Mesurer la contribution des impressions non cliquées
Le clic mesure une réaction, pas toute la contribution média
Dans la plupart des plans digitaux, les impressions non cliquées représentent l’immense majorité des contacts publicitaires. Sur une campagne display à 0,08 % de CTR, click-through rate, taux de clics rapporté aux impressions servies, 99,92 % des impressions ne génèrent aucun clic. Sur une campagne vidéo, sociale ou DOOH, digital out-of-home, affichage digital extérieur, le clic est même souvent absent, marginal ou structurellement peu représentatif de l’effet recherché. Pourtant, une partie importante du pilotage média continue de privilégier les conversions post-clic, parce qu’elles sont observables, faciles à attribuer et directement intégrables dans les dashboards.
Le problème n’est pas que le clic soit inutile. Il reste un signal comportemental fort, notamment en search, en social performance, en retail search ou en display de retargeting. Le problème est de le confondre avec une mesure exhaustive de la contribution. Une impression non cliquée peut stimuler une recherche de marque, améliorer le taux de conversion d’une visite ultérieure, augmenter la mémorisation, accélérer une décision déjà en cours ou produire un effet de couverture sur une audience stratégique. À l’inverse, une impression non cliquée peut aussi ne rien produire, être invisible, toucher un client déjà acquis ou capter une conversion qui aurait eu lieu sans publicité. Toute la difficulté consiste donc à distinguer exposition utile, corrélation et contribution incrémentale.
Pour les professionnels du marketing, mesurer les impressions non cliquées revient à sortir d’une lecture strictement transactionnelle du média. Le CPA, coût par acquisition, c’est-à-dire le coût nécessaire pour générer une conversion attribuée, et le ROAS, return on ad spend, ratio entre chiffre d’affaires attribué et dépenses publicitaires, doivent être complétés par des métriques de contribution : uplift de recherches, visites directes, conversions assistées, nouveaux clients, marge incrémentale, brand lift, fréquence visible et effet sur le funnel, parcours allant de la notoriété à la considération puis à la conversion.
L’enjeu économique est majeur. Si un annonceur sous-évalue systématiquement les impressions non cliquées, il risque de couper les leviers qui créent la demande pour ne conserver que ceux qui la capturent. Si, au contraire, il crédite trop largement toutes les impressions post-view, il peut financer des contacts sans effet réel, souvent proches de l’achat naturel. Une mesure mature doit donc répondre à trois questions : l’impression a-t-elle réellement été exposée ? A-t-elle été reliée à un comportement ou une vente selon une règle crédible ? Et surtout, quelle part de ce comportement n’aurait probablement pas eu lieu sans l’exposition ?
Définir précisément ce que l’on mesure : impression servie, visible, qualifiée et post-view
Avant de modéliser la contribution, il faut stabiliser les définitions. Une impression servie correspond à un appel publicitaire enregistré par l’ad server ou la plateforme. Elle ne garantit ni que la création a été rendue, ni qu’elle a été visible, ni qu’un humain l’a réellement perçue. Une impression visible, ou viewable impression, répond à un standard de viewability, visibilité publicitaire. Le standard souvent utilisé par le MRC considère en display qu’au moins 50 % des pixels doivent être visibles pendant une seconde, et en vidéo pendant deux secondes. Ces seuils constituent un minimum technique, pas une preuve d’attention.
Une impression qualifiée ajoute des critères de qualité : mesurabilité, absence de trafic invalide, ou IVT, invalid traffic, trafic généré par des bots, des comportements non humains ou des environnements frauduleux, contexte acceptable, fréquence raisonnable, durée visible suffisante, format rendu et cohérence avec la cible. Cette distinction est essentielle, car toutes les impressions non cliquées ne méritent pas d’être analysées de la même manière. Une bannière visible huit secondes sur un site éditorial premium n’a pas la même valeur probable qu’une impression non mesurable dans une application à faible transparence.
