C’est, à l’échelle du royaume applicatif, une petite révolution. Leboncoin, l’éditeur de l’une des applications les plus utilisées en France, vient de déployer la solution SDK-less de Hubvisor, pour mieux valoriser son inventaire in-app. 

C’est une petite révolution car l’intégration de tout partenaire technologique, quel qu’il soit (monétisation ou autre), repose historiquement sur un SDK qu’il faut intégrer à son application. Le problème : ces SDK imposent des déploiements lourds et des cycles de maintenance complexes. 

Chaque évolution - ajout d’un nouveau format publicitaire, modification du rendering ou simple ajustement technique - nécessite une mise à jour de l’application et de nouvelles validations auprès d’Apple et Google.Sans compter que l’empilement des SDK alourdit progressivement les applications et complexifie la gestion des performances, de la latence ou encore des timeouts.

Derrière cette évolution technique se cache un enjeu business majeur : 70% des visites du Boncoin proviennent de l’application, mais celle-ci ne génère “que” 50% des revenus publicitaires du groupe.

“Historiquement, l’in-app a toujours été plus difficile à monétiser que le Web. Entre les contraintes techniques, le nombre plus limité de formats publicitaires et une concurrence encore imparfaite sur certains inventaires, il existe un décalage entre le poids de l’application dans les usages et sa contribution aux revenus publicitaires”, explique Insaf Ben Messaoud, head of programmatic chez Leboncoin Publicité. Une sous-monétisation à laquelle Hubvisor entendait donc remédier. 

“Notre approche consiste à déplacer une grande partie de l’intelligence côté serveur, plutôt qu’au sein de l’application elle-même”, résume Sylvain Travers, fondateur d’Hubvisor. Concrètement, l’intégration repose sur un “simple” appel HTTP vers la plateforme Hubvisor, sans SDK additionnel à embarquer dans l’application.

Cette approche présente deux avantages immédiats : elle évite d’alourdir les cycles de développement liés aux SDK publicitaires et reste compatible avec des architectures applicatives complexes, y compris lorsqu’elles intègrent déjà plusieurs briques de monétisation. “S'il y a déjà un SDK en place, comme celui de prebid par exemple, rien ne nous empêche de nous intégrer en plus pour accroître la compétition”, illustre Sylvain Travers.

Le dirigeant préfère rester discret sur certains aspects de l’architecture, mais souligne que l’essentiel de la logique technique - interrogation des SSP, rendering, player vidéo, récupération des signaux, gestion des templates - est opéré côté serveur.

L’un des principaux enjeux consiste, dans cette optique, à fiabiliser les échanges server-to-server avec les différents partenaires programmatiques. “Nous avons passé plusieurs mois à optimiser les échanges avec les SSP pour améliorer la qualité des bid requests et la remontée des signaux là où beaucoup d’acteurs de la monétisation applicative s’arrêtent à un tronc commun fonctionnel, déployé partout, sans forcément creuser davantage”, explique Sylvain Travers. 

Un enjeu important, car dans les environnements applicatifs, les informations remontent souvent de manière incomplète selon les devices, les CMP ou les configurations techniques des éditeurs. Résultat : des ad requests moins qualifiées et donc moins valorisées par les acheteurs.

“L’amélioration de la qualité des signaux transmis constitue l’un des principaux leviers derrière la hausse de revenus que nous avons pu observer suite au déploiement de la solution”, témoigne Insaf Ben Messaoud. 

La qualité des signaux n’est toutefois qu’un des leviers mis en avant par les équipes. Selon elles, l’approche permet également :

• une meilleure mise en concurrence des partenaires programmatiques 

• une plus grande flexibilité sur les formats 

• une réduction des problématiques de latence et de timeout.

Hubvisor a, par exemple, développé son propre player vidéo pour éviter tout couac d’affichage lorsqu’un SSP pousse de la vidéo sur le format interstitiel. “Sans player propriétaire, les SSP préfèrent généralement se cantonner au display classique”, explique Sylvain Travers. Un peu dommage quand on sait que l’interstitiel représente 50% des revenus pubs in-app de Leboncoin.

Cette approche permet également d’ouvrir davantage de tailles et de formats publicitaires, là où les intégrations traditionnelles se limitent souvent à quelques standards. La solution couvre aujourd’hui les formats display et vidéo outstream. “Nous espérons lui intégrer le format natif très prochainement”, précise Insaf Ben Messaoud. 

Un uplift de 23 % sur les revenus programmatiques in-app hors Google

Les équipes revendiquent un uplift de +23 % sur les revenus programmatiques in-app hors Google. “Dans un contexte où l’Open Web souffre terriblement et aura du mal à inverser la tendance, l’application reste un des derniers bastions de croissance, avec des audiences fortes et des usages qui continuent de progresser”, observe Sylvain Travers.

Hubvisor estime également que ces environnements pourraient progressivement attirer davantage de budgets vidéo et sociaux grâce à des formats plein écran offrant des niveaux d’attention élevés. Selon les deux entreprises, cette dynamique pourrait permettre aux éditeurs de renouer avec des rythmes de croissance plus soutenus sur les années à venir.

“Grâce à l’accompagnement des équipes Hubvisor et aux optimisations déployées continuellement, nous avons réussi à instaurer une compétition dont les bénéfices devraient se ressentir au-delà de l’effet migration”, prévoit Insaf Ben Messaoud.

Côté Hubvisor, l’objectif est désormais de déployer cette technologie chez davantage d’éditeurs et de l’étendre à de nouveaux environnements. “Nous sommes en discussion avec la plupart de nos clients éditeurs à ce sujet”, précise Sylvain Travers. 

L’adtech française estime notamment que cette architecture pourrait progressivement être adaptée à des environnements comme l’audio digital, la CTV ou certains formats immersifs, où les approches client-side montrent déjà certaines limites en matière de performance, de flexibilité et de maintenance.…

Les travaux de Byron Sharp, ainsi que ceux de Les Binet et Peter Field, figurent parmi les référentiels les plus largement diffusés et adoptés ces dernières années. 

Leur influence au sein des directions marketing et sur les stratégies de communication est indéniable : ils ont largement contribué à structurer les réflexions autour des leviers de croissance des marques.

Mais le contexte dans lequel ces théories s’inscrivent s’est, lui, profondément transformé. Les crises successives, qu’elles soient économiques ou géopolitiques, ont rebattu les cartes et renforcé les logiques de court terme. 

Dans le même temps, la fragmentation des usages médias et la raréfaction de l’attention ont complexifié la maîtrise des parcours consommateurs, désormais largement délinéarisés. 

À cela s’ajoute l’essor de l’intelligence artificielle, qui redéfinit en profondeur les pratiques marketing et publicitaires, en accélérant les cycles de création et d’activation.

Dans cet environnement instable et en mutation rapide, revisiter ces grandes théories apparaît non seulement utile, mais nécessaire. Il s’agit désormais de distinguer ce qui demeure fondamentalement structurant de ce qui doit être adapté, nuancé ou réinterprété à la lumière des réalités actuelles.

Rappel des principes des théories 

Byron Sharp : la conquête mentale à l’ère de l’hyper-fragmentation

Les fondamentaux de la théorie

La théorie portée par Byron Sharp repose sur un principe structurant : la croissance des marques s’opère avant tout par la pénétration, plus que par la fidélisation. 

Pour y parvenir, deux leviers sont fondamentaux : la disponibilité physique - être présent et accessible à l’achat - et la disponibilité mentale - être spontanément présent à l’esprit au moment du choix. 

Dans cette logique, la notoriété, la distinctivité et la répétition sont des piliers essentiels pour ancrer la marque dans la mémoire des consommateurs.

Ce que l’on garde

Ces fondamentaux conservent aujourd’hui toute leur pertinence. La disponibilité mentale reste un facteur déterminant dans un univers où les marques sont en concurrence permanente pour exister. 

De même, la nécessité d’un reach large demeure un prérequis pour émerger. Enfin, l’importance des actifs distinctifs s’impose avec encore plus de force dans des environnements saturés et souvent homogénéisés.

Ce qui doit être questionné / challengé

Pour autant, leur mise en œuvre mérite aujourd’hui d’être réinterrogée. Le reach ”brut” montre ses limites dans un contexte où l’attention est devenue rare : être exposé ne garantit plus d’être vu ni mémorisé.

La répétition, quant à elle, se heurte aux logiques d’optimisation court-termistes des plateformes, qui privilégient l’efficacité immédiate. 

Enfin, l’application uniforme de ces principes peut apparaître insuffisante face à des parcours consommateurs de plus en plus hybrides et discontinus.

Message clé

Aujourd’hui, la bataille ne consiste plus seulement à être visible, mais à être reconnu et intégré en mémoire - rapidement et durablement - dans un environnement largement structuré par les algorithmes.

Binet & Field : l’équilibre long / court terme sous tension

Les fondamentaux de la théorie

Les travaux de Les Binet et Peter Field ont démontré que l’efficacité publicitaire repose sur un équilibre entre deux objectifs complémentaires : le brand building, qui agit sur le long terme et mobilise l’émotion, et la performance, tournée vers la conversion et les résultats à court terme. 

Cette articulation, souvent synthétisée par la règle des 60/40, a constitué un repère structurant pour les stratégies marketing.

Ce que l’on garde

Là encore, ces principes demeurent solides. Le rôle central de l’émotion dans la construction de la valeur de marque est largement établi, tout comme la contribution du long terme à une croissance durable. 

Ces travaux ont également permis de mettre en évidence les limites d’approches exclusivement orientées vers la performance immédiate, qui peuvent fragiliser les marques dans la durée.

Ce qui doit être questionné / challengé

Cependant, cet équilibre est aujourd’hui mis sous tension. Les contextes de crise renforcent les logiques court-termistes, tandis que la multiplication des KPI immédiats tend à piloter les arbitrages marketing.

Dans ce cadre, démontrer la valeur du long terme devient plus complexe, et peut-être moins essentiel, dans des environnements où la pression sur les résultats est constante. 

Pourtant le branding est clé aujourd’hui, parce qu’à l’heure de l’IA, si une marque n’est pas indispensable, elle devient vite jetable… C’est exactement ce que montre l’étude Best Global Brands 2025 d’Interbrand.

