Qualité des logs DSP : prérequis pour une mesure robuste
La mesure programmatique dépend d’abord de la qualité du signal brut
Dans l’achat programmatique, les logs DSP sont souvent traités comme une matière première technique : utiles pour les équipes data, secondaires pour les équipes marketing. C’est une erreur. Le DSP, demand-side platform, plateforme utilisée par les annonceurs et leurs agences pour acheter des impressions publicitaires de manière automatisée, est l’un des rares points d’observation capables de documenter l’intention d’achat média avant, pendant et après l’enchère. Ses logs décrivent les bid requests reçues, les enchères émises, les impressions gagnées, les prix payés, les créations servies, les identifiants disponibles, les domaines ou applications, les segments d’audience, les signaux de qualité et, parfois, les conversions attribuées.
Si ces journaux sont incomplets, mal horodatés, échantillonnés sans transparence ou non réconciliables avec les autres sources, toute la chaîne de mesure devient fragile. Le ROAS, return on ad spend, ratio entre chiffre d’affaires attribué et dépenses publicitaires, peut être artificiellement gonflé. Le CPA, coût par acquisition, montant dépensé pour générer une conversion attribuée, peut favoriser les inventaires les plus proches de la conversion naturelle. L’attribution, méthode qui assigne une conversion à un ou plusieurs points de contact marketing, peut créditer des impressions non visibles, des clics invalides ou des expositions hors cible. Même les modèles avancés, comme les tests d’incrémentalité ou le marketing mix modeling, perdent en robustesse si les données d’entrée sont bruitées.
Le sujet est particulièrement critique en RTB, real-time bidding, mécanisme d’enchères en temps réel permettant d’acheter une impression publicitaire lorsqu’elle devient disponible. Une décision d’achat y est prise en quelques dizaines de millisecondes, à partir de signaux multiples : utilisateur, contexte, device, format, prix plancher, visibilité attendue, probabilité de conversion, historique de campagne. Le log DSP est la trace de cette décision. Il permet de comprendre non seulement ce qui a été diffusé, mais aussi ce qui aurait pu être acheté et ne l’a pas été. Cette distinction est essentielle pour analyser le pacing, la pression concurrentielle, la perte d’opportunités, la couverture et les biais d’optimisation.
Pour des professionnels du marketing, la qualité des logs DSP n’est donc pas un sujet d’export technique. C’est un prérequis de gouvernance média. Une organisation qui n’accède qu’à des rapports agrégés dépend de la lecture de la plateforme. Une organisation qui dispose de logs propres peut reconstruire ses métriques, auditer les arbitrages, dédupliquer les conversions, relier exposition et valeur business, et challenger les décisions algorithmiques. La différence se voit dans les arbitrages budgétaires : couper un inventaire réellement non contributif, au lieu de couper un inventaire simplement mal attribué ; augmenter une enchère sur une audience à forte valeur future, au lieu d’optimiser vers des clics faciles ; réduire une fenêtre post-view, au lieu de laisser le dernier contact capter toute la valeur.
Définir ce qu’est un log DSP exploitable avant d’en demander l’export
Un log DSP exploitable n’est pas un fichier volumineux contenant des impressions et des clics. C’est un enregistrement suffisamment granulaire, stable et documenté pour permettre une reconstruction indépendante de la diffusion et de la mesure. La première exigence est le niveau événementiel. Les données doivent idéalement être disponibles à l’échelle de l’impression, du clic, de la conversion, de l’enchère ou, au minimum, de la bid request agrégée de façon maîtrisée. Plus l’agrégation est précoce, plus la capacité d’audit diminue.