Le post-view, ou view-through, désigne une conversion observée après une impression publicitaire non cliquée, dans une fenêtre donnée. Par exemple, une plateforme peut attribuer une vente à une impression visible servie dans les sept jours précédant l’achat. Ce mécanisme est utile pour des leviers qui influencent sans générer de clic, comme la vidéo, le display haut de funnel, la CTV, connected TV, télévision connectée, le DOOH ou certaines activations retail media offsite. Mais il est aussi l’une des sources les plus fréquentes de sur-attribution.
Trois paramètres déterminent la robustesse du post-view. Le premier est la qualité de l’exposition. Une impression non visible ne devrait pas recevoir le même crédit qu’une impression visible et longue. Le deuxième est la fenêtre d’attribution. Une fenêtre de 24 heures, 7 jours ou 30 jours ne raconte pas la même histoire. Plus elle est longue, plus elle capte des conversions qui auraient pu se produire naturellement. Le troisième est la position dans le parcours. Une impression servie à un prospect froid deux semaines avant une conversion n’a pas la même interprétation qu’une impression de retargeting affichée dix minutes avant une vente à un visiteur déjà en panier.
Une règle opérationnelle consiste à construire une hiérarchie d’éligibilité. Niveau 1 : impressions servies, utilisées pour le contrôle de livraison. Niveau 2 : impressions mesurables, utilisées pour auditer la qualité de mesure. Niveau 3 : impressions visibles, utilisées pour le calcul du vCPM, coût pour mille impressions visibles. Niveau 4 : impressions qualifiées, utilisées pour l’attribution post-view. Niveau 5 : impressions incrémentales estimées, utilisées pour les arbitrages budgétaires. Cette hiérarchie évite de confondre volume média et contribution business.
Pourquoi les impressions non cliquées influencent le funnel sans laisser de trace directe
Le clic est un signal discontinu : il apparaît lorsqu’un utilisateur décide d’interagir immédiatement avec une publicité. Or beaucoup d’effets publicitaires sont différés, indirects ou observables sur un autre canal. Une impression vidéo peut augmenter la probabilité qu’un individu recherche la marque plus tard. Une exposition display contextuelle peut améliorer la reconnaissance d’une offre lorsqu’elle réapparaît en search. Une campagne DOOH peut générer des visites magasin ou des requêtes mobiles sans clic publicitaire. Une activation retail media onsite peut défendre une présence dans un rayon digital et modifier la préférence au moment de l’achat.
Ces effets correspondent à des rôles distincts dans le funnel. En haut de funnel, les impressions non cliquées travaillent la couverture, la mémorisation et l’association marque-catégorie. Les KPI pertinents incluent le reach qualifié, la fréquence visible, le coût par exposition utile, le brand lift, l’uplift de recherches marque et la progression de la notoriété assistée. En milieu de funnel, elles peuvent générer des visites qualifiées, des consultations produit, des ajouts panier ou une hausse du taux d’engagement. En bas de funnel, elles peuvent assister une conversion, mais c’est aussi là que le risque de cannibalisation est le plus élevé.
Un exemple simple illustre l’enjeu. Une marque de biens d’équipement diffuse une campagne vidéo programmatique pendant trois semaines. Le CTR est de 0,04 %, et le CPA post-clic paraît mauvais. En revanche, les zones fortement exposées enregistrent une hausse de 18 % des recherches marque, une progression de 11 % des visites directes et un taux de conversion search non-marque supérieur de 7 % pendant la période. Si l’audit ne regarde que le clic, la campagne semble inefficiente. Si l’on relie l’exposition à des signaux de demande, elle peut avoir joué un rôle d’amplification.
Mais l’interprétation doit rester prudente. Une hausse des recherches marque peut aussi provenir d’une promotion, d’un effet saisonnier, d’une action concurrentielle, d’une couverture presse ou d’un changement de distribution. C’est pourquoi les impressions non cliquées ne doivent pas être valorisées uniquement par observation temporelle. Elles doivent être analysées avec des groupes de comparaison, des fenêtres cohérentes, une segmentation par audience et, lorsque possible, des tests d’incrémentalité.