Message clé

L’enjeu n’est plus seulement d’arbitrer entre long et court terme, mais de parvenir à les réconcilier dans des écosystèmes hybrides, où branding et performance coexistent et s’alimentent, au sein de dispositifs de plus en plus data-driven, parfois pilotés par l’IA.

IA, attention, crises : un nouveau terrain de jeu pour ces théories

Ce qui change structurellement

Alors que l’IA optimise les performances des campagnes et simplifie le set up, l’hyper fragmentation s’accélère. L’ultra ciblage valorise la notion de "reach utile" mais représente un frein au “parler à tous”.

C’est aussi un risque de diluer une des notions de Byron Sharp : la “singularité” des marques. Dans le cas où les algorithmes convergent vers des créations ou des positionnements “lissés” pour maximiser l'efficacité à court terme, comment une marque peut-elle cultiver des "assets distinctifs” uniques et mémorables pour garantir sa “présence mentale” ? 

L'émergence du commerce agentique, où des IA redessinent le parcours consommateur, réduit également l'opportunité pour la marque d’exprimer et de construire directement cette “mental availability”. 

L'influence se déplaçant vers les critères définis par l'IA (prix, avis, performance technique) versus l’émotionnel du cerveau humain.

Les outils à la performance sont nourris par l’IA et permettent une optimisation des impacts court terme. En identifiant les segments les plus réceptifs, en personnalisant les offres et en automatisant les process d’enchères, maximisant ainsi les conversions.

 Cela renforce la tentation du court-termisme, rendant encore plus difficile le maintien de l'équilibre 60/40 qui selon les théories de Binet & Field permet aux marques une efficience pérenne. 

L’attention devient la ressource rare. Si l'attention humaine est précieuse elle est aussi fugace et l'objectif de disponibilité mentale de Byron Sharp devient une course d'obstacles notamment face à l’hyper fragmentation de audiences et des offres media ! 

La durée moyenne d'attention des internautes a chuté de 12 secondes en 2000 à 8 secondes en 2015, selon Bruno Patino dans son ouvrage “La Civilisation du Poisson Rouge” et cette tendance s'accentue avec la prolifération des formats courts.

Dans ce contexte, la construction de la marque, qui repose sur des associations émotionnelles profondes et durables, exige un temps d'exposition et une qualité d'attention que l'environnement actuel peine à offrir. 

La pression sur l'activation “efficace” s'intensifie, car elle vise souvent une réaction immédiate qui peut être obtenue avec moins d'attention et pour des CPM plus économiques. 

Selon les derniers benchmarks Xpln.ai, la durée d’attention au sein des réseaux sociaux est inférieure à 3 secondes alors que la croissance des investissements sur ces plateformes est de 15% en 2025 vs 2024, selon le baromètre de l’Epub du SRI.

Les individus sont moins disponibles, moins linéaires et plus volatiles. Byron Sharp rappelle que la pénétration demeure le moteur de croissance et la disponibilité physique et mentale s'appuie sur une certaine prévisibilité des parcours clients. 

Or, le "consumer journey" est aujourd'hui hyper-fragmenté et non linéaire, avec des micro-moments de décision disséminés sur de multiples touchpoints (search, réseaux sociaux, e-commerce, points de vente physiques). Il devient complexe de s'assurer d'être "top of mind" et "facilement trouvable" partout et tout le temps. 

Dans des parcours non linéaires, il est difficile d'isoler l'impact de la force de marque de celui de la performance. Les consommateurs peuvent passer d'un contenu de marque à une page produit en un clic, brouillant les frontières. 

Et les modèles de mesure s’adaptent difficilement à cet écosystème complexe mixant achat physique, online, via des plateformes partenaires au sein d’un écosystème media ultra-abondant et en perpétuelle évolution !

 Ce que ces théories n’avaient pas anticipé…

La disponibilité physique et mentale ne se joue plus uniquement face aux concurrents directs de la marque. Une marque doit capter l'attention non seulement face à une autre marque de son secteur, mais aussi face à un contenu de divertissement, à une actualité virale, ou même à des notifications personnelles. 

Le marché de l'attention est global et féroce. L’accélération de la croissance de Meta est un exemple flagrant de ce nouveau terrain de jeu où les créateurs rivalisent avec les publicités de marques.

Les algorithmes sont devenus les gardiens de la disponibilité physique et mentale en ligne. Ils décident de ce qui apparaît dans les fils d'actualité, les résultats de recherche, les recommandations e-commerce, et surtout dans le commerce agentique. 

Une marque peut avoir une forte disponibilité mentale auprès d'un consommateur, mais si l'algorithme ne la met pas en avant au moment clé de la décision (par exemple, dans les options d'un assistant vocal), sa disponibilité "physique" en ligne est compromise. 

La "loi de la double peine" de Byron Sharp (les petites marques sont moins connues et attirent moins de fidèles) peut être exacerbée si les algorithmes favorisent les grandes marques. 

Malgré ces nombreux changements de paradigme, la nécessité d’investir dans la marque reste une nécessité majeure à l’efficacité. 

Une marque forte réduit l'incertitude et simplifie la décision d'achat pour le consommateur surchargé, mais aussi pour les IA du commerce agentique qui pourraient être entraînées à privilégier les marques établies pour minimiser le risque perçu.

Dans un contexte où l’apathie envers les marques est à son niveau le plus haut depuis 10 ans : 92% des Français de 18+ affirment que les marques pourraient disparaitre sans que cela ne gêne personne (source : étude Meaningful Brands 2026), être une marque forte, devenir la marque préférée demeure un enjeu de survie.

En période de crises multiples (inflation, géopolitique), les marques dotées d'un fort capital de marque sont plus résilientes. Elles peuvent mieux justifier des prix premium et entretiennent une relation émotionnelle qui les protège d'une compétition purement prix. 

Dans une édition récente, Warc partage des benchmarks de Analytic Partners démontrant l’évolution d’une stratégie 100% performance vs un mix media équilibré et l’amélioration des rendements de 25 et 100% avec une hausse médiane du ROI de 90% ! 

Une image de marque plus forte agit comme un multiplicateur, générant un impact accru et une plus grande efficacité de l’ensemble des activations media.

 Le rôle stratégique des media demeure central et au service de la valeur

L’écosystème media confirme son agilité et sa capacité à se réinventer. Alors que les gourous du mobile annonçaient la fin de l’écran TV, la plus forte croissance des recettes digitales video s’appuie sur les offres publicitaires CTV. 

Enfin, les régies Broadcasteurs innovent via leurs plateformes de streaming et intègrent via des QR codes ou des fonctionnalités IA des formats publicitaires dédiés à la performance. 

L’approche de la Coupe du Monde de la FIFA met également en exergue la complémentarité des offres : via M6, BeIN Sport, Youtube ou Tiktok qui sont partenaires, les propositions vont être variées mais toujours au profit de la création de valeur : court terme, long terme, audience large ou communautés. La difficulté reste l’arbitrage des touchpoints et leur mesure. 

En synthèse : qu’est-ce qu’on garde, qu’est-ce qu’on jette ?

Ce qu’il faut conserver de ces théories, ce sont leurs principes directeurs, car ils sont connectés à des invariants du comportement humain. 

La croissance par la pénétration (Sharp) et la nécessité de construire un capital émotionnel sur le long terme (Binet & Field) restent des fondamentaux solides.

Notre cerveau continuera de préférer ce qui lui est familier, et nos décisions d’achat importantes seront toujours guidées par la confiance et l’émotion. Ce sont des points de repère stratégiques qui ne perdent pas leur pertinence, même dans un contexte transformé.

À l’inverse, ce qu’il faut jeter, c’est l’application rigide de ces modèles comme des recettes miracles. La règle du 60/40, par exemple, est un cadre de pensée, pas une loi à appliquer aveuglément à tous les secteurs et toutes les marques. 

Il faut aussi abandonner l'opposition frontale entre brand building et performance. Dans des parcours d’achat où la considération et la conversion peuvent se produire en quelques secondes, séparer ces deux objectifs est une erreur qui ne correspond plus à la réalité des écosystèmes hybrides d’aujourd’hui.

L'adaptation est donc la clé. Elle doit se faire à plusieurs niveaux. D'abord, adapter nos stratégies médias : il faut viser un reach utile et attentif, et pas seulement un volume d'exposition. Ensuite, adapter nos KPIs pour qu'ils mesurent la qualité de l’attention ou la contribution à la marque, et pas uniquement les clics à court terme. 

Enfin, il faut absolument adapter nos modèles de mesure pour qu'ils puissent analyser ces parcours complexes, en mixant une vue d’ensemble avec la granularité nécessaire pour agir.

Finalement, la question n’est plus de savoir si ces théories sont valables, mais comment les appliquer intelligemment aujourd'hui. Il faut conserver leur vision stratégique fondamentale - l’importance de la marque - tout en se débarrassant d'une application mécanique. 

Le véritable enjeu est de trouver un nouvel équilibre, où la solidité des grands principes marketing est mise au service d'une exécution tactique agile, capable de s'adapter en permanence aux algorithmes, à la raréfaction de l'attention et aux nouveaux usages.

Conclusion : le rôle des agences médias

Dans un environnement en transformation permanente, marqué par des usages bousculés, fragmentés et de plus en plus individualisés, il devient donc illusoire de vouloir appliquer des règles universelles de manière uniforme. 

Les théories marketing n’échappent pas à cette réalité : comme toutes les grandes grilles de lecture, elles éclairent… mais ne dictent pas.

Elles restent des boussoles, pas des GPS.

C’est précisément dans cet écart entre principes et réalité que le rôle des agences médias prend toute sa valeur. Non pas comme simples exécutants, mais comme interfaces stratégiques entre la théorie et le réel, capables d’interpréter, de challenger, d’arbitrer, d’adapter.

La valeur des agences media est là : prendre de la hauteur dans un monde saturé de signaux, sécuriser des choix d’investissement dans l’incertitude, et aider les marques à tenir un cap de long terme malgré la pression du court terme.

Entre complexité croissante et nécessité de cohérence, les agences ne se contentent pas d’appliquer des modèles : elles les rendent opérants.