Les champs minimaux doivent couvrir six familles. La première est l’identification de campagne : advertiser_id, campaign_id, line_item_id, deal_id, creative_id, objectif, modèle d’achat, format et devise. La deuxième est la temporalité : timestamp précis, fuseau horaire, date de réception de la bid request, date de gain de l’impression, date de clic, date de conversion. La troisième est l’inventaire : domaine, application, bundle ID, placement, SSP, supply-side platform, plateforme utilisée par les éditeurs pour vendre leur inventaire, exchange, seller_id, type de relation direct ou reseller lorsque disponible. La quatrième est l’utilisateur ou le device : identifiant pseudonymisé, type d’appareil, navigateur, système d’exploitation, consentement, environnement cookie ou cookieless. La cinquième est l’économie de l’enchère : bid price, clearing price, CPM, coût pour mille impressions, floor price, frais technologiques, devise et éventuels taux de change. La sixième est la qualité : viewability, visibilité publicitaire, IVT, invalid traffic ou trafic invalide, brand safety, contexte, géographie, fréquence, signaux d’attention et statut mesurable.
La granularité doit être adaptée à l’usage. Pour un simple contrôle budgétaire, un rapport quotidien par campagne peut suffire. Pour un audit de fraude, il faut descendre au domaine, au seller_id, à l’heure et au device. Pour analyser l’attribution, il faut relier impressions, clics et conversions au niveau d’un identifiant pseudonymisé, avec une chronologie précise. Pour mesurer l’incrémentalité, c’est-à-dire la part de résultat qui n’aurait probablement pas eu lieu sans campagne, il faut pouvoir isoler les populations exposées, non exposées, éligibles, exclues et éventuellement les groupes holdout.
Un point souvent négligé est la documentation du schéma. Un fichier de logs sans dictionnaire de données est une source d’erreurs. Le même champ peut désigner une impression servie, gagnée, facturée, visible ou mesurable selon les plateformes. Un prix peut inclure ou exclure les frais DSP. Une conversion peut être brute, dédupliquée, post-clic, post-view ou validée. Les équipes doivent exiger un dictionnaire précisant les définitions, les unités, les règles d’arrondi, les valeurs nulles, les identifiants persistants, les changements de version et les délais de mise à disposition.
Dans les audits avancés, une règle simple est utile : si une métrique stratégique ne peut pas être recalculée à partir des logs, elle ne doit pas être considérée comme pleinement auditée. Cela ne signifie pas que les plateformes mentent ; cela signifie que le marketing ne doit pas confondre reporting propriétaire et mesure contrôlable. La robustesse commence quand les chiffres clés peuvent être reconstruits, expliqués et rapprochés des données ad server, analytics, CRM ou e-commerce.
Contrôler l’intégrité : complétude, unicité, horodatage et cohérence
La première couche de qualité est l’intégrité des données. Elle répond à une question simple : les logs représentent-ils réellement ce qui s’est passé ? Quatre contrôles sont prioritaires : complétude, unicité, horodatage et cohérence.
La complétude mesure la part d’événements attendus effectivement présents dans les fichiers. Un écart de 1 % à 2 % peut être acceptable selon les délais d’ingestion ou les corrections de facturation. Un écart de 5 % à 10 % entre impressions facturées et impressions loguées doit être investigué. Les causes peuvent être légitimes : latence d’export, filtrage du trafic invalide, données supprimées pour raisons de confidentialité, erreurs de timezone, échantillonnage. Mais sans explication documentée, l’écart fragilise la mesure. Pour des campagnes à plusieurs millions d’impressions, une perte de 3 % peut représenter des dizaines de milliers d’expositions non auditables.
L’unicité vise à détecter les doublons. Un identifiant d’impression doit être stable et unique, ou les règles de déduplication doivent être explicites. Les doublons apparaissent souvent lors de réexportations, de corrections tardives, de merges entre logs DSP et ad server, ou de conversions remontées plusieurs fois via différents pixels. Sur un plan e-commerce, un taux de doublons de conversion de seulement 2 % peut modifier sensiblement le CPA et le ROAS si les volumes sont faibles ou si les paniers moyens sont élevés.
L’horodatage est un contrôle critique pour l’attribution. Une dérive de quelques minutes peut sembler mineure, mais elle devient problématique lorsque les fenêtres post-clic ou post-view sont courtes, ou lorsque plusieurs canaux se disputent le dernier contact. Les logs doivent préciser le fuseau horaire, le format du timestamp, la précision en secondes ou millisecondes, et le moment exact mesuré : réception de la bid request, enchère, impression servie, impression visible, clic, landing, conversion. Un achat enregistré à 23h58 UTC peut basculer sur le jour suivant en heure locale ; sur des reportings quotidiens, cette différence crée des écarts artificiels.
