exclus. Enfin, une lecture incrémentale sur des zones géographiques comparables lorsque les volumes le permettent. L’incrémentalité mesure ce qui s’est produit grâce à la campagne par rapport à un scénario contrefactuel sans campagne ou avec une politique différente.
Les résultats sont plus nuancés que les dashboards standard. Sur les campagnes de retargeting, le nettoyage réduit fortement les conversions post-view suspectes et augmente le CPA attribué de 7 %. Mais le taux de transformation réel en commande payée progresse, car les conversions de faible qualité diminuent. Sur le prospecting display, le reach baisse légèrement, mais le taux de visites engagées augmente. Sur la vidéo, l’effet est moins évident : certaines sources à faible coût, initialement suspectes, délivraient un reach additionnel utile avec un taux d’IVT acceptable. Elles sont donc réintégrées sous plafond plutôt qu’exclues définitivement.
Ce point est essentiel : une politique antifraude doit rester réversible. Les inventaires ne doivent pas être bannis sur la base d’un seul indicateur ou d’une seule période. Les équipes doivent documenter les motifs d’exclusion, la date, les métriques observées, les conditions de réintégration et les exceptions éventuelles. Une gouvernance trimestrielle permet de réviser les listes, d’intégrer les nouveaux signaux de vérification et d’éviter l’accumulation de règles obsolètes.
Conclusion : viser la qualité marginale, pas la pureté absolue
Réduire la fraude sans dégrader le reach utile exige une approche plus fine qu’un durcissement automatique des filtres. La bonne question n’est pas : comment atteindre zéro IVT ? Elle est : quelles impressions dois-je exclure, plafonner ou acheter autrement pour améliorer la valeur marginale de mon budget ? Une impression valide mais inutile n’est pas un succès. Une impression légèrement risquée mais génératrice de reach incrémental peut être acceptable si elle est contrôlée. Une conversion attribuée sur un environnement douteux doit être challengée avant d’être optimisée.
La feuille de route opérationnelle tient en sept étapes. Premièrement, segmenter la fraude avérée, le risque élevé, la faible qualité média et la sous-performance. Deuxièmement, construire un score de risque multidimensionnel plutôt qu’une blacklist binaire. Troisièmement, simuler le coût marginal des filtres sur le reach, le CPM, la fréquence et les conversions qualifiées. Quatrièmement, optimiser la supply path pour couper les chemins redondants ou opaques sans supprimer inutilement les éditeurs. Cinquièmement, différencier les règles DSP selon les objectifs du funnel. Sixièmement, nettoyer les signaux de conversion pour éviter d’entraîner les algorithmes vers du trafic faible valeur. Septièmement, valider les impacts par tests contrôlés et révisions périodiques.
Dans le cas étudié, la réussite ne se mesure pas seulement à la baisse de l’IVT de 8,4 % à environ 3,6 %. Elle se mesure à la capacité de l’annonceur à conserver plus de 90 % de son reach utile, à stabiliser son CPA, à améliorer la qualité des visites et à réduire la dépendance aux sources opaques. C’est cette logique d’équilibre qui doit guider les équipes marketing : la brand safety et la lutte contre la fraude ne sont pas des freins à la performance lorsqu’elles sont intégrées à l’économie du plan média. Elles deviennent un levier de meilleure allocation du budget, à condition de piloter la sécurité comme une décision business, et non comme une case de conformité à cocher.