Le GEO, pratique qui vise à optimiser la visibilité des marques dans les réponses des LLM, s’impose progressivement comme un nouveau relais de croissance pour les groupes médias français. Face à l’érosion des revenus display, plusieurs acteurs y voient une opportunité de monétiser autrement leur autorité éditoriale et leur expertise en matière de production de contenus. Le point sur les offres développées par 366, Les Echos-Le Parisien Paris Match Medias, media.Figaro, M Publicité, Reworld Media et Prisma Media.

366 : une stratégie GEO construite autour de la proximité territoriale et des médias régionaux

366 s’est mis au GEO, courant du premier trimestre 2026, initialement pour répondre à des briefs ponctuels d’annonceurs, avant de progressivement structurer une offre plus packagée.

L’approche de la “régie experte des territoires” repose, sans surprise, sur les spécificités de son portefeuille : le local. 366 s’est d’ailleurs positionné, en priorité, sur deux univers dans lesquels ses éditeurs disposent d’une forte légitimité et créent beaucoup de contenus (guides et suppléments ) : le shopping et le tourisme.

Le groupe insiste également sur un point clé dans l’univers GEO : l’ouverture des contenus aux crawlers des LLM, considérée comme indispensable pour espérer émerger dans les réponses des IA génératives.

Spécificités de l’offre

L’offre GEO de 366 repose sur plusieurs étapes : audit initial, identification des requêtes stratégiques, sélection des médias les plus pertinents, création de contenus GEO-friendly puis mesure et optimisation continue. Du classique que l’on retrouve chez la plupart de ses concurrents. 

La régie met particulièrement l’accent sur les formats structurés adaptés aux logiques des LLM : FAQ, tableaux comparatifs, contenus pédagogiques et guides. L’ensemble du dispositif est déployé uniquement sur les environnements médias des éditeurs partenaires.

Sur la mesure, 366 a fait le choix, après une phase d’audit, d’utiliser exclusivement la technologie tierce Minddex afin d’éviter toute position de “juge et partie”. La solution est utilisée à la fois pour les audits et le suivi des performances. L'outil propose aussi une brique d’aide à la création de contenus qui est forcément retravaillée et adaptée aux guidelines des éditeurs.

Les KPI suivis restent relativement classiques : taux de mention, évolution du ranking, score de sentiment et visibilité dans les réponses IA.

C’est suffisamment rare pour être évoqué : la régie adopte un discours très prudent sur la fiabilité des indicateurs GEO, insistant sur le caractère encore spéculatif du marché et sur le manque de transparence des algorithmes des LLM. 

Le positionnement différenciant de 366 repose surtout sur sa dimension multi-locale. La régie estime que l’autorité territoriale de ses médias constitue un avantage important pour des secteurs comme le tourisme ou les réseaux de distribution locaux.

Les premiers dispositifs commercialisés oscillent entre 20 000 et 100 000 euros, dans une logique encore largement expérimentale puisque 366 reste sur des dispositifs “ad hoc”, qui s’adaptent aux budgets des annonceurs.

Les Echos Le Parisien Médias / Paris Match Médias : Amplify GEO, une approche premium centrée sur le brand content et l’autorité éditoriale

La régie du groupe Les Echos Le Parisien a lancé son offre GEO “Amplify GEO” en mars 2026, dans une logique premium et fortement éditorialisée. On est, à ce titre, sur une approche entièrement sur-mesure, construite autour des problématiques spécifiques de chaque annonceur.

L’offre repose principalement sur la production de contenus brand content optimisés pour les IA génératives, publiés dans les environnements du groupe. Les premiers titres mobilisés sont Le Parisien et Les Echos, avec une extension prévue à Paris Match et Investir. 

Le pilotage du dispositif implique plusieurs expertises internes : OPS, brand content, experts IA, équipes data et directions numériques. L’offre s’articule autour de trois briques : audit de visibilité dans les LLM, production de contenus GEO-friendly et mesure des performances dans le temps (à J+30, J+45 et J+60). 

Le GEO reste encore considéré comme une activité exploratoire chez le groupe, avec des premiers cas concentrés sur les thématiques fortes du titre, le luxe et la banque-assurance.

Spécificités de l’offre

La régie précise que les contenus sont conçus spécifiquement pour maximiser leur reprise par les IA à court, moyen et long terme. Le groupe privilégie exclusivement des articles brand content GEO optimisés, sans extension vers les actifs propriétaires des annonceurs.

Autre élément notable : l’intégration d’une couche d’amplification social media avec objectif de trafic garanti, ce qui traduit une volonté de conserver un lien fort avec les KPI média traditionnels.

Sur la mesure, le groupe s’appuie sur deux partenaires technologiques : Minddex et Meikai. Les KPI suivis couvrent principalement le taux de citation, le ranking des mentions, la part de voix, les visites générées sur les contenus et les impressions social media.

Le groupe considère aujourd’hui le taux de citation et le trafic sur les articles comme les indicateurs les plus robustes, tout en reconnaissant les limites actuelles du tracking des visites provenant directement des LLM.

D’un point de vue économique, l’entrée de gamme démarre à 10 000 euros pour un article GEO optimisé incluant création, diffusion, optimisation et mesure. La régie recommande néanmoins des dispositifs multi-articles, diffusés à intervalles réguliers, afin d’obtenir des effets plus durables.

Media.figaro : GEO Media, une offre structurée autour de la puissance éditoriale et de la production industrielle du groupe

Media.figaro a lancé “GEO Media” en octobre 2025, en enrichissant l’offre au fil des mois, afin de mieux comprendre les logiques de sourcing des LLM et les formats les plus repris dans les réponses générées. Les acheteurs qui l’auraient découverte à ses débuts, gagneront donc à la revisiter, son périmètre s’étant considérablement étoffé au fil des mois.

L’offre repose sur un modèle packagé avec engagement minimum de trois mois, mais conserve une dimension “sur-mesure” en ce qui concerne la stratégie éditoriale et les contenus produits. 

En grande partie portée par l’agence de brand content du groupe, 14H, elle combine audit GEO, stratégie éditoriale, production de contenus, infiltration dans des contenus déjà référencés et pilotage continu des performances.

Spécificités de l’offre

Le groupe mobilise l’ensemble de ses marques éditoriales selon les verticales : Le Figaro, Journal du Net, L’Internaute, Comment Ça Marche, Madame Figaro, Gala, Le Journal des Femmes ou encore Le Particulier.

De quoi permettre au groupe de revendiquer “une autorité éditoriale massive”. Le groupe souligne notamment sa capacité de production industrielle, avec plus de 500 journalistes et environ 800 contenus produits chaque jour sur plus de 100 thématiques.

L’offre couvre l’ensemble de la chaîne GEO : audit de visibilité sur une cinquantaine de prompts stratégiques, définition d’une stratégie éditoriale, production GEO-friendly, optimisation technique et mesure continue des performances.

Le groupe met particulièrement en avant l’infiltration éditoriale dans des contenus déjà bien référencés dans les LLM, considérée comme un levier efficace pour accélérer la remontée des marques dans les réponses générées.

Sur les formats, Le Figaro insiste sur la complémentarité des contenus. Guides, FAQ, comparatifs, tableaux, top lists, interviews et études sont vus comme des formats particulièrement performants pour les IA génératives.

La mesure repose principalement sur Meikai, présenté comme un tiers de confiance indépendant capable d’assurer audit, monitoring, reporting et suivi multi-LLM. Le groupe suit principalement le taux de visibilité, la part de voix, le ranking concurrentiel et la perception des marques dans les réponses IA.

Le groupe considère aujourd’hui que les indicateurs les plus fiables restent ceux directement liés aux outputs des LLM, comme la visibilité ou les citations, alors que le trafic ou les conversions restent encore difficilement traçables.

Dans les cas où la visibilité initiale est faible, il observe des uplifts significatifs, pouvant aller jusqu’à +11 points de visibilité. À l’inverse, pour des marques déjà fortement présentes, les gains sont plus progressifs et se traduisent davantage par un renforcement de positionnement et de dominance.

Commercialement, l’offre démarre autour de 30 000 euros (audit et mesure compris) avec une logique de forfait qui varie selon le volume de prompts, le volume de contenus produits, et la durée...

Le groupe revendique déjà plus d’une dizaine de campagnes GEO et des secteurs particulièrement moteurs dans la beauté et le luxe, la banque / assurance, l’automobile et la distribution. Il considère désormais cette activité comme un levier structurant intégré dans ses recommandations 360°.

M Publicité : IA Sandbox, une offre GEO premium fortement centrée sur l’écosystème Le Monde

M Publicité commercialise depuis novembre 2025 une offre GEO baptisée “IA Sandbox”. Le groupe adopte un positionnement relativement premium et sélectif, articulé autour de packages intégrant audit, production de contenus, médiatisation et suivi GEO.

L’offre est pensée comme un mix entre solutions packagées et accompagnements sur-mesure. Les coûts évoluent notamment selon le nombre d’articles produits, avec des packages construits autour de cinq, dix ou quinze contenus.

Le groupe cible principalement des secteurs comme la banque, l’assurance, le tourisme, la culture, le luxe, l’automobile ou encore la high-tech.

Spécificités de l’offre

L’offre IA Sandbox repose sur trois piliers : audit GEO, production de contenus GEO-friendly puis mesure des performances.

Le groupe insiste particulièrement sur sa capacité à analyser les occurrences de marques dans ChatGPT lorsqu’il s’appuie sur les contenus du Monde. L’objectif est d’identifier précisément les thématiques, angles et formats les plus repris par les IA afin d’orienter les futures productions éditoriales.

Les contenus produits sont ensuite regroupés dans des espaces dédiés sur lemonde.fr avant d’être médiatisés via les titres du groupe et les réseaux sociaux du Monde.

Contrairement à certains groupes qui interviennent aussi sur les actifs propriétaires des annonceurs, Le Monde limite volontairement son intervention à ses propres environnements médias afin de maximiser la cohérence éditoriale et l’autorité des contenus.

Le groupe s’appuie sur Profound pour une partie de l’audit et du monitoring, tout en complétant cette mesure avec des données propriétaires issues de ses outils de détection des bots IA.

Les KPI suivis portent principalement sur le taux de visibilité, l’évolution du nombre de mentions positives ou négatives et les volumes de crawl des contenus par les bots OpenAI.