La cohérence vérifie que les champs racontent une histoire plausible. Une impression vidéo avec une durée de spot nulle, un clic sur une impression marquée non servie, une conversion avant le clic, une géographie incompatible avec le ciblage, un CPM négatif ou une devise mélangée sont des signaux de mauvaise qualité. Les contrôles doivent être automatisés dans un data warehouse ou une couche de validation : taux de valeurs nulles par champ, distribution des prix, ratio clics/impressions, conversions par source, part d’événements sans identifiant, latence d’arrivée des fichiers, variation journalière anormale.
Une pratique robuste consiste à mettre en place des seuils d’alerte. Par exemple : moins de 98 % de complétude sur les impressions facturées ; plus de 1 % de doublons d’impression ; plus de 5 % d’événements sans campaign_id ; plus de 10 % de conversions sans identifiant de contact média ; variation de plus de 30 % du CPM moyen hors changement d’enchère ou de deal. Ces seuils ne sont pas universels, mais ils obligent les équipes à traiter la qualité des logs comme un indicateur opérationnel, pas comme une anomalie découverte en fin de trimestre.
Relier les logs DSP à la supply chain pour comprendre ce qui a vraiment été acheté
Les logs DSP prennent toute leur valeur lorsqu’ils permettent d’analyser la chaîne d’approvisionnement média. En programmatique, une impression n’est pas seulement un contact publicitaire ; c’est le résultat d’un chemin entre un éditeur, une régie, un SSP, un exchange, un DSP, une agence et un annonceur. Ce chemin influence le prix, la transparence, la qualité et le risque de fraude.
Les standards de l’IAB Tech Lab, comme ads.txt, app-ads.txt et sellers.json, ont introduit davantage de visibilité. Ads.txt permet à un éditeur de déclarer les vendeurs autorisés de son inventaire web ; app-ads.txt joue le même rôle pour les applications mobiles ; sellers.json permet aux plateformes de publier des informations sur les vendeurs présents dans leur écosystème. Mais ces standards ne suffisent pas. Ils indiquent qu’un vendeur est déclaré, pas que le chemin est optimal, ni que l’impression est de qualité. Les logs DSP doivent donc permettre de croiser domaine, bundle ID, seller_id, relation direct ou reseller, SSP, deal ID et prix.
La supply path optimization, ou SPO, optimisation des chemins d’achat programmatique, repose sur cette granularité. Deux chemins peuvent donner accès au même domaine, avec des écarts de prix de 10 % à 30 % selon les frais, la priorité d’enchère et les intermédiaires. Un inventaire premium acheté via plusieurs resellers peut générer de la redondance, de l’opacité et parfois des écarts de qualité. Sans logs détaillés, l’acheteur voit seulement une performance moyenne par domaine ou par campagne ; avec les logs, il peut identifier les chemins qui livrent le même contexte à un coût plus élevé ou avec une viewability plus faible.
Un exemple illustre l’enjeu. Une campagne vidéo dépense 200 000 euros sur open auction et private marketplace. Le reporting agrégé indique un CPM moyen de 14 euros et un taux de complétion de 68 %. L’analyse log-level montre que 35 % des impressions sur trois domaines premium passent par cinq chemins différents. Deux chemins directs affichent un CPM de 15 euros, une viewability de 72 % et un taux d’IVT inférieur à 1 %. Trois chemins reseller affichent un CPM de 13 euros, mais une viewability de 49 %, davantage d’impressions non mesurables et une concentration nocturne anormale. À première vue, les chemins reseller semblent moins chers. En coût par impression visible complétée, ils deviennent plus chers.
Cette lecture transforme la décision. L’objectif n’est pas de bannir mécaniquement tous les resellers, car certains sont légitimes et apportent de la couverture. L’objectif est de qualifier les chemins : prix net, qualité, transparence, duplication, capacité de contrôle, contribution business. Un log DSP de qualité doit donc permettre de calculer non seulement le CPM, mais aussi un CPM visible, un coût par visite qualifiée, un coût par conversion validée et, lorsque possible, un coût par marge incrémentale.