Le vrai sujet n’est donc pas de prouver que toute impression non cliquée a une valeur. Le sujet est d’identifier dans quelles conditions une impression non cliquée a une probabilité crédible de déplacer un comportement. Ces conditions sont généralement les suivantes : exposition visible, cible pertinente, contexte adapté, fréquence suffisante mais non excessive, création compréhensible sans interaction, délai compatible avec le cycle d’achat et absence de saturation sur des utilisateurs déjà convertis ou fortement intentionnistes.
Construire une attribution post-view plus exigeante que les reportings plateforme
L’attribution désigne la méthode qui assigne une conversion à un ou plusieurs points de contact marketing. Les plateformes publicitaires ont tendance à proposer des lectures auto-attribuées, souvent favorables à leur inventaire. Une même conversion peut être revendiquée par une plateforme sociale en post-view, par un DSP, demand-side platform, plateforme d’achat programmatique utilisée pour enchérir sur des impressions en RTB, real-time bidding, enchères en temps réel, par une solution retail media et par le search marque. Sans déduplication, la somme des conversions attribuées dépasse rapidement la réalité transactionnelle.
Pour mesurer les impressions non cliquées, la première discipline consiste à établir une source de vérité. Selon les organisations, il peut s’agir du CRM, du data warehouse, de l’outil analytics, de l’ad server ou du back-office transactionnel. Cette source ne sera jamais parfaite, notamment en raison du consentement, des limitations cookies, des environnements fermés et des identifiants fragmentés. Mais elle doit servir de base pour dédupliquer les conversions et éviter que chaque plateforme ne juge sa propre contribution.
La deuxième discipline consiste à pondérer le crédit post-view. Un modèle binaire qui attribue une conversion à toute impression servie dans les 30 jours est trop permissif. Un modèle plus robuste peut appliquer des coefficients selon la qualité de l’exposition et la proximité du parcours. Par exemple : crédit nul pour les impressions non mesurables ou invalides ; crédit faible pour les impressions visibles moins de deux secondes ; crédit intermédiaire pour les impressions visibles cinq secondes ; crédit supérieur pour les vidéos complétées visibles ou les formats à forte attention ; dévaluation si l’utilisateur était déjà en panier ; majoration si l’utilisateur est un nouveau prospect ou un nouveau client.
La fenêtre d’attribution doit également varier selon le rôle du canal. Pour du retargeting display bas de funnel, une fenêtre post-view de 24 à 72 heures est souvent plus défendable qu’une fenêtre de 14 ou 30 jours, car l’intention préexistante est forte. Pour une campagne vidéo de considération, une fenêtre de 7 à 14 jours peut se justifier si l’on mesure des signaux intermédiaires comme les recherches, visites qualifiées ou comparaisons produit. Pour un cycle B2B long, il faut souvent dissocier la fenêtre média, qui mesure les interactions initiales, et la fenêtre commerciale, qui mesure la maturation du lead.
Un cadre de pondération simple peut être utilisé en audit. On part du nombre de conversions post-view brutes. On retire les conversions déjà attribuées à un clic plus proche, les impressions non visibles, les doublons entre plateformes et les clients non éligibles. On applique ensuite un coefficient d’exposition, par exemple 0,2 pour une impression visible minimale, 0,5 pour une exposition renforcée, 0,8 pour une vidéo visible et complétée. Enfin, on applique un coefficient d’incrémentalité par segment, fondé sur tests ou hypothèses documentées. Le résultat n’est pas une vérité absolue, mais une estimation beaucoup plus exploitable que le volume brut revendiqué.
Exemple : une campagne display revendique 15 000 conversions post-view pour 120 000 euros dépensés, soit un CPA apparent de 8 euros. Après déduplication avec le search, exclusion des impressions non visibles et filtrage des clients déjà actifs, il reste 6 000 conversions éligibles. Une pondération par qualité d’exposition ramène le volume à 3 800 conversions créditées. Un test holdout estime une incrémentalité de 35 %. Le nombre de conversions incrémentales est donc proche de 1 330, et le CPA incrémental avoisine 90 euros. La campagne peut rester rentable si la marge ou la LTV, lifetime value, valeur économique attendue d’un client sur la durée de relation, le justifie. Mais le diagnostic change radicalement.