Le groupe reste aujourd’hui très focalisé sur ChatGPT, estimant les volumes encore trop faibles sur les autres plateformes pour produire des analyses suffisamment robustes.

L’offre démarre à partir de 50 000 euros, mesure incluse, ce qui positionne clairement IA Sandbox parmi les offres GEO les plus premium du marché français. Mais qui se justifie par 1° l’autorité éditoriale du Monde (de loin le numéro 1 en termes d’abonnés en France) et 2° les partenariats avec les acteurs de l’IA, Open AI et Perplexity, qui permettent au groupe d’avoir accès à des données déterministes pour mieux calibrer ses stratégies GEO.

Prisma Media : “Content for LLM”, l’offre GEO la plus industrialisée et la plus mature du marché français

Sans surprise, Prisma Media fait partie des groupes médias les plus avancés sur le GEO en France. La régie commercialise officiellement son offre “Content for LLM” depuis octobre 2025, après plusieurs mois de phase exploratoire. 

Là où certaines régies restent encore dans une logique de tests ou de dispositifs ponctuels, Prisma revendique déjà une véritable industrialisation de son offre GEO, avec des méthodologies stabilisées, une capacité de production importante et une logique commerciale structurée.

L’offre repose sur un modèle hybride mêlant package standardisé et montée en puissance progressive selon les besoins des annonceurs. Le socle initial comprend un audit GEO ainsi que deux articles optimisés pour les LLM, mais la régie propose également des dispositifs beaucoup plus lourds intégrant des volumes de contenus importants et des suivis barométriques dans le temps.

Prisma Media a structuré une approche très complète couvrant pratiquement toute la chaîne de valeur GEO. L’offre combine audit de visibilité dans les LLM, production de contenus GEO-friendly, structuration sémantique, optimisation technique et monitoring continu des performances.

L’offre est portée principalement par les équipes digitales et marketing de Prisma Media Solutions mais mobilise aussi les cellules OPS, brand content et plusieurs expertises transverses du groupe. Prisma cherche ainsi à intégrer le GEO directement dans ses dispositifs médias globaux, au même titre que les activations sociales, le print ou les campagnes à la performance.

Spécificités de l’offre

Prisma Media s’appuie surtout sur la profondeur de son portefeuille éditorial pour couvrir pratiquement tous les secteurs : finance avec Capital, voyage avec GEO, santé avec Passeport Santé, food avec CuisineAZ, culture avec Télé-Loisirs, beauté avec Femme Actuelle ou encore luxe avec Harper’s Bazaar et The Good Life. La régie insiste d’ailleurs sur le fait que toutes ses verticales sont potentiellement activables dans une logique GEO.

La régie accorde une importance particulière à la structuration des contenus pour les IA génératives. Prisma considère que les formats les plus performants sont les contenus fortement hiérarchisés et facilement synthétisables par les modèles : FAQ conversationnelles, tableaux comparatifs, listes, recommandations par cas d’usage, résumés ou encore avis clients.

Le groupe insiste aussi beaucoup sur la notion “d’autorité éditoriale” des marques médias historiques. Prisma estime que cette crédibilité joue un rôle d’accélérateur dans l’intégration des contenus par les IA génératives. La régie affirme notamment que les contenus publiés sur ses marques seraient repris beaucoup plus rapidement par les LLM que ceux publiés sur des sites moins référents.

Sur la partie technologique, Prisma a noué un partenariat avec Minddex, qui intervient à la fois sur l’audit, le monitoring, la mesure, le reporting et certaines briques d’aide à la production GEO. La régie met également en avant la capacité de Minddex à travailler à la fois via API et scraping afin de suivre les performances sur plusieurs LLM simultanément.

Côté KPI, Prisma suit le taux de mentions, la position moyenne des marques dans les réponses, les positions concurrentielles, les sources utilisées par les IA ainsi que le sentiment associé aux réponses générées. En revanche, le groupe reconnaît que les indicateurs liés au trafic direct depuis les LLM restent encore difficiles à exploiter de manière fiable.

Autre point notable : Prisma fait partie des rares régies à partager publiquement des premiers résultats chiffrés. Sur certaines campagnes beauté, le groupe revendique des progressions allant jusqu’à +16 points de taux de citation, +14 rangs sur le ranking marque et +45 rangs pour certaines sources médias Prisma utilisées dans les réponses IA.

Le groupe affirme également observer des comportements très différents selon les LLM. Prisma estime par exemple que Perplexity privilégie davantage les contenus récents et quasi temps réel, tandis que Gemini serait capable de remonter des sources beaucoup plus anciennes grâce à une logique de “mémoire longue”. ChatGPT adopterait quant à lui un positionnement intermédiaire entre fraîcheur et autorité éditoriale.

Commercialement, Prisma apparaît aujourd’hui comme l’un des acteurs les plus avancés du marché français. La régie revendique déjà une vingtaine de campagnes GEO produites et évoque une activité qui pourrait approcher le million d’euros de revenus en 2026.

Le ticket d’entrée démarre à 10 000 euros pour deux articles GEO sur une ou deux marques du groupe, incluant audit et mesure. Le panier moyen se situe actuellement autour de 20 000 euros et certains protocoles atteignent les 100 000 euros. 

Prisma indique également réfléchir à des offres “fil rouge” afin d’installer le GEO dans une logique de visibilité continue et non plus simplement comme un dispositif ponctuel.

Reworld Media : Une approche GEO globale qui dépasse largement le simple brand content

Reworld Media a lancé ses premières offres GEO dès septembre 2025, ce qui en fait, avec Prisma Media, le groupe média français le plus précoce sur le sujet. 

Le groupe s’appuie sur l’ensemble de ses 80 marques médias, toutes référencées, selon lui, par les principaux LLM. L’offre est commercialisée via la régie pour les activations médias classiques, mais aussi via Editorialink, son agence de brand publishing, pour des logiques de contenus en marque blanche et d’accompagnement stratégique. 

Reworld a également structuré une organisation GEO dédiée autour d’une direction groupe pilotée par Marion Collombat. La philosophie globale du groupe consiste à considérer le GEO comme un écosystème complet mêlant contenus, optimisation technique, présence sociale, formats conversationnels et monitoring permanent des IA génératives.

Spécificités de l’offre

L’offre de Reworld Media se distingue par l’étendue des activations proposées. Là où certaines régies se concentrent principalement sur les articles GEO-friendly, Reworld travaille également les forums, les fiches produits, les FAQ, les tableaux comparatifs, les vidéos, les podcasts, les plateformes sociales ou encore les contenus multilingues.

Le groupe intervient à la fois sur ses propres environnements médias et directement sur les actifs des annonceurs. Il revendique également des capacités d’optimisation technique autour du maillage, des structures de contenus et du référencement des pages dans les environnements IA.

Autre élément différenciant : la stack technologique. Reworld affirme avoir développé sa propre technologie GEO propriétaire, capable notamment d’identifier les prompts stratégiques, les sources utilisées par les LLM et les évolutions de visibilité selon différents personae. Cette stack est complétée par plusieurs outils du marché comme Profound, PeekAI, MeteorIA, SEMrush ou Getmint, activables sur demande du client. 

La régie insiste aussi beaucoup sur les logs serveurs comme source de vérité. Reworld considère aujourd’hui le crawl des bots IA comme l’un des KPI les plus fiables du marché, puisqu’il laisse une trace technique exploitable permettant d’estimer l’utilisation des contenus dans les réponses générées.

Les performances sont suivies plusieurs fois par jour via des requêtes répétées sur les mêmes prompts afin de mesurer rapidement les effets des optimisations réalisées. Le groupe affirme que les premiers résultats sont instantanés (visibles en moins de 48 heures en tout cas), les crawlers des LLM passant quasiment en temps réel sur ses pages. 

Sur le plan commercial, Reworld est l’un des acteurs les plus avancés du marché français. Le groupe revendique déjà une trentaine de campagnes GEO et un chiffre d’affaires supérieur à 1,5 million d’euros sur le seul premier trimestre 2026. Il vise, selon nos informations, entre 6 et 7 millions d’euros de CA cette année.

Le ticket d’entrée démarre à 30 000 euros, avec un panier moyen autour de 50 000 euros.

Webedia : Une offre GEO construite autour des médias, de la vidéo et des avis consommateurs

Webedia a officiellement lancé son offre GEO au printemps 2026 à travers WBX, sa nouvelle régie publicitaire. Baptisée “GEO Orchestration”, l’offre repose sur une conviction forte : la visibilité dans les moteurs de réponse ne se construit plus uniquement via des contenus éditoriaux optimisés, mais à travers un ensemble d’actifs capables d'alimenter les modèles d’IA générative.

Le groupe s’appuie ainsi sur l’ensemble de son écosystème de marques et de plateformes, parmi lesquelles 750g, AlloCiné ou encore Jeuxvideo.com, mais également sur ses chaînes vidéo, ses communautés sociales et Sampleo, sa plateforme de tests produits et de collecte d’avis consommateurs.

L’offre est portée par WBX mais mobilise plusieurs expertises du groupe. Webedia revendique une approche plus large que le simple brand content, articulée autour de la création de contenus, de la vidéo, des conversations ouvertes, des preuves d’usage et du pilotage de la visibilité dans les LLM.

Spécificités de l’offre

L’un des principaux éléments différenciants de Webedia réside dans sa vision du GEO comme un dispositif d’orchestration plutôt que comme un simple programme de contenus sponsorisés. Le groupe considère que les IA génératives s’appuient désormais sur une diversité de sources - médias, vidéos, créateurs, avis consommateurs, forums ou réseaux sociaux - et que les stratégies de visibilité doivent refléter cette réalité.

L’offre combine ainsi plusieurs leviers : contenus éditoriaux, vidéos YouTube, conversations sur les plateformes sociales, contenus générés par les consommateurs via Sampleo, ainsi que des optimisations réalisées directement sur certains actifs des annonceurs.

Sur le plan éditorial, Webedia travaille les formats particulièrement appréciés des LLM : FAQ, guides pratiques, comparatifs, tableaux, listes, contenus pédagogiques ou encore formats “how-to”. Le groupe peut également intervenir sur la structuration des contenus existants, le maillage, l’architecture informationnelle et la lisibilité des pages dans une logique dite “LLM-friendly”.