La supply chain est aussi un sujet de brand safety et de brand suitability. La brand safety vise à éviter les environnements risqués pour la marque ; la brand suitability affine cette logique selon le niveau d’acceptabilité propre à l’annonceur. Les logs doivent conserver les classifications contextuelles, les exclusions appliquées, les décisions de blocage, les raisons de rejet et les éventuels overrides. Sans cette mémoire, il devient impossible d’expliquer pourquoi un inventaire a été acheté ou exclu, et encore moins de mesurer le coût réel des contraintes de qualité.
Réconcilier exposition, clic et conversion sans créer une fausse précision
La promesse des logs DSP est de relier les expositions aux résultats. Mais cette promesse doit être abordée avec prudence. La réconciliation repose sur des identifiants souvent incomplets : cookies first-party ou third-party, mobile advertising IDs, identifiants logués, emails hashés, identifiants probabilistes, consent strings, ou simples agrégats. La disparition progressive des cookies tiers, les restrictions des systèmes d’exploitation et les exigences de consentement réduisent la continuité individuelle. Un log peut être précis sur l’événement média sans permettre une mesure individuelle exhaustive.
Le premier risque est de confondre match et causalité. Retrouver une conversion dans une fenêtre de sept jours après une impression ne prouve pas que l’impression a causé l’achat. Cela prouve seulement qu’un événement média est observable avant un événement business selon une règle donnée. Pour transformer cette observation en décision, il faut intégrer le statut client, l’intention préalable, la fréquence d’exposition, la visibilité, la position dans le funnel, c’est-à-dire le parcours allant de la notoriété à la conversion, et les autres canaux actifs.
Le deuxième risque est la survalorisation du post-view. Le post-view attribue une conversion à une impression vue ou supposée vue sans clic. Il peut être utile pour des leviers de notoriété ou de considération, mais il devient dangereux avec des fenêtres longues, des fréquences élevées et des audiences déjà intentionnistes. Un retargeting exposant des abandonnistes panier peut afficher un ROAS de 12 en post-view sur 14 jours, alors qu’un holdout, groupe volontairement non exposé utilisé comme comparaison, montre que 70 % des ventes auraient eu lieu sans campagne. Sans logs détaillant fréquence, visibilité, timestamp et statut d’audience, cette correction est impossible.
Le troisième risque est la déduplication insuffisante. Une même conversion peut être revendiquée par le DSP, le search, l’affiliation, le retail media, l’emailing et l’analytics site. Les logs DSP doivent donc être réconciliés avec une règle d’attribution externe, idéalement dans un environnement contrôlé par l’annonceur. Les modèles peuvent être simples : last click dédupliqué, attribution pondérée, règles par canal, fenêtres différenciées, exclusion des impressions non visibles. Ils peuvent aussi être plus avancés : modèles de lift, tests géographiques, MMM. Mais dans tous les cas, la qualité des logs conditionne la capacité à appliquer ces règles.
Une méthode pragmatique consiste à classer les conversions en quatre niveaux. Niveau 1 : conversions brutes déclarées par la plateforme. Niveau 2 : conversions dédupliquées avec les autres canaux. Niveau 3 : conversions pondérées par qualité d’exposition, visibilité, fréquence, récence et statut client. Niveau 4 : conversions incrémentales estimées par test ou modèle causal. Cette hiérarchie évite de présenter le reporting DSP comme une vérité unique. Elle clarifie ce qui relève de l’observation, de la règle de crédit et de l’effet économique probable.
Les logs doivent aussi conserver les conversions négatives ou correctives : annulations, retours, leads invalides, doublons CRM, fraude lead, remboursement, commande non payée. Dans de nombreux plans, le CPA optimisé sur leads bruts devient très différent du CPA sur leads qualifiés. Un inventaire peut générer 1 000 leads à 20 euros, mais seulement 120 leads joignables et 15 opportunités commerciales. Sans retour de qualité dans le DSP et sans logs réconciliables, l’algorithme continuera à acheter les sources qui maximisent le volume brut.