Passer de l’attribution à l’incrémentalité : holdouts, geo-tests et MMM
L’attribution répond à la question : quels points de contact ont été observés avant une conversion ? L’incrémentalité répond à une question plus exigeante : quelle conversion aurait disparu si l’exposition n’avait pas eu lieu ? Pour les impressions non cliquées, cette distinction est centrale, car l’absence de clic rend le lien causal plus fragile. Une impression peut être corrélée à une vente simplement parce qu’elle a été servie à un utilisateur déjà très susceptible d’acheter.
La méthode la plus directe est le holdout, c’est-à-dire la constitution d’un groupe de contrôle volontairement non exposé. Si 90 % de l’audience éligible est exposée et 10 % est retenue, on peut comparer les taux de conversion, de recherche ou de visite entre les deux groupes. L’écart, ajusté des biais éventuels, donne une estimation de l’uplift. Par exemple, si le groupe exposé convertit à 2,4 % et le groupe contrôle à 2,0 %, l’uplift relatif est de 20 %, mais l’uplift absolu est de 0,4 point. C’est cet écart absolu qui doit nourrir le calcul économique.
Les geo-tests sont utiles lorsque le contrôle utilisateur est difficile ou lorsque l’effet attendu est agrégé, par exemple en vidéo, DOOH, CTV ou retail media. Ils consistent à exposer certaines zones géographiques et à comparer leur évolution à des zones similaires non exposées. La robustesse dépend de la qualité de l’appariement : historique de ventes, saisonnalité, pression concurrentielle, distribution, météo, promotions, disponibilité produit. Un geo-test mal construit peut confondre effet média et différences structurelles entre zones.
Le MMM, marketing mix modeling, modélisation statistique agrégée qui estime la contribution des leviers marketing à partir de séries temporelles, apporte une lecture complémentaire. Il est particulièrement pertinent pour mesurer des effets peu cliquables : TV, CTV, vidéo, DOOH, display de notoriété, promotions, pression prix et distribution. Le MMM permet d’intégrer les effets retardés, la saturation et les rendements décroissants. En revanche, il exige des historiques suffisants, une granularité correcte et une gouvernance analytique solide. Il n’est pas adapté pour optimiser une ligne d’achat au niveau placement, mais il peut arbitrer les grands budgets.
Une bonne architecture de mesure combine ces approches. L’attribution sert au pilotage opérationnel quotidien, sous réserve de déduplication et de pondération. Les holdouts valident l’incrémentalité de segments ou de tactiques. Les geo-tests mesurent les effets macro lorsque l’exposition individuelle est difficile à isoler. Le MMM aide à arbitrer le mix média et à estimer les rendements marginaux. Aucune méthode ne suffit seule ; leur cohérence relative construit une chaîne de preuve.
Il faut aussi accepter que l’incrémentalité varie fortement selon les audiences. En retargeting visiteurs récents, elle peut être faible, parfois 10 % à 30 % selon les secteurs. Sur des prospects qualifiés non exposés récemment, elle peut être plus élevée, mais avec un taux de conversion brut plus faible. Sur des campagnes vidéo haut de funnel, elle peut s’exprimer davantage en lift de recherches ou en amélioration du taux de conversion ultérieur qu’en ventes directes immédiates. Le modèle de décision doit donc intégrer la temporalité et le rôle du canal, pas uniquement le CPA à court terme.