Autre particularité : l’importance accordée à la vidéo et aux preuves d’usage. Webedia estime que les contenus vidéo et les retours d’expérience consommateurs jouent un rôle croissant dans les réponses générées par les IA. Cette approche s’appuie notamment sur les capacités de Sampleo à générer des avis et verbatims consommateurs ainsi que sur les actifs vidéo du groupe.

Pour la mesure, Webedia s’appuie aujourd’hui principalement sur la technologie de Minddex afin d’analyser les citations, les mentions, les sources utilisées par les LLM, la part de voix, le positionnement des marques dans les réponses ou encore le sentiment associé aux recommandations générées. Le groupe indique également travailler au développement de ses propres outils.

Les performances sont suivies via des audits réalisés sur des ensembles de prompts représentatifs des intentions utilisateurs. Les analyses sont menées séparément pour ChatGPT, Gemini, Perplexity, Copilot ou Claude, Webedia observant des écarts parfois importants entre les différentes plateformes selon les secteurs et les requêtes.

Sur le plan commercial, l’offre est encore récente mais plusieurs annonceurs ont déjà été accompagnés. Webedia commercialise trois niveaux d’intervention : GEO Authority, centré sur l’autorité éditoriale, GEO Amplified, qui ajoute la vidéo, les conversations et les contenus générés par les utilisateurs et GEO Command Center, conçu comme un accompagnement continu de la visibilité IA.

Le ticket d’entrée démarre autour de 10 000 euros, mesure comprise, avec une tarification qui évolue ensuite selon les volumes de contenus, les productions vidéo et le niveau d’accompagnement souhaité.

Jellyfish et Equativ dévoilent, en exclusivité pour Open Garden, un nouveau cas d’usage concret de l’IA agentique appliquée à l’achat média programmatique.

La démonstration met en scène deux agents IA interconnectés via MCP (Model Context Protocol), un standard développé par Anthropic qui permet aux LLM d’interagir directement avec des plateformes, données et outils métiers.

Encore peu connu il y a quelques mois, le MCP s'impose aujourd'hui comme l'un des sujets les plus scrutés de l'écosystème adtech, tant il ouvre la voie à l'automatisation de workflows jusqu'ici largement manuels.

Dans cet épisode de “Sous le capot”, Alexandre Barré, adtech et partnership director chez Jellyfish, et Benjamin Lacapère, head of product chez Equativ, utilisent le cas fictif d'un distributeur souhaitant promouvoir son offre de rentrée scolaire avec un objectif de notoriété et un budget de 5 000 euros. 

Le système agentique va permettre d’identifier les inventaires pertinents, estimer les volumes disponibles, créer les deals puis les préparer pour une activation le DSP.

Côté Jellyfish, l’agent agit comme un assistant media planning. À partir d’un brief parfois très succinct, il identifie les informations manquantes, interroge différentes sources de données en temps réel, récupère des segments d’audience, des inventaires disponibles, des volumes d’enchères ou encore des chemins d’approvisionnement (SPO), puis construit automatiquement des recommandations média.

Le connecteur MCP d’Equativ met aujourd’hui à disposition plus de 70 outils en lecture (inventaires, segments, estimations, reporting, troubleshooting, etc.) et une douzaine d’outils en écriture permettant notamment de créer ou modifier des deals.

L’intégration avec Equativ permet à l’agent de créer les deals au sein de la plateforme de curation de Maestro, avant de les pousser vers le DSP sélectionné, Amazon DSP. C’est évidemment possible de le faire avec les 180 DSP connectés à Equativ où même directement au sein de Maestro, puisque de dernier est équipée d’un bidder. 

L’ensemble du processus s’effectue sans passer par les interfaces utilisateurs traditionnelles. Un vrai plus alors que les traders n’ont pas toujours le temps de s’adapter aux spécificités de plateformes qui se multiplient.

Pour autant, les deux entreprises estiment que les agents n'ont pas vocation à remplacer immédiatement les interfaces utilisateurs traditionnelles. “Pour les opérations les plus simples, comme la création manuelle d'un deal nécessitant seulement quelques clics, le gain reste limité”, prévient Alexandre Barré.

La valeur ajoutée apparaît davantage sur des tâches complexes impliquant de multiples sources de données, plusieurs stratégies d'achat ou la création de structures de deals plus sophistiquées.

La seconde partie de la démonstration porte sur l’optimisation des campagnes. À partir d’un simple prompt, un agent connecté à Maestro analyse les performances d’un deal existant, identifie des problèmes de visibilité publicitaire, propose des optimisations puis applique automatiquement les modifications validées par l’utilisateur.

Dans l’exemple présenté, l’agent a analysé plusieurs millions d’impressions, identifié les éditeurs offrant les meilleurs taux de visibilité et recommandé une stratégie de whitelist afin d’améliorer la performance tout en préservant les volumes disponibles.

Selon Alexandre Barré, l'un des principaux intérêts de ces workflows réside dans la standardisation des bonnes pratiques opérationnelles". Les recommandations générées par l'agent reposent systématiquement sur des données actualisées en temps réel et peuvent être encadrées par des garde-fous définis par les équipes média.

“Une approche qui vise à réduire les écarts d'exécution entre traders tout en garantissant le respect des règles d'achat et d'optimisation définies par les agences ou les annonceurs”, explique l’expert.

Au-delà de la démonstration, les deux entreprises insistent sur la simplicité technique de l'intégration. Selon Benjamin Lacapère, la connexion initiale entre un agent et le serveur MCP d'Equativ ne nécessite que quelques paramètres de connexion et peut être réalisée en quelques minutes.

Le principal travail consiste ensuite à sélectionner les "skills" ou outils que l'agent pourra utiliser dans ses workflows, qu'il s'agisse de consulter des volumes d'inventaire, d'interroger des données d'audience ou de créer des deals. Une logique qui rapproche davantage le MCP d'une couche de standardisation des APIs que d'un nouveau développement spécifique pour chaque partenaire.

À terme, Equativ estime que ces agents pourraient dépasser le simple rôle d’assistant pour exécuter en autonomie des playbooks d’optimisation sur des portefeuilles entiers de campagnes ou de deals. 

Une évolution qui rapproche progressivement l’industrie d’un modèle où les traders médias supervisent davantage des agents spécialisés qu’ils n’opèrent directement les plateformes.

Alexandre comme Benjamin considèrent également que l'arrivée d'initiatives comme AdCP ou AAMP pourrait accélérer l'adoption de ces approches. En proposant des standards communs pour les interactions entre agents et plateformes, ces projets pourraient faciliter la réutilisation des mêmes compétences ("skills") entre différents MCP et réduire les efforts d'intégration aujourd'hui nécessaires.

Une évolution qui contribuerait à faire émerger un écosystème plus interopérable, où les agents pourraient naviguer plus facilement entre DSP, SSP, plateformes de données et outils de mesure.

Open Garden. Votre événement annuel, Conversion, vient d'avoir lieu. Pouvez-vous résumer les principales annonces effectuées par StackAdapt à cette occasion ? 

Matthieu Minaud (StackAdapt). L'édition était structurée autour de deux axes : activer plus intelligemment et mesurer plus clairement.

Sur l’activation, nous avons présenté Ivy Studio et Command Center, deux briques qui s’inscrivent dans notre vision d’automatisation et d’agentisation de la plateforme. Ivy Studio simplifie le setup des campagnes tandis que Command Center aide à générer des insights et à automatiser les optimisations.

Enfin, côté mesure, nous avons rendu l'attribution cross-canal disponible à tous, pour aider les équipes à mieux comprendre quels leviers - et j'insiste sur le mot "levier", pas "canal" - génèrent de la performance, y compris du côté des "“walled gardens”. Cela permet de reconstituer plus précisément le parcours utilisateur.

Depuis le début, StackAdapt cherche à faire évoluer la logique des plateformes publicitaires : passer d’un fonctionnement très réactif - on lance une campagne puis on analyse - à quelque chose de beaucoup plus proactif, où l’on produit plus vite, décide plus vite et optimise plus rapidement.

Ces innovations sont-elles déjà disponibles en France ?

Oui. Certaines fonctionnalités sont ouvertes en bêta, d’autres sont déjà disponibles plus largement. La solution de cross-channel attribution, par exemple, est accessible à tous.

Quelques jours avant Conversion, vous avez aussi lancé votre serveur MCP, qui permet d’interroger StackAdapt depuis des environnements comme OpenAI ou d’autres outils IA. À quel besoin cela répond-il ?

Le constat est simple : les équipes ne veulent plus passer leur temps à naviguer entre différents dashboards pour récupérer de la donnée.

L’objectif du serveur MCP est donc de simplifier l’accès aux insights directement dans les environnements où les utilisateurs travaillent déjà, comme ChatGPT, Claude ou d’autres assistants IA. On réduit ainsi la friction entre une question, la réponse et l’action qui suit.

Concrètement, on peut interroger une campagne en langage naturel, récupérer des insights exploitables puis lancer des optimisations beaucoup plus rapidement. Ce qui nous intéressait surtout, c’était de nous intégrer naturellement aux workflows IA déjà utilisés par les agences et les annonceurs.

Est-ce que ça a déjà été déployé avec des agences médias en France ?

Nous avons déjà beaucoup d’échanges avec des agences, des annonceurs et des groupes internationaux, en France comme à l’étranger.

C’est encore récent donc nous n’avons pas encore de cas publics à partager, mais l’accueil est très positif.

Quels gains avez-vous observés avec ce type de connexion MCP ?

Il y a trois bénéfices principaux. Le premier, c’est le gain de temps. Lire les résultats d’une campagne, accéder aux insights et optimiser devient beaucoup plus rapide.

Le deuxième, c’est la vitesse d’analyse. Avant, il fallait exporter les données, les retraiter dans des outils tiers puis tenter d’en tirer des conclusions. Là, tout devient quasiment instantané.

Enfin, il y a le caractère “actionnable” des insights. La donnée est structurée et exploitable immédiatement par les outils IA.

Dans un monde où les traders n'interagissent plus directement avec l'interface d'un DSP, qu'est-ce qui différencie un DSP d'un autre ? Et plus particulièrement StackAdapt ?