Mettre les logs au service de l’optimisation algorithmique, pas seulement de l’audit
La qualité des logs DSP est souvent abordée après la campagne, au moment du bilan. C’est trop tard. Les logs doivent alimenter l’optimisation pendant la campagne : exclusions, ajustements d’enchères, réallocation budgétaire, contrôle de fréquence, arbitrage entre deals, correction des signaux de conversion transmis aux algorithmes.
Le point clé est la boucle de feedback. Si le DSP optimise vers des conversions brutes, il apprendra à acheter les impressions qui précèdent statistiquement ces conversions, même si elles ne créent pas de valeur incrémentale. Si l’annonceur renvoie des signaux de qualité plus stricts, comme visite qualifiée, lead validé, nouveau client, panier net de retour, marge ou LTV, lifetime value, valeur économique attendue d’un client sur la durée de sa relation avec la marque, l’algorithme peut progressivement s’orienter vers des inventaires plus contributifs. Cette boucle suppose des logs propres, des identifiants stables et des délais de remontée compatibles avec l’apprentissage.
Le délai est un arbitrage important. Une conversion e-commerce peut être observée en quelques minutes, mais une marge nette ou un retour produit peut nécessiter plusieurs jours. Un lead B2B peut être généré instantanément, mais qualifié par les ventes après une semaine. Les équipes doivent donc choisir entre signal rapide et signal fiable. Une approche hybride consiste à envoyer au DSP un signal court terme filtré, par exemple une visite qualifiée ou un ajout panier, puis à utiliser en offline des signaux business pour ajuster les stratégies, les exclusions et les deals. Sur les budgets significatifs, il est préférable d’avoir moins de signaux mais plus fiables que beaucoup de conversions faibles.
Les logs permettent aussi de détecter les mauvaises optimisations. Si une campagne baisse son CPA tout en augmentant la part d’impressions non visibles, la concentration sur quelques applications, la fréquence moyenne et la part de clients existants, l’algorithme a probablement trouvé un raccourci statistique. Si le CPM baisse mais que le coût par visite qualifiée augmente, l’achat se déplace vers un inventaire moins cher mais moins utile. Si le ROAS augmente pendant que le taux de nouveaux clients baisse, le plan capte peut-être davantage de demande existante qu’il n’en crée.
Un framework opérationnel peut croiser trois axes. Premier axe : qualité média, avec viewability, IVT, brand safety, domaine, device, fréquence. Deuxième axe : qualité comportementale, avec durée de session, profondeur, micro-conversions, rebond, cohérence du parcours. Troisième axe : qualité business, avec vente nette, marge, nouveau client, réachat, LTV. Les logs DSP alimentent le premier axe et une partie du deuxième ; ils doivent être reliés aux données site, CRM et commerce pour compléter le troisième. La décision d’optimisation ne doit jamais reposer sur un seul axe.
Cette logique implique une coopération entre trading, analytics, CRM, e-commerce et finance. Le trader voit l’enchère et la livraison. L’analytics voit la qualité de trafic. Le CRM voit le statut client et la pression relationnelle. L’e-commerce voit le stock, les retours et le panier net. La finance voit la marge. Lorsque ces vues restent séparées, le DSP optimise sur ce qu’il peut mesurer facilement. Lorsque les logs sont intégrés, l’organisation peut optimiser sur ce qui crée réellement de la valeur.
Gouverner l’accès, la confidentialité et la comparabilité des logs
La qualité des logs DSP ne se limite pas à leur précision technique. Elle dépend aussi des conditions d’accès et de gouvernance. Qui possède les logs ? À quelle fréquence sont-ils livrés ? Sont-ils complets ou échantillonnés ? Quels champs sont masqués pour des raisons de confidentialité ? Les coûts sont-ils visibles en brut, net média, net frais ou tout inclus ? Les identifiants peuvent-ils être exportés ou seulement utilisés en clean room, environnement sécurisé permettant de croiser des données sans exposer les identifiants individuels ?
Ces questions doivent être traitées contractuellement. Un annonceur qui découvre en fin de campagne que les logs ne sont disponibles qu’à un niveau agrégé ne pourra pas auditer la supply chain. Une agence qui reçoit des exports avec trois jours de retard ne pourra pas ajuster les enchères en temps utile. Une équipe data qui n’a pas accès au détail des frais ne pourra pas calculer le coût réel par impression visible. La transparence doit être définie avant activation, pas négociée après un écart de performance.