Relier l’exposition non cliquée à la qualité média et à la valeur business
Mesurer les impressions non cliquées sans auditer la qualité média revient à valoriser du bruit. La première étape est le calcul du coût d’exposition utile. Si une campagne achète 20 millions d’impressions à 4 euros de CPM, le coût brut est de 80 000 euros. Si 70 % sont mesurables, 60 % visibles et 50 % seulement atteignent une durée visible suffisante pour l’objectif, le volume qualifié tombe à 4,2 millions. Le coût pour mille expositions qualifiées n’est plus 4 euros, mais environ 19 euros. Cette transformation doit être systématique dans les arbitrages.
La fréquence est un autre facteur critique. Les impressions non cliquées peuvent construire un effet par répétition, mais la pression marginale finit par décroître. Une première exposition visible peut créer de la reconnaissance. Une troisième peut renforcer la mémorisation. Une quinzième sur un client déjà converti peut surtout générer de l’irritation et de la sur-attribution. Les rapports doivent distinguer fréquence servie, fréquence visible et fréquence qualifiée. Une moyenne de 5 impressions peut masquer 20 % d’utilisateurs surexposés à plus de 15 contacts et 40 % touchés une seule fois.
La supply doit également être intégrée. En programmatique, les mêmes impressions peuvent transiter par plusieurs SSP, supply-side platforms, plateformes utilisées par les éditeurs pour vendre leur inventaire. La SPO, supply path optimization, optimisation des chemins d’approvisionnement, permet de réduire les doublons, frais, opacités et risques de qualité. Une impression non cliquée issue d’un chemin direct, visible et brand safe n’a pas le même poids qu’une impression servie via un reseller peu transparent avec faible viewability. Le crédit post-view doit donc être conditionné à la fiabilité de l’inventaire.
Enfin, la valeur business doit primer sur le volume de conversions. Toutes les conversions post-view n’ont pas la même qualité. Un achat d’un client existant sur produit remisé à faible marge ne doit pas être valorisé comme l’acquisition d’un nouveau client sur catégorie stratégique. Les signaux à intégrer sont la marge, le statut nouveau client, le panier moyen, la catégorie, le taux de retour, la probabilité de réachat et la LTV. Sans cette couche économique, les impressions non cliquées risquent d’être optimisées vers des ventes faciles mais peu contributives.
Un cas fréquent concerne le retail media. Une marque finance des impressions onsite et offsite pour soutenir une catégorie. Le reporting retailer affiche un ROAS de 7 en incluant post-view 14 jours. Après analyse, 65 % du chiffre d’affaires attribué provient de mots-clés marque ou de clients achetant déjà la référence. Le ROAS incrémental peut être beaucoup plus faible. En revanche, l’offsite exposant des acheteurs de la catégorie non clients de la marque affiche un ROAS attribué de 2,5, mais recrute 48 % de nouveaux acheteurs. Si l’objectif est la croissance de pénétration, la deuxième ligne peut être plus stratégique malgré un reporting plateforme moins flatteur.
Mettre en place un framework opérationnel de mesure des impressions non cliquées
Un dispositif robuste doit être conçu avant la diffusion, pas reconstruit après coup. La première décision consiste à préciser le rôle de chaque levier : génération de demande, considération, conversion assistée, réactivation ou défense de part de voix. Chaque rôle doit avoir ses métriques primaires et secondaires. La vidéo ne doit pas être jugée uniquement au CPA post-clic ; le retargeting ne doit pas être crédité sans contrôle d’incrémentalité ; le DOOH ne doit pas être évalué comme une bannière cliquable.
La deuxième décision consiste à définir les règles d’éligibilité post-view. Par exemple : seules les impressions mesurables, visibles et non invalides peuvent recevoir un crédit ; les impressions non visibles sont exclues ; les fenêtres sont limitées à 1 jour pour le retargeting très chaud, 7 jours pour la considération et 14 jours pour les cycles plus longs, sauf justification ; les conversions déjà créditées à un clic direct sont dédupliquées ; les clients existants sont séparés des nouveaux clients.