C'est vrai que si les utilisateurs n'accèdent plus à la plateforme directement, l'atout "simplicité de l'interface" disparaît. Ce qui comptait jusqu'ici, c'était le vernis. Ce qui va compter demain, c'est ce qu'il y a dessous : la qualité du moteur sous-jacent.

Chez StackAdapt, tout est développé en interne. Ce n'est pas une accumulation de briques tierces, tout est conçu pour fonctionner ensemble. Un peu comme Apple, qui maîtrise l'ensemble de sa chaîne plutôt que de livrer un OS à des fabricants tiers.

Ce qu'on va mettre en avant, c'est cette qualité interne : la pertinence des signaux captés, la capacité à recommander la bonne action, la vitesse d'exécution, la qualité de la mesure, la capacité à relier les canaux entre eux et à désiloter les données.

Si toutes les plateformes deviennent opérables par l'IA, celles qui s'en sortiront seront celles qui ont une architecture cohérente, déjà prête pour ça, sur laquelle on n'a pas besoin d'ajouter des briques qui viendraient déstabiliser la structure. 

Le fait d'être développé en interne, avec des fondateurs toujours présents et une vision constante depuis 12 ans, c'est peut-être là que réside la vraie différence. La simplification passe désormais par l'IA et l'utilisation de la donnée rejoint l'IA aussi.

La tendance est plutôt à la rationalisation des DSP du côté agences médias. Quelle place pour StackAdapt dans un marché où des leaders comme DV 360 et Amazon DSP ont, pour eux, des inventaires exclusifs : Youtube et Prime Video ? 

Déjà, je pense qu'il y a de la place pour tout le monde. On disait la même chose quand Meta semblait avoir verrouillé le social… et puis TikTok est arrivé. 

Oui mais TikTok avait précisément une exclusivité d’audience, ce qui n’est pas votre cas…

Certes, mais la rationalisation ne signifie pas une uniformisation des audiences et des plateformes. Les agences cherchent des outils qui correspondent à leurs besoins. Et les internautes, eux, sont partout, pas seulement sur Prime Video ou YouTube. 

Certes, mais le fait d’avoir Prime Video permet à Amazon DSP de dire aux annonceurs de rapatrier leurs investissements Open Web et Bvod chez lui, par exemple, pour comparer l’incrément du premier avec ces deux derniers…

C’est vrai, mais si Amazon dit “je réconcilie avec Prime Video” et Google dit “je réconcilie avec YouTube”, qui a vraiment l’offre qui clôt le débat ? Personne.

Les walled gardens apportent évidemment une mesure intégrée. L’enjeu pour nous est d’aider les annonceurs à identifier là où se trouvent les prochaines opportunités de croissance.

Et c’est précisément là que StackAdapt est intéressant car nous allons donner accès à une grande diversité d’environnements - Web ouvert, CTV, audio, DOOH, in-game, applications... Notre rôle est d’aider les marques à mieux activer, mesurer et comparer ces opportunités, de façon agnostique, en complément des plateformes plus fermées.

The Trade Desk joue aussi cette carte de l’agnosticité. Quels sont vos éléments de différenciation par rapport à cet acteur, lui aussi bien en place ? 

Il y en a plusieurs. D’abord, notre volonté de réconcilier actions marketing et achat média au sein d’une même plateforme. 

Je n'en ai pas parlé car c'est pour l'instant uniquement disponible aux États-Unis mais nous avons annoncé le lancement du “direct mail” lors de Conversion. Quand quelqu'un a interagi avec une publicité, on peut lui envoyer un courrier physique : une carte postale personnalisable, imprimée à la demande. 

Autre distinction : notre spécialisation verticale avec des solutions dédiées pour le travei ou le BtoB, par exemple. Dans le travel, nous avons développé des outils capables de capter des signaux d’intention très précis afin d’aider une marque à influencer le choix d’un hôtel ou d’une destination, bien avant la phase de réservation.

Il y a aussi l’inventaire pub de ChatGPT puisque vous faites partie des rares partenaires technologiques pour l’instant. Quel bilan à ce stade ? 

Pour l’instant, c’est encore un pilote, disponible principalement aux États-Unis, au Canada et en Asie. L’ouverture à l’Europe se fera progressivement, en juin pour le Royaume-Uni. Nous n’avons pas de date pour la France mais ça arrivera tôt ou tard !

Les volumes ne sont pas encore très importants, c'est une beta. Mais les retours sont prometteurs et puis nous avons une vraie traction côté annonceurs et agences, y compris en France !

Cela confirme surtout notre stratégie : être présents là où les usages publicitaires évoluent.

Parlons de la France justement. Où en êtes-vous ?

Nous avons lancé officiellement la communication en septembre, avec l'ouverture du bureau et le recrutement d'une équipe locale. L'objectif de la première année, pour être transparent, c'était d’abord l'installation.

Ce que nous cherchons maintenant, c'est une présence durable. Nous développons notre notoriété et structurons les partenariats avec les agences (holdcos et indépendantes) ainsi qu’avec les annonceurs en direct. 

Y a-t-il un type de campagne ou de use case pour lequel vous êtes particulièrement sollicités ?

Non pour l’instant, c’est très large. Ça va du retargeting au full funnel, en passant par du DOOH intégré en complément de dispositifs CTV, par exemple. Nous avons déjà lancé des campagnes avec OMG, Dentsu, Publicis, Jellyfish et plusieurs agences indépendantes. 

Quelles sont vos ambitions et votre roadmap pour les 12 prochains mois en France ?

Nous voulons continuer à faire croître l'équipe. J’en profite pour annoncer que nous recrutons des account managers et des agency development managers dont la mission sera de structurer les partenariats avec les holding groups et les indépendants.

L'objectif, c'est d'installer StackAdapt comme la plateforme de référence pour tout ce qui relève d'une stratégie omnicanale pilotée par l'IA et la donnée. 

Notre enjeu ne se résume pas à gagner des parts de marché. C'est de démontrer qu'on a une plateforme unifiée, capable de simplifier l'exécution, de clarifier la mesure, d'améliorer les performances et de répondre aux attentes des clients. Tout ce que nous avons présenté à Conversion nourrit cette ambition !

Deux mois après la révélation d’une information selon laquelle Publicis Media US arrêtait de recommander The Trade Desk, à la suite d’un audit défavorable, Open Garden a échangé avec un acheteur média pour connaître son regard sur cette affaire et les conséquences qu’elle a eue sur son quotidien. 

Open Garden. Les griefs formulés par Publicis Media à l’encontre de The Trade Desk, selon laquelle le DSP aurait "appliqué de manière inappropriée ses frais DSP à d'autres frais, d'une manière non conforme aux termes du contrat", vous ont-ils surpris ? 

Franchement oui ! Car si le modèle de commission de The Trade Desk est structurellement différent de celui de ses concurrents et qu’il peut, à ce titre, paraître ambigu, il est quand même bien connu des initiés. Il repose sur un “compounding fee structure” : des coûts appliqués non seulement au média, mais aussi aux fonctionnalités additionnelles, qui sont elles-mêmes payantes.

The Trade Desk, c’est un écosystème avec ses règles : certaines features sont activées par défaut, d'autres non, certaines sont payantes, d'autres pas. Mais ces règles sont accessibles dans les contrats, les reportings et la plateforme. Une fois que vous avez cela en tête, il ne vous reste plus qu’à négocier les frais et l’activation par défaut (ou non) de ces fonctionnalités.

Savoir ce qu'on active et ce que ça coûte, c'est précisément le travail d'une agence. Se rendre compte de ce mécanisme après dix ans d'utilisation, via un cabinet externe, est donc plutôt étonnant. Tout comme le fait que les griefs semblent circonscrits aux Etats-Unis. 

Si The Trade Desk avait un vrai problème structurel de transparence pour Publicis, pourquoi les autres zones géographiques ne sont-elles pas concernées ? C’est sûr que ça donne du grain à moudre à ceux qui y voient aussi une tentative de déstabiliser un concurrent direct d’Epsilon - Conversant, les technologies programmatiques maison, sur un segment et une géographie où les deux acteurs sont en compétition frontale. 

Quoi qu’il en soit, il aura suffi qu’une note de Publicis Media US adressée à ses clients fuite pour fragiliser encore un peu plus la réputation - et la valorisation boursière - de The Trade Desk, déjà sous pression.

Pour un DSP dont le positionnement repose largement sur la transparence et la neutralité, le simple fait de semer le doute sur son intégrité peut provoquer des dégâts majeurs : le titre a perdu 13 % en deux jours, avant qu’OMD ne lance à son tour un audit de la plateforme.

D’autant que, comme l’a rappelé au JDN, Pierre Calmard, le patron de Dentsu France au JDN, il est tout de même curieux que ce débat sur la transparence porte sur The Trade Desk alors que la question ne se pose même pas pour des acteurs comme Google, Meta ou Amazon…

Je suis bien d’accord. Si on prend l’exemple d’Amazon, qui taille des croupières à The Trade Desk grâce, entre autres, à une politique tarifaire hyperagressive, il faut garder en tête que le premier se rémunère aussi sur le média, via ses propres inventaires. Idem pour Google avec DV 360.

Ce qui n’est effectivement pas le cas de The Trade Desk…

Tout à fait même s’il faut quand même préciser qu’une fonctionnalité comme Open Path, qui permet à The Trade Desk de se brancher directement à l’inventaire d’un éditeur, sans passer par un SSP, peut poser question. 

Certes, l'application de frais, côté éditeurs, est aujourd'hui relativement assumée. Mais à 4% de bénéfice sur chaque transaction, la neutralité du decisioning mérite d'être questionnée. Surtout quand The Trade Desk se présente comme un acteur qui ne cherche pas à contourner les SSP ! 

Justement, quand vous achetez via une DSP, à quel point avez-vous aujourd'hui une vision claire des différentes couches de frais ? 

Quand on achète en programmatique via un DSP, on s'attend à composer avec quatre grandes familles de frais : les frais de plateforme, les frais de features (solutions tierces intégrées ou propriétaires), les frais sell-side (SSP, resellers, unknown delta), et des “frais divers”, type taux de change, taxe GAFA…

Sur les grands DSP, la transparence sur les features est généralement bien assurée. Le coût est souvent affiché directement sur le bouton d'activation et disponible en reporting. C'est la moindre des choses ! 

