Aller au contenu

Surestimation des Capacités de Vérification

La vérification publicitaire mesure la fraction d'impressions que son tag atteint, puis rapporte le reste comme propre. Le taux affiché est un plancher de détection, jamais un niveau de fraude.

Basecamp · relevé de terrain

Chapitre 2
Pilotage
Relevé le
Lecture
6 min
Loupe d'inspection en laiton au-dessus d'un rapport d'audit, majeure partie du papier laissée blanche - gravure naturaliste.
Ce que la loupe ne voit pas

Un rapport de vérification peut afficher 1 % de trafic invalide sans rien dire du budget gaspillé. Le dispositif ne mesure pas ce qui s’est passé sur l’écran : il mesure la fraction d’impressions que son tag atteint, dans les données qu’on veut bien lui donner. Le reste est traité comme propre, et le taux publié devient un plancher de détection.

Augustine Fou, qui audite ces campagnes depuis une décennie et vend son propre outil, documente des rapports faux : ses cas prouvent le défaut, pas sa fréquence. Le corpus mêle audits de campagnes réelles, rapports de vendeurs, ventilations de DSP (demand-side platform) et une étude Adalytics. La page couvre la vérification d’inventaire et de brand safety ; elle laisse de côté le mix média économétrique, l’incrémentalité et la mesure de marque.

L’essentiel en 4 points

  • La vérification porte sur des champs déclarés dans la demande d’enchère, pas sur la destination réelle.
  • Le taux publié s’applique à la fraction mesurée, puis se lit comme si toute la campagne était couverte.
  • Un attribut sans seuil, comme le type d’appareil, disqualifie un rapport avant toute lecture de performance.
  • Deux colonnes au contrat, impressions suivies et impressions mesurées, rendent le dénominateur visible.

La déclaration prise pour la livraison

Le vérificateur travaille sur des champs autodéclarés : domaine, app, appareil et format de la demande d’enchère (bid request). Augustine Fou en tire une formule abrupte : « Prebid is ENTIRELY useless because everything in the bid request is declared. » Le blocage avant enchère suppose donc une demande honnête, que la fraude invalide par construction : un faux site qui se déclare à la place d’un éditeur connu passe le filtre.

La donnée dite log-level déplace le biais sans le corriger : elle enregistre ce qui a été transmis, pas la destination réelle de l’impression. Les sites faits pour l’achat programmatique (MFA, made for advertising) restent hors champ des rapports qui prétendent les documenter.

Ce qui est vendu, ce qui est calculé

L’auditabilité du verdict est le point le mieux documenté, avant toute question de malveillance. Un rapport donne un pourcentage sans expliquer comment chaque impression a été classée, et des bots se déclarant comme tels ont échappé à la détection. Sur 25 730 articles du Wall Street Journal, « Moat and Comscore disagreed about 40 percent of the time » : deux classifieurs qui se trompent chacun dans les deux sens ne se corrigent pas l’un l’autre, et 40 % de désaccord ne dit pas lequel a raison. La vérification tierce réduit l’aléa moral de la régie ; elle en déplace une part sur le dénominateur du vérificateur.

La correction échappe elle-même à l’audit. Un vendeur historique a affiché 70 % de brand safety pour une plateforme, puis « corrected the figure to 99.99 percent, with no explanation » : sans historique de version ni motif écrit, erreur de calcul, mise à jour de méthode et pression commerciale restent indiscernables.

Le décalage entre produit annoncé et produit livré est net. Les supports laissaient entendre un examen du contenu des pages, alors que la catégorisation portait sur des propriétés entières et que le scan du contenu était une option payante peu achetée ; le Media Rating Council (MRC) leur a interdit cette présentation en octobre 2025.