La confidentialité impose des limites légitimes. Les logs peuvent contenir des identifiants pseudonymisés, des signaux de consentement, des géolocalisations, des informations d’appareil ou des segments sensibles. Les équipes doivent documenter les bases légales, les finalités, les durées de conservation, les règles de pseudonymisation et les droits d’accès. Le RGPD n’interdit pas la mesure robuste, mais il impose de minimiser, sécuriser et justifier les traitements. Une architecture mature sépare les identifiants, les événements média et les résultats business, avec des droits différenciés et des agrégations lorsque le niveau individuel n’est pas nécessaire.
La comparabilité est un autre sujet. Deux DSP peuvent définir différemment une impression, une vidéo complétée, une conversion post-view ou un coût net. Un même SSP peut apparaître sous plusieurs libellés. Les timezones peuvent varier selon les plateformes. Les devises peuvent être converties à des moments différents. Sans normalisation, l’annonceur compare des métriques qui semblent identiques mais ne le sont pas. Une couche de standardisation interne doit harmoniser les champs, les nomenclatures, les devises, les fuseaux horaires, les fenêtres d’attribution et les règles de déduplication.
Une bonne pratique consiste à créer un score de qualité des logs par partenaire. Ce score peut intégrer la complétude, la granularité, le délai de livraison, la stabilité du schéma, la transparence supply, la disponibilité des coûts, la qualité des identifiants, la compatibilité avec les outils internes et le support en cas d’anomalie. Ce score ne remplace pas la performance média, mais il doit influencer les choix de partenaires. Un DSP performant mais opaque peut être acceptable pour certains objectifs tactiques ; il devient risqué pour des budgets stratégiques nécessitant une mesure robuste.
Conclusion : faire des logs DSP un actif de pilotage, pas une annexe technique
La mesure robuste en programmatique commence avant le dashboard. Elle commence dans la qualité des logs DSP : événements complets, horodatés, dédupliqués, documentés, réconciliables et gouvernés. Sans cette base, les indicateurs les plus utilisés, CPA, ROAS, attribution, reach, fréquence, incrémentalité, restent dépendants de conventions opaques et de signaux incomplets. Avec cette base, les équipes peuvent auditer la diffusion, comprendre les chemins d’achat, corriger les biais d’attribution, optimiser les algorithmes et relier média, comportement et valeur business.
Une feuille de route actionnable peut s’organiser en huit décisions. Premièrement, définir le niveau de granularité nécessaire par cas d’usage : audit supply, attribution, fraude, incrémentalité, optimisation ou finance. Deuxièmement, exiger un dictionnaire de données clair pour chaque export DSP. Troisièmement, mettre en place des contrôles d’intégrité automatisés : complétude, doublons, timestamps, valeurs nulles, cohérence économique. Quatrièmement, relier les logs aux standards supply, notamment ads.txt, app-ads.txt, sellers.json, seller_id et type de relation. Cinquièmement, distinguer conversions brutes, dédupliquées, pondérées et incrémentales. Sixièmement, alimenter les algorithmes avec des signaux de qualité validés, pas seulement des conversions faciles. Septièmement, contractualiser l’accès, les délais, les champs disponibles, les coûts et les limites de confidentialité. Huitièmement, créer un score de qualité des logs par partenaire pour intégrer la transparence dans les arbitrages média.
Le point essentiel est de ne pas traiter les logs comme une archive. Ils doivent devenir une infrastructure de décision. Une campagne programmatique ne se pilote pas seulement avec ce qu’elle déclare avoir généré ; elle se pilote avec ce qu’elle a réellement acheté, dans quelles conditions, auprès de quels environnements, à quel coût net, avec quelle qualité d’exposition et quelle contribution probable. Dans un marché où l’identification se fragmente, où l’attribution est contestée et où les algorithmes optimisent ce qu’on leur donne à apprendre, la qualité des logs DSP devient l’un des rares leviers permettant de reprendre le contrôle analytique de l’achat média.