Et c’est aussi le cas chez The Trade Desk ?

Bien sûr. Même si le déploiement de la nouvelle interface Kokai - dont l’ergonomie a d’ailleurs été largement critiquée - a rendu l’activation ou la désactivation de certaines fonctionnalités beaucoup moins intuitive qu’à l’époque de Solimar. C’est, pour le coup, quelque chose que l’on peut leur reprocher. 

Avez-vous, depuis cet épisode, mis en place des protocoles pour vérifier les niveaux de fees réels de vos DSP, sur le média et sur la data ?

Des vérifications sont conduites, chez nous comme chez la plupart de nos concurrents, régulièrement. Aussi bien au niveau global que local. Ce qui permet aux agences médias de détecter les anomalies rapidement.  

Ce qu'on challenge vraiment, c'est la valeur réelle de ces features au regard de leur coût. Car c’est évident que l'activation systématique de l'ensemble des features de The Trade Desk, sans arbitrage réfléchi, peut rapidement conduire à des niveaux de frais proches de 30%. Ce n’est pas pour rien qu’on parle, dans le milieu, de The Trade Desk comme étant le “Ryan Air des DSP” ! 

En France, chaque bouton payant doit être vendu et défendu auprès du client, ce qui force une discipline dans la sélection des features. Je pense que c’est moins vrai aux Etats-Unis où les agences médias ne sont pas soumises à la loi Sapin et où l’approche “click and see” est probablement plus répandue.

Avez-vous reçu des consignes particulières en interne ?

Non, pas de consignes particulières… parce qu'il n'y a pas vraiment de sujet de notre côté. 

En revanche, c’est évident que cette affaire a contraint l'ensemble des agences médias à justifier, via des notes, auprès de leurs clients l'existence de protocoles de contrôle des structures de frais … pour un article qui, au final, ne dit pas grand-chose que les gens du secteur ne savaient pas déjà sur le mode de facturation de The Trade Desk. 

Ce type d'affaire peut-il réellement pousser une agence à réévaluer ses arbitrages DSP ? Ou l'inertie est-elle trop forte ?

Si les faits étaient avérés, la question se poserait, c’est certain. Mais dans le cas présent, il n’y a pas de sujets. 

Le business model des plateformes demeure un point important dans le choix des systèmes qui seront activés (au-delà des USP, type inventaire exclusif, bien entendu). L’opacité de certaines plateformes est clairement un frein à leur adoption !

Qu'est-ce qui pourrait vous limiter dans l’exercice de vérification des fees des DSP ?

Objectivement, je ne vois pas vraiment de freins. Le seul grief que je peux formuler auprès de The Trade Desk, là-dessus, c’est que la plateforme impose aux SSP de ne pas partager leurs données aux acheteurs sans son accord préalable, ce qui ne permet pas d’audit surprise… 

En revanche, là où l’opacité devient réelle, c’est chez les plateformes à la performance (non je ne donnerai pas de nom) qui vous facturent à l’outcome, un terme à la mode.

C’est, dans ce cas précis, la plateforme qui prend le risque, arbitre dans le choix des inventaires pour atteindre les objectifs que vous lui avez assignés et cela se traduit mécaniquement par une perte de contrôle de votre part. 

Avez-vous facilement accès aux logs de votre DSP ? On me dit souvent que c’est compliqué de tout réconcilier en open auction sans accéder à ces derniers…

L'accès aux logs DSP n'a jamais été un vrai sujet. Il suffit généralement de les demander. Ce qui freine leur utilisation, c'est la volumétrie et la complexité de traitement, pas l'accès en lui-même. Beaucoup d'agences les ont, sans jamais vraiment s'en servir.

La vraie difficulté, c'est le manque de symétrie des dimensions entre systèmes buy-side et sell-side et l'absence d'homogénéité des champs entre plateformes côté vente. Certaines ne stockent pas les données clés ou génèrent leurs propres identifiants au lieu d'utiliser ceux du DSP, ce qui complique considérablement le rapprochement des données chez certains

Est-ce qu’il ne faudrait pas relancer le débat autour du SCID, cet ID unique qui pourrait permettre la traçabilité des campagnes mais reste dans les cartons depuis des années ? 

Alors, pardon de vous le dire, mais on ne parle pas vraiment de la même chose là ! Le SCID répond à un sujet différent de celui soulevé par Publicis. L'un porte sur la transparence structurelle de la supply chain, l'autre sur l'application de fees sur des features. On ne parle donc pas vraiment de la même chose.

Ceci étant rappelé, parlons du SCID. Il se heurte à un problème existentiel, bien connu de tous : la transparence ne fait pas les affaires de tout le monde. Ce standard exige que l'ensemble des acteurs  (DSP, SSP, resellers ) transmettent un identifiant unique dans le bidstream.

Certains de ces acteurs qui ne mettent même déjà pas à disposition de leurs clients des données aussi basiques que le montant acheté par siège, parce que le faire exposerait des marges difficilement justifiables (car réconciliable facilement)… et qui pourraient suffire à un exercice de réconciliation.

Miser sur le SCID me semble être un combat perdu d'avance. L'adoption ne sera pas au rendez-vous, comme elle ne l'a jamais été, parce qu'elle va directement à l'encontre des intérêts d'acteurs qui n'ont aucune raison de jouer ce jeu.

Il serait plus utile d'homogénéiser la granularité des informations disponibles côté SSP et de les contraindre à utiliser les identifiants fournis par les DSP. Et comme aimait à le rappeler l'IAB Tech Lab, à l'époque, c’est plus le plombier que la police de la pub digitale.  Ils proposent des protocoles, ils ne peuvent pas les imposer.

Nouvel épisode de “Sous le capot”, cette semaine, avec Léo Goldfeder, formateur spécialisé dans la publicité digitale, qui nous éclaire sur une des briques les plus utilisées (mais pas toujours les mieux comprises) du programmatique : le Deal ID.

Le Deal ID, c’est, pour rappel, un mode d’achat permettant d’accéder à un inventaire publicitaire précis dans des conditions négociées à l’avance avec une régie ou un éditeur. Il sert notamment à acheter des emplacements premium ou des audiences spécifiques via des accords privés automatisés

Concrètement, le Deal ID est renseigné dans le DSP par l’acheteur puis transmis dans les bid requests et bid responses lors des enchères programmatiques. Le SSP et l’éditeur reconnaissent alors cet identifiant et appliquent automatiquement les conditions commerciales associées : accès prioritaire, prix négocié, audience, formats ou inventaire spécifique.

En pratique, l’activation fonctionne souvent dès le premier essai mais il est fréquent que les équipes adops ou traders doivent “troubleshooter” le deal avant qu’il ne scale réellement.

Les problèmes les plus courants viennent généralement d’un mauvais ciblage d’environnement (device, géographie, format), d’un floor price trop élevé, d’un Deal ID mal renseigné dans le DSP, d’un mismatch entre DSP et SSP, d’un manque de volume côté éditeur, ou encore de filtres brand safety / viewability qui bloquent une partie des impressions disponibles.

Comme le rappelle la dernière enquête d’Open Garden, MCP, AdCP et AAMP ne s’opposent pas réellement. Ils occupent des niveaux différents dans les futures architectures publicitaires pilotées par des agents IA. La nuance mérite d’être martelée tant la formulation initiale du marché (“le marché bascule de l’un vers l’autre”) a entretenu la confusion.

Pour le dire autrement : AdCP cherche à créer un nouveau canal de transaction agentique, là où MCP standardise l’accès aux canaux qui existent déjà. L’un travaille sur la couche transactionnelle, l’autre sur la couche d’infrastructure. Les deux sont complémentaires, et le marché aura probablement besoin des deux.

Comme expliqué dans l’article, un MCP, c’est avant tout un wrapper d’API. Cela revient plus ou moins à donner à un LLM un accès direct à une API avec un peu de documentation supplémentaire. L’intérêt, c’est que c’est souvent “plug-and-play “ : le MCP élude une partie des complexités techniques de l’API sous-jacente.

Les points forts sont évidents : simplicité d’utilisation, déploiement rapide, peu de connaissances techniques requises sur l’outil sous-jacent.

Mais il y a des limites importantes que le marché sous-estime aujourd’hui :

Le contrôle des actions. Techniquement, on peut donner des droits limités au LLM sur l’usage du MCP, donc le contrôle n’est pas binaire en soi. Le problème, c’est plutôt que l’humain le devient rapidement : à force de se voir demander une validation toutes les 15 secondes, il finit par accorder tous les droits par lassitude. La perte de contrôle ne vient pas de la techno mais de l’expérience utilisateur.

Le traitement multi-outils. Si je dois interagir avec plusieurs outils - par exemple récupérer des données chez X et Y, les croiser, puis envoyer le résultat à Z - tout se passe aujourd’hui dans la fenêtre de contexte du LLM. Cela génère des volumes de tokens très conséquents et augmente significativement le risque d’erreurs ou d’hallucinations.

L’économie du modèle. Ces volumes de tokens deviennent aussi rapidement un sujet de coût, dès que l’on commence à multiplier les outils et les étapes de traitement. À grande échelle, cela oblige rapidement à mieux orchestrer les flux, limiter intelligemment le contexte manipulé par le LLM et structurer plus finement les interactions entre les outils.

L’absence de tiers de confiance. Claude ou un autre LLM exécute les actions directement depuis le chat, sans audit trail métier, sans workflow d’approbation multi-niveaux, sans gestion fine des permissions par utilisateur ou équipe. Pour un trader qui gère des budgets à six ou sept chiffres, ce n’est pas suffisant.

Pour l’adtech, MCP est l’équivalent d’une API

Vous l’aurez donc peut-être compris, dans le contexte adtech, un MCP est exactement comme une API : un moyen d’accéder programmatiquement aux outils et plateformes existantes. Ni plus, ni moins.

Je ne crois pas, en l’état actuel, à la solution “LLM + MCP seul” pour des cas d’usage de production, surtout dès qu’on commence à faire interagir plusieurs MCP ensemble, ce qui est exactement le besoin réel en adtech (croiser DSP, outils de mesure, clean rooms, adservers). Le pattern “LLM + MCP nu dans un chat” ne scale pas.