La troisième décision est de créer une matrice de contribution. Elle peut croiser quatre dimensions : qualité d’exposition, valeur d’audience, position dans le funnel et valeur économique. Une impression visible 6 secondes auprès d’un prospect catégorie, en contexte pertinent, sur une marge élevée, reçoit un score supérieur à une impression visible minimale auprès d’un client actif. Ce score ne remplace pas les tests, mais il améliore le pilotage quotidien et évite que l’algorithme optimise vers les signaux les plus faciles.
La quatrième décision concerne les tests. Toute ligne budgétaire significative devrait être associée à une méthode de validation : holdout audience, split géographique, test de fréquence, coupure temporaire d’un segment, comparaison de fenêtres d’attribution ou expérimentation créative. Un test simple peut consister à réduire de 30 % la pression post-view sur les visiteurs panier dans une cellule et à mesurer si les ventes totales baissent réellement. Si les conversions attribuées chutent mais que les ventes nettes restent stables, l’attribution captait probablement une intention déjà acquise.
La cinquième décision concerne la restitution. Les dashboards doivent séparer conversions post-clic, conversions post-view brutes, conversions post-view éligibles, conversions pondérées et conversions incrémentales estimées. Ils doivent aussi afficher le vCPM, le coût par exposition qualifiée, la fréquence visible, le taux de nouveaux clients et la marge. Cette transparence évite les débats stériles entre équipes acquisition, branding, e-commerce et finance.
La sixième décision est organisationnelle. La mesure des impressions non cliquées ne peut pas rester dans le seul périmètre média. Les équipes data doivent fournir les identifiants, déduplications et modèles. Les équipes CRM doivent qualifier les statuts clients. La finance doit transmettre marge et contribution. Les équipes créatives doivent adapter les assets aux expositions courtes. Les traders doivent contrôler supply, viewability, brand safety et fréquence. Sans cette gouvernance, la mesure post-view restera soit trop généreuse, soit trop restrictive.
Conclusion : valoriser les impressions non cliquées sans réhabiliter la sur-attribution
Les impressions non cliquées sont indispensables à la compréhension de la performance média, mais elles ne doivent pas devenir un alibi pour gonfler artificiellement les résultats. Leur contribution se mesure à condition de passer d’une logique de volume à une logique de preuve : preuve d’exposition, preuve de qualité, preuve de lien comportemental, preuve économique et, lorsque possible, preuve incrémentale.
Une feuille de route actionnable peut s’organiser en huit étapes. Premièrement, distinguer impressions servies, mesurables, visibles, qualifiées et incrémentales. Deuxièmement, exclure du crédit post-view les impressions non visibles, invalides ou insuffisamment traçables. Troisièmement, adapter les fenêtres d’attribution au rôle du canal et au cycle d’achat. Quatrièmement, dédupliquer les plateformes autour d’une source de vérité annonceur. Cinquièmement, pondérer le crédit selon la qualité d’exposition, l’audience, la fréquence et la position dans le funnel. Sixièmement, relier les conversions à la marge, au statut nouveau client et à la valeur vie client. Septièmement, valider les hypothèses par holdouts, geo-tests, tests de fréquence ou MMM. Huitièmement, transformer les enseignements en règles d’achat : plafonds de fréquence, exclusions, priorités supply, budgets par rôle et conventions de mesure.
La maturité ne consiste pas à choisir entre clic et post-view. Elle consiste à comprendre ce que chacun mesure. Le clic capte une interaction explicite, souvent proche de l’intention. L’impression non cliquée capture un potentiel d’influence, mais ce potentiel doit être filtré par la visibilité, la qualité média, l’audience et l’incrémentalité. Un plan média performant ne maximise pas les conversions attribuées ; il maximise la valeur créée à coût marginal acceptable.
Pour les professionnels du marketing, le changement de paradigme est clair : ne plus demander seulement combien de ventes ont été attribuées aux impressions non cliquées, mais quelles ventes, sur quels clients, avec quelle marge, après quelle exposition, et avec quelle probabilité qu’elles n’auraient pas eu lieu sans média. C’est à ce niveau que la mesure post-view cesse d’être une convention de reporting pour devenir un outil d’arbitrage stratégique.
