Comment auditer une stratégie RTB sans biaiser le funnel ?

Un audit RTB utile doit protéger la lecture du parcours, pas seulement optimiser les lignes de coût

Auditer une stratégie RTB, real-time bidding, c’est-à-dire l’achat d’impressions publicitaires aux enchères en temps réel, ne consiste pas à chercher le CPM le plus bas ni le meilleur ROAS affiché par une plateforme. L’exercice est plus délicat : il faut évaluer si l’achat programmatique contribue réellement au funnel, le parcours allant de l’exposition initiale à la considération puis à la conversion, sans récompenser artificiellement les points de contact les plus proches de l’achat.

Le biais le plus fréquent apparaît lorsque l’audit juge tous les leviers avec les mêmes KPI. Une campagne de retargeting panier, une activation display de prospection, une vidéo de considération et une campagne de TV connectée n’ont pas le même rôle économique. Les comparer uniquement au CPA, coût par acquisition, montant nécessaire pour générer une conversion attribuée, revient presque toujours à favoriser les audiences déjà intentionnistes. Le résultat est connu : le CPA baisse, le ROAS, return on ad spend, ratio entre chiffre d’affaires attribué et dépenses publicitaires, progresse, mais la croissance incrémentale stagne.

Un audit sérieux doit donc répondre à une question centrale : le RTB crée-t-il de la demande, la convertit-il efficacement ou se contente-t-il de capter des conversions qui auraient eu lieu sans lui ? Cette distinction impose de croiser les logs d’achat média, les données d’audience, les règles d’attribution, la qualité d’inventaire, la pression publicitaire, les coûts technologiques et les résultats business. L’objectif n’est pas de produire un classement simpliste des campagnes, mais d’identifier les endroits où la stratégie déforme le funnel.

La difficulté tient au fait que le RTB agrège plusieurs couches d’optimisation. Le DSP, demand-side platform, plateforme permettant aux annonceurs d’acheter des impressions publicitaires de manière automatisée, optimise vers les signaux qui lui sont transmis. Les SSP, supply-side platforms, plateformes utilisées par les éditeurs pour vendre leur inventaire, structurent l’accès à l’offre. Les algorithmes d’enchères apprennent sur des conversions attribuées, souvent incomplètes ou biaisées par la perte d’identifiants, les restrictions de consentement et les environnements fermés. Auditer le RTB sans auditer le signal d’apprentissage revient à contrôler la vitesse d’un véhicule sans vérifier la direction.

Définir le rôle de chaque campagne avant d’analyser la performance

La première étape consiste à reconstruire l’intention stratégique de chaque ligne d’achat. Beaucoup d’audits démarrent par les dashboards DSP : CPM, CPC, CPA, CTR, conversions post-clic, conversions post-view, taux de complétion vidéo, viewability. Ces métriques sont nécessaires, mais elles deviennent trompeuses si le rôle de la campagne n’est pas explicité. Une même valeur de CPA peut être excellente pour une campagne de conquête et médiocre pour une campagne de relance panier.

Un cadre simple consiste à classer chaque campagne dans l’une des quatre fonctions du funnel :

• Création de demande : vidéo, display large, TV connectée, DOOH programmatique, ciblage contextuel ou socio-démographique. Les KPI prioritaires sont la couverture utile, le coût par reach qualifié, la visibilité, la mémorisation ou les recherches de marque incrémentales.
• Développement de considération : audiences intentionnistes, contenus affinitaires, ciblage catégorie, séquences vidéo-display. Les KPI pertinents sont les visites qualifiées, le taux d’engagement, les nouveaux visiteurs, la progression des recherches génériques et les micro-conversions.
• Conversion : retargeting, audiences CRM activables, abandon panier, produits vus. Les KPI incluent CPA, ROAS, taux de conversion, panier moyen, mais avec une forte vigilance sur la cannibalisation.
• Fidélisation et réachat : clients dormants, cross-sell, upsell, scénarios RFM, récence, fréquence, montant. Les KPI doivent intégrer la marge, la fréquence d’achat et la valeur client.

Cette classification évite une erreur classique : demander à l’upper funnel de prouver sa valeur avec les métriques du bas de funnel. Elle évite aussi l’excès inverse, qui consiste à excuser toute contre-performance au nom de la notoriété. Une campagne de considération doit pouvoir démontrer une progression d’intention, même si elle ne génère pas immédiatement un CPA compétitif.

Un audit peut utiliser une matrice à trois colonnes : objectif, signal d’optimisation et preuve attendue. Par exemple, si l’objectif est la conquête de nouveaux acheteurs, le signal d’optimisation ne doit pas être la conversion globale, mais une conversion pondérée par le statut nouveau client. Si l’objectif est la réactivation, l’audit doit mesurer le taux de clients dormants réactivés et non l’ensemble des ventes post-exposition. Si l’objectif est la considération, il faut documenter la hausse des visites qualifiées ou des requêtes de marque dans les zones exposées.

Sans cette matrice, l’audit risque de biaiser le funnel en faveur des campagnes les plus proches de la conversion. Or, dans certains comptes e-commerce, 20 % à 40 % des conversions attribuées au retargeting peuvent provenir d’utilisateurs ayant déjà visité le site dans les 24 heures précédant l’exposition. Le levier semble performant, mais sa contribution incrémentale peut être faible si aucun groupe de contrôle ne vient challenger l’attribution.

Auditer la supply chain : qualité d’inventaire, coûts cachés et chemins d’achat

Une stratégie RTB peut être biaisée dès la supply chain. L’audit doit donc examiner comment les impressions sont achetées avant même d’évaluer les conversions. Le RTB est une chaîne d’intermédiation : DSP, SSP, ad exchanges, data providers, outils de vérification, ad server, parfois clean room ou mesureur tiers. Chaque couche peut ajouter des frais, réduire la transparence ou modifier l’accès à l’inventaire.

Les coûts technologiques ne sont pas marginaux. Selon les configurations, les frais cumulés entre DSP, SSP, data fees, vérification, mesure et marges intermédiaires peuvent représenter 15 % à 40 % du budget brut. Un audit qui compare uniquement les CPM nets visibles dans le DSP sous-estime donc le coût réel de contact. Il faut reconstruire le coût total média : budget brut, budget média net, fees technologiques, coûts data, coûts de création dynamique et coûts de mesure.

La qualité d’inventaire doit être analysée avec plusieurs métriques complémentaires :

• Viewability : visibilité mesurée des impressions. Le standard MRC considère souvent une impression display visible si 50 % des pixels sont affichés pendant au moins une seconde, et une vidéo si 50 % des pixels sont affichés pendant au moins deux secondes. Ce seuil est un minimum, pas une preuve d’attention.
• IVT : invalid traffic, trafic invalide généré par bots, impressions non humaines ou pratiques frauduleuses. Sur inventaires premium contrôlés, il peut rester inférieur à 1 %, mais il peut dépasser 10 % sur certains inventaires ouverts peu qualifiés.
• Completion rate vidéo : taux de complétion, utile pour juger la qualité d’exposition, mais à croiser avec la visibilité et l’audio lorsque disponible.
• Seller path : chemin d’achat via les SSP et revendeurs. Un inventaire accessible par dix chemins différents peut créer de la redondance, des écarts de prix et une perte de contrôle.
• Brand safety et suitability : sécurité de marque et adéquation contextuelle. Une impression visible dans un contexte inadapté ne doit pas être valorisée comme un contact utile.

Le supply path optimization, ou SPO, consiste à rationaliser les chemins d’achat pour privilégier les accès les plus transparents, efficaces et qualitatifs. Dans un audit, le SPO ne doit pas être réduit à une baisse de CPM. Le bon indicateur est plutôt le coût par impression utile : impression visible, non frauduleuse, diffusée dans un environnement conforme et auprès d’une audience pertinente. Une réduction de CPM de 20 % peut dégrader la performance si elle se fait au détriment de la visibilité ou de la qualité contextuelle.

Un cas typique : une marque observe un CPM moyen de 1,80 euro sur l’open exchange et de 4,50 euros sur des deals privés éditeurs. À première lecture, l’open exchange paraît plus efficient. Après audit, la viewability moyenne y est de 42 %, l’IVT de 6 % et le taux de nouveaux visiteurs de 12 %. Les deals privés affichent 72 % de viewability, moins de 1 % d’IVT et 31 % de nouveaux visiteurs. Le CPM visible et qualifié inverse souvent la conclusion. L’audit doit donc passer du prix d’achat au prix du contact utile.

Identifier les biais d’audience : overlap, retargeting excessif et pression publicitaire

Le deuxième grand risque de biais vient des audiences. Le RTB donne l’impression d’une précision fine, mais cette précision peut masquer une concentration excessive sur les mêmes individus. Un audit doit mesurer l’overlap, c’est-à-dire le chevauchement entre segments, campagnes et canaux. Sans cette analyse, une marque peut financer plusieurs lignes qui touchent les mêmes utilisateurs sous des libellés différents : visiteurs récents, intentionnistes, lookalikes, acheteurs catégorie, abandon panier.

La première question est celle de la fraîcheur du signal. Une audience construite sur une visite produit dans les 7 derniers jours n’a pas la même valeur qu’une audience basée sur un intérêt déclaré il y a 180 jours. Pour les catégories à cycle court, une fenêtre trop longue dilue l’intention ; pour les catégories à cycle long, une fenêtre trop courte peut sous-estimer la considération. L’audit doit donc comparer les fenêtres d’observation aux cycles réels d’achat.

La deuxième question concerne la pression publicitaire. La fréquence moyenne cache souvent des disparités fortes : une campagne peut afficher une fréquence moyenne de 4 tout en exposant 15 % de l’audience plus de 12 fois. Cette surexposition crée deux problèmes. D’abord, elle détériore l’expérience et augmente le gaspillage média. Ensuite, elle gonfle l’attribution post-view, car plus un individu est exposé, plus la probabilité de capter une conversion naturelle augmente.

Un audit de fréquence doit distinguer trois niveaux :

1. Fréquence par campagne : nombre d’expositions par utilisateur dans une ligne d’achat donnée.
2. Fréquence cross-campagne : exposition cumulée sur les campagnes RTB d’un même annonceur.
3. Fréquence cross-canal : pression totale incluant social, search, email, affiliation, retail media et CRM lorsque les données le permettent.

Le troisième niveau est le plus difficile, mais aussi le plus utile. Une campagne RTB peut sembler raisonnable isolément, tout en contribuant à une saturation globale. C’est particulièrement vrai lorsque les audiences CRM sont activées simultanément dans plusieurs plateformes. L’audit doit imposer des règles d’exclusion : clients récents, acheteurs déjà convertis, paniers relancés par email, utilisateurs surexposés, segments à faible marge ou à faible probabilité d’incrémentalité.

Un exemple fréquent concerne les lookalikes, audiences similaires construites à partir de clients existants. Si la seed, c’est-à-dire la population source, est composée des meilleurs clients, le modèle peut produire une conquête de qualité. Si elle est composée de tous les convertis attribués, incluant des acheteurs promotionnels ou peu rentables, l’algorithme apprend à reproduire une valeur moyenne médiocre. L’audit doit donc examiner la composition de la seed, la part de nouveaux clients, la marge par cohorte et la stabilité des performances à 30, 60 et 90 jours.

Revoir l’attribution pour éviter de récompenser le bas de funnel

L’attribution est la couche où le funnel se biaise le plus rapidement. L’attribution désigne la méthode qui assigne une conversion à un ou plusieurs points de contact média. Le last click, dernier clic avant conversion, favorise mécaniquement les leviers de captation. Le post-view, attribution à une impression vue ou supposée vue sans clic, peut valoriser les formats non cliqués, mais aussi sur-attribuer les expositions opportunistes proches de l’achat. Un audit RTB doit donc séparer attribution opérationnelle et contribution causale.

La première règle consiste à auditer les fenêtres d’attribution. Une fenêtre post-view de 30 jours sur du retargeting est généralement trop permissive. Pour une relance panier, quelques heures à 24 heures peuvent suffire. Pour une vidéo de considération, 7 à 14 jours peuvent être défendables, à condition d’utiliser une pondération temporelle et de ne pas attribuer 100 % du crédit à la dernière exposition. Plus la fenêtre est longue, plus le volume attribué augmente, mais plus la probabilité de causalité baisse.

La deuxième règle est la déduplication. Si le DSP, le social, l’affiliation et l’ad server revendiquent chacun la même conversion, l’audit doit imposer une source de vérité. L’ad server ou une couche de mesure indépendante peut jouer ce rôle, avec une hiérarchie explicite entre post-clic, post-view, search marque, email, accès direct et autres canaux. Sans cela, le RTB peut sembler contribuer fortement alors qu’il partage les mêmes conversions avec d’autres leviers.

La troisième règle est l’intégration de l’incrémentalité. L’incrémentalité mesure ce qui s’est produit grâce à la campagne par rapport à un scénario contrefactuel sans exposition. Les méthodes les plus utilisées sont le holdout, groupe volontairement non exposé, le geo-test, comparaison entre zones exposées et zones de contrôle, et les conversion lift studies, études comparant les comportements d’exposés et non-exposés. Ces méthodes ont un coût, mais elles sont indispensables pour calibrer les coefficients d’attribution.

Un audit peut structurer la mesure en trois couches :

• Attribution brute : conversions revendiquées par les plateformes selon leurs règles natives. Utile pour comprendre le reporting, insuffisant pour décider.
• Attribution normalisée : conversions recalculées avec fenêtres harmonisées, règles de déduplication et filtres de visibilité ou fraude.
• Contribution incrémentale : conversions ou marge corrigées par des tests, des holdouts ou des modèles statistiques.

Dans un cas d’audit retail et e-commerce, une campagne display retargeting affichait un ROAS plateforme de 8,1. Après normalisation de la fenêtre post-view de 14 jours à 48 heures et exclusion des acheteurs déjà relancés par email, le ROAS tombait à 4,3. Un holdout utilisateur montrait ensuite un lift de 18 %. Le ROAS incrémental réel était donc beaucoup plus bas que le reporting initial, mais l’information était plus utile : elle permettait de réduire la pression sur les visiteurs très chauds et de réallouer une partie du budget vers la conquête catégorie.

Auditer les algorithmes d’enchères et les signaux transmis au DSP

Une stratégie RTB est aussi le produit de ce que l’algorithme apprend. Si le DSP optimise vers une conversion binaire, il cherchera les utilisateurs les plus susceptibles de convertir au moindre coût, pas nécessairement ceux qui créent le plus de valeur. L’audit doit donc examiner les signaux transmis : événement de conversion, valeur associée, délai de remontée, déduplication, statut client, marge, catégorie produit et consentement.

Un problème courant consiste à envoyer toutes les conversions avec la même valeur. Une vente de 40 euros à forte marge par un nouveau client est alors traitée comme une vente de 40 euros par un client fidèle qui aurait acheté de toute façon. Dans un pilotage avancé, les conversions doivent être pondérées. Les variables utiles sont le statut nouveau client, la marge produit, la probabilité de réachat, la LTV, lifetime value, valeur économique attendue d’un client sur sa durée de relation avec la marque, et le niveau d’intention préalable.

L’audit doit également examiner les stratégies d’enchères. Un objectif de CPA cible très strict peut enfermer le DSP dans des poches d’audience faciles, limitant la découverte de nouveaux clients. À l’inverse, une stratégie d’enchère trop ouverte peut dépenser sur des impressions peu qualifiées. La bonne lecture consiste à analyser les courbes marginales : que se passe-t-il lorsque le budget augmente de 10 %, 20 % ou 30 % ? Le CPA marginal progresse-t-il plus vite que la valeur marginale ? La couverture augmente-t-elle ou la fréquence se concentre-t-elle ?

Un audit utile demande souvent des exports log-level, c’est-à-dire des données au niveau impression ou événement. Ces données permettent de relier enchère, prix gagné, inventaire, audience, créa, visibilité, fréquence et conversion. Sans ce niveau de détail, l’audit reste dépendant d’agrégats qui masquent les mécanismes. Il faut notamment analyser le win rate, taux de gain des enchères, le bid rate, taux de participation aux enchères, le clearing price, prix effectif payé, et la distribution des impressions par domaine, application, SSP et format.

La créa doit aussi entrer dans l’audit. Dans le RTB, on attribue souvent les écarts de performance au ciblage ou aux enchères, alors que le message peut être mal aligné avec le niveau de funnel. Une audience froide exposée à une promotion agressive peut générer peu de qualité client. Une audience intentionniste exposée à une vidéo générique peut manquer de déclencheur de conversion. L’audit doit donc croiser segment, créa, offre, page d’atterrissage et conversion. Le funnel se biaise aussi lorsque le message du bas de funnel est diffusé trop tôt, ou lorsque les preuves de considération ne sont jamais relayées par un appel à l’action clair.

Construire un diagnostic orienté décisions, pas un rapport de conformité

La valeur d’un audit RTB se mesure aux décisions qu’il modifie. Un rapport qui liste des CPM, des taux de visibilité et des CPA sans recommandations budgétaires reste descriptif. Pour éviter de biaiser le funnel, le diagnostic doit relier chaque anomalie à une action possible : réduire une fenêtre d’attribution, plafonner une fréquence, exclure une audience, modifier une seed lookalike, basculer vers des deals plus transparents, changer la valeur de conversion envoyée au DSP ou lancer un test incrémental.

Un cadre d’audit actionnable peut suivre sept étapes :

1. Cartographier les campagnes par rôle de funnel : création de demande, considération, conversion, fidélisation. Chaque rôle doit avoir ses KPI propres.
2. Normaliser les coûts : intégrer média net, fees technologiques, data, vérification, création et mesure pour calculer un CAC complet, customer acquisition cost, coût total d’acquisition.
3. Qualifier l’inventaire : mesurer viewability, IVT, brand safety, seller paths, concentration par domaine et coût par impression utile.
4. Auditer les audiences : analyser overlap, fraîcheur, consentement, exclusion CRM, fréquence, part de nouveaux clients et valeur par cohorte.
5. Recalculer l’attribution : harmoniser les fenêtres, dédupliquer les conversions et séparer post-clic, post-view et contribution incrémentale.
6. Contrôler les signaux algorithmiques : vérifier si le DSP reçoit une valeur économique réelle ou une conversion trop simplifiée.
7. Tester les arbitrages : mettre en place holdouts, geo-tests ou tests de pression pour valider les hypothèses avant réallocation massive.

Il est utile de présenter les conclusions sous forme de matrice impact-effort. Certaines corrections sont rapides : réduire une fenêtre post-view, exclure les acheteurs récents, plafonner la fréquence, couper des domaines à faible visibilité et fort volume. D’autres demandent une transformation plus profonde : mise en place d’un modèle de valeur client, intégration CRM-DSP, gouvernance des tags, clean room, refonte de l’attribution ou MMM, marketing mix modeling, modélisation statistique agrégée de la contribution des leviers marketing.

Les recommandations doivent aussi distinguer optimisation et apprentissage. Si l’audit conclut que le retargeting est sur-crédité, il ne faut pas nécessairement couper le levier brutalement. Il peut être plus rigoureux de réduire la pression, créer un holdout de 10 % à 20 % de l’audience, raccourcir les fenêtres et observer la perte incrémentale réelle. De même, si la prospection semble peu rentable, l’audit doit vérifier si le problème vient de l’audience, du signal de conversion, de la créa, de l’inventaire ou d’une fenêtre de mesure trop courte.

Conclusion : auditer le RTB revient à réconcilier achat média, mesure et contribution économique

Auditer une stratégie RTB sans biaiser le funnel exige de sortir d’une logique de classement par CPA. Le RTB n’est pas un bloc homogène : il peut créer de la demande, accompagner la considération, convertir une intention ou réactiver des clients. Chaque fonction doit être évaluée avec des métriques adaptées, puis reliée à une contribution économique mesurable.

La feuille de route prioritaire est claire. D’abord, classifier chaque campagne selon son rôle dans le funnel et refuser les comparaisons hors contexte. Ensuite, calculer le coût réel du contact utile en intégrant qualité d’inventaire, visibilité, fraude et frais technologiques. Puis, mesurer les biais d’audience : overlap, fraîcheur, surexposition et cannibalisation des clients existants. Enfin, recalibrer l’attribution avec des fenêtres cohérentes, une déduplication stricte et des tests d’incrémentalité.

Le point le plus important est organisationnel : un audit ne doit pas seulement dire ce qui performe, mais expliquer pourquoi une performance apparaît. Un ROAS élevé peut traduire une vraie efficacité, mais aussi une proximité opportuniste avec l’achat. Un CPA élevé peut signaler une inefficience, mais aussi une conquête de clients à forte valeur. Sans lecture du funnel, l’audit pousse naturellement les budgets vers les leviers les plus faciles à attribuer, pas vers les leviers les plus utiles à la croissance.

La maturité consiste donc à piloter le RTB comme un système : supply chain, audiences, enchères, créations, attribution et incrémentalité. Si une recommandation d’audit ne change ni les exclusions, ni les enchères, ni les signaux transmis au DSP, ni les règles de mesure, elle reste théorique. Un audit réellement utile transforme les données programmatiques en décisions : moins de pression inutile, plus de transparence d’inventaire, une meilleure allocation entre prospection et conversion, et surtout une lecture du funnel qui ne confond plus attribution et contribution.