En revanche, le pattern “LLM + couche applicative + MCP/API” scale très bien. C’est précisément ce qu’on construit chez Concord, avec une couche d’orchestration entre le LLM et les outils, qui gère le scheduling des jobs, la persistance des données, les workflows métier et le human-in-the-loop.

C’est cette couche intermédiaire qui transforme une démo sympa en plateforme déployable à grande échelle dans des équipes de trading. Sans elle, on reste dans du bricolage. C’est intéressant pour des power users qui veulent expérimenter, mais loin d’être suffisant pour industrialiser l’achat média assisté par IA.

Le faux choix copilot vs autonomie

L’article observe à juste titre que le marché converge vers une logique de copilot plutôt que d’agent totalement autonome. Mais cette opposition est en partie un faux débat .

Avec une bonne architecture incluant un “human-in-the-loop” bien pensé, on peut combiner automatisation poussée et validation humaine sur les décisions à enjeu. Le choix entre les deux disparaît dès lors qu’on construit la bonne couche d’orchestration au-dessus des MCP et des APIs.

Pourquoi je reste prudent sur AdCP, du moins pour le moment

J’ai du mal à voir comment ce protocole peut fonctionner de manière réellement autonome. Si un “buyer agent” négocie automatiquement avec un “seller agent” et que chacun repart avec une version différente du résultat, qui a raison ? Qui porte la responsabilité du dernier mot ? Qui tranche en cas de litige ?

Sans tiers de confiance ni mécanisme de réconciliation, on ne peut pas confier des budgets significatifs à ce type de protocole. Cela peut éventuellement servir à de la découverte d’inventaire ou à de la pré-qualification, mais l’automatisation complète du gré à gré agentique me paraît très long shot à court et moyen terme.

Cela dit, la version 3 du protocole, sortie récemment, commence à s’attaquer à certaines de ces questions. C’est plutôt bon signe, et il faudra suivre comment ces mécanismes évoluent concrètement dans les prochains mois.

Nicolas Cosson est le co-fondateur de Concord.

Un an après son lancement - à l’époque sous le nom de Search Max - AI Max commence à offrir suffisamment de recul pour évaluer son impact réel.

Pour rappel, la solution repose sur trois grands mécanismes : le “keyword expansion”, qui élargit automatiquement les requêtes ciblées en SEA, le “final URL expansion” (FUE), qui sélectionne dynamiquement les pages de destination et la génération automatisée d’assets textuels destinés à enrichir les annonces search.

Les premiers retours montrent que la solution peut effectivement générer des gains de performance, mais surtout qu’elle modifie progressivement la manière de concevoir, structurer et piloter les campagnes SEA. Il ne s’agit plus simplement de sélectionner des mots-clés et rédiger des annonces. 

“L’algorithme cherche lui-même les requêtes pertinentes, construit dynamiquement les assets publicitaires et choisit les URLs de destination les plus adaptées au contexte utilisateur”, résume Luca Pietri, performance director chez Havas Market. 

Une évolution qui s’inscrit dans la continuité de ce que Google a amorcé avec Performance Max : déplacer progressivement le pilotage du search vers des logiques davantage orientées signaux, automatisation et objectifs business.

Chez Havas Market, une méta-analyse menée sur 14 annonceurs fait ressortir un uplift moyen de +7 % sur les conversions, avec un CPA (coût par acquisition) en baisse de 9% lorsque AI Max est activé. “Des résultats encourageants, mais loin d’être homogènes selon les secteurs et les niveaux de maturité des comptes”, précise Luca Pietri.

L’enseignement principal est, de toute façon, ailleurs. “Les annonceurs obtenant les gains les plus significatifs sont ceux qui activent l’ensemble des fonctionnalités tout en conservant un fort niveau de cadrage et de supervision”, explique-t-il. 

Autrement dit, l’intérêt d’AI Max semble surtout apparaître lorsque la solution est utilisée dans sa globalité. Un annonceur n’ayant activé que le “keyword expansion” n’a, par exemple, observé aucun incrément significatif par rapport à un ciblage broad plus classique.

Il ne faut donc pas avoir peur de tout activer… mais il faut toujours bien amorcer ET contrôler. Les “page feeds”, déjà utilisés historiquement dans les campagnes DSA (Dynamic Search Ads), permettent de whitelister ou blacklister certaines URLs afin d’orienter l’algorithme dans le choix des pages de destination. 

Même logique côté créatif avec les “Text Guidelines”, bientôt remplacées par “AI Brief”. “Cette future couche de pilotage permettra de prompter AI Max avec des consignes précises : sujets autorisés, formulations interdites, mentions légales obligatoires ou contraintes liées à l’identité de marque”, détaille Luca Pietri.

Google ajoute également plusieurs mécanismes destinés à rassurer les marques les plus sensibles aux enjeux de conformité : prévisualisation des assets générés automatiquement, “text disclaimers” pour intégrer des mentions réglementaires ou encore validation préalable des contenus. Les secteurs fortement encadrés, comme la finance ou le luxe, apparaissent particulièrement demandeurs de ce type de garde-fous.

AI Max ne produit toutefois pas les mêmes résultats selon les verticales. Havas observe par exemple peu d’uplift incrémental sur les comptes automobiles, où le broad match captait déjà efficacement les requêtes larges. À l’inverse, les secteurs médias et divertissement semblent davantage bénéficier du potentiel de découverte de nouvelles requêtes. Difficile, à ce stade, d’en faire une généralité, prévient toutefois Luca Pietri.

La maturité initiale du compte reste en tout cas déterminante. “Un compte déjà très optimisé en broad match ou limité budgétairement disposera mécaniquement de moins de potentiel incrémental”, observe notre expert. Même logique pour les signaux injectés dans les modèles. Données first-party, KPI réellement business (marge, SQL, ventes retail), qualité des assets créatifs ou structuration des campagnes deviennent des éléments de plus en plus critiques pour orienter correctement l’algorithme.

Il faudra prendre le virage AI Max quoi qu’il arrive

Que les annonceurs soient convaincus ou non, plusieurs signaux montrent qu’AI Max devient progressivement un élément central de la stratégie produit de Google. “La dépréciation des campagnes DSA au profit d’AI Max est déjà engagée, avec une transition prévue d’ici septembre”, rappelle Luca Pietri.

Google a également annoncé étendre AI Max aux campagnes Shopping Standard, dans  une logique proche de celle de Performance Max : exploitation des attributs Merchant Center, compréhension sémantique des produits et adaptation aux requêtes conversationnelles.

Plus largement, une partie du marché, Luca Pietri compris, anticipe désormais une disparition progressive du broad match classique au profit d’AI Max, les deux fonctionnalités finissant par largement se recouvrir. 

AI Max et Performance Max devraient également devenir les principales portes d’entrée vers les futurs inventaires publicitaires liés à AI Overview et AI Mode. Un enjeu important alors que Luca Pietri rappelle que “15 % des requêtes effectuées chaque jour sont nouvelles” et que les usages deviennent de plus en plus multimodaux et conversationnels.

Je conclurai en rappelant une observation tellement partagée qu’elle en devient un peu tarte à la crème. Le SEA évolue vers un rôle davantage centré sur le cadrage stratégique, la qualité des signaux injectés dans les modèles et le pilotage des systèmes automatisés. Le spécialiste search ne contrôle plus directement chaque requête ou chaque annonce : il apprend progressivement à guider l’IA.

Depuis quelques semaines, un mot revient partout dans les annonces adtech : MCP. Amazon Ads a dégainé son serveur MCP, Criteo a suivi avec une première campagne agentique orchestrée avec dentsu, tandis qu’Adform, Equativ, StackAdapt ou encore Meta multiplient à leur tour les initiatives autour de connecteurs IA. De même que TikTok, pas plus tard que la semaine dernière.

“C’est fini l’époque d’AdCP, aujourd’hui le marché ne parle plus que des serveurs MCP.” À en écouter certains, comme cet acheteur média, la messe serait presque dite. Le marché aurait abandonné l’idée d’échanges “agent-to-agent” sur lesquels se concentraient beaucoup de POC en début d’année, pour une approche plus pragmatique, qui voit des agents IA se brancher aux outils existants (DSP, SSP…), via des serveurs MCP.

La formule est croustillante, mais un peu réductrice. Elle illustre surtout la confusion qui entoure encore ces sujets. Car MCP, AdCP ou AAMP, le protocole récemment lancé par l’IAB Tech Lab, ne répondent pas au même problème. Ils ne s’opposent pas vraiment d’ailleurs… C’est juste qu’ils occupent des niveaux différents dans les futures architectures publicitaires pilotées par des agents IA. 

Allez, petit rappel pour ceux du fond. 

AdCP, pour Agentic Campaign Protocol, est un protocole qui doit permettre à des agents représentant acheteurs et vendeurs d’échanger automatiquement des informations pour négocier, réserver ou optimiser des campagnes média. 

Le protocole a déjà été utilisé par Values.media pour acheter une campagne TV, ou par Olyzon avec Swivel sur la CTV aux États-Unis. Dans cette logique, une partie de la relation commerciale est directement prise en charge par des agents.

“Mais pour déclencher des actions ou récupérer des données, ces agents ont besoin d’une couche technique standardisée, capable de se connecter aux plateformes de l’écosystème”, explique Raphael Ambit, fondateur d’Epicflare, qui accompagne les adtech dans leurs projets IA.

C’est précisément le rôle de MCP. Le Model Context Protocol sert de couche d’infrastructure pour connecter un agent IA à des outils, données ou fonctionnalités existantes : DSP, SSP, adserver, CDP, DMP, data warehouse ou outils analytics.

“MCP est une sorte de prise universelle qui permet de connecter des outils existants entre eux, sans réellement redéfinir les logiques métiers sous-jacentes”, résume Philippe Giendaj, directeur adtech de 366. “C’est une façon d'agentiser ou de rendre agent friendly les systèmes traditionnels qui n'ont historiquement pas été construits autour de l'IA”, complète Raphael Ambit.

L’intérêt est évident : dans beaucoup de cas, le branchement