Le dénominateur manquant

La vérification historique mesure une impression sur dix avec un tag JavaScript et traite le reste comme exempt de fraude : « Legacy vendors often measure 1 in 10 ad impressions with a verification tag. » Le taux publié porte sur la fraction mesurée et s’applique silencieusement à la totalité. Une campagne dont neuf impressions sur dix n’ont jamais été vues par un tag n’a pas 1 % de fraude : elle a 1 % de fraude parmi les 10 % regardés.

Ce dénominateur se réduit quand le bot attaque la mesure : « Bots can detect and block verification tags. » Le verification stripping laisse un tag muet, et le taux se calcule sur les seuls tags qui ont tiré. Le fameux 1 % de trafic invalide (IVT, invalid traffic) se lit donc comme tout ce que le vendeur pouvait attraper. Trois questions séparent les deux lectures : quelle part du trafic a été confirmée humaine, quelle part n’a pas pu être classée, et cette dernière est-elle publiée.

L’écart par appareil, le test qui ne se discute pas

Certains attributs ne relèvent d’aucun seuil, et le type d’appareil en fait partie.

« There is no accuracy threshold for whether a laptop counts as a television. »

Augustine Fou, A Verification Vendor Reported No Fraud and 99.84% CTV

Un rapport annonçait 99,84 % de télévision connectée (CTV, connected TV) et presque aucune fraude, quand la ventilation du DSP donnait, pour la même campagne, 32,9 % de CTV, 49,8 % de PC, 16,5 % de mobile et 0,8 % de tablette. Un tag posé sur les impressions aurait vu les PC : l’écart porte sur un fait binaire, pas sur une précision de détection.

La vidéo suit la même pente. Des campagnes sont rapportées à 80 ou 90 % de complétion, quand la donnée FouAnalytics montre « only 1 to 6 percent of video ads reached the third quartile ». La complétion mesure un pixel appelé, pas une durée regardée : les deux chiffres ne peuvent pas être vrais ensemble.

Les jardins clos et la marge de contrôle

Sur YouTube, Facebook et Instagram, aucun tag JavaScript tiers ne s’exécute : le vérificateur calcule à partir des données de la plateforme, et le rapport porte la marque du tiers. C’est ce qui produit « creating the illusion of independent measurement ». La question n’est donc pas seulement quel vendeur, mais quelle source, ligne à ligne.

Ce que l’annonceur peut exiger tient alors en deux colonnes : volume d’annonces suivies et volume d’impressions réellement mesurées, écart toléré fixé au contrat, puis comparaison du rapport par appareil avec la ventilation du DSP. Il reste une frontière, le ciblage : « there’s no master list of who is behind each ID ». Un contexte choisi ou un test de pause géographique produit un signal plus solide qu’un audit d’audience théorique.


Si ta scale-up plafonne aujourd’hui

Lis tout taux de fraude ou de viewabilité avec son dénominateur : sans les impressions mesurées à côté des impressions suivies, le chiffre ne dit rien de ton budget.

Demande la source de chaque ligne, tag du vendeur ou donnée de la régie. Falsifie ensuite sur un attribut sans seuil, appareil, URL ou géographie, avant de discuter de précision : un écart sur un fait binaire disqualifie le rapport.

À budget contraint, la séquence rentable n’est pas de changer de vendeur. Paie une mesure indépendante au niveau de l’impression sur une fraction des dépenses, et lis-la comme un test, pas comme un label. Indépendance de la Mesure Tierce pose les questions de contrat ; Aléa Moral dans le Reporting Publicitaire explique pourquoi l’architecture de reporting pèse plus que l’honnêteté des acteurs.

Pour aller plus loin


Sources


ℹ️ À propos de cette page

Direction éditoriale : Romain Nicault.

Reaching Kibo explore les vrais moteurs de la croissance des scale-ups B2C - et comment les mettre en pratique. Cette page appartient à Basecamp, le playbook du projet.

Elle est rédigée par IA, d’après le cadre et la direction que je donne. Une erreur, un désaccord, une source à ajouter ? Écris-moi : romain@reachingkibo.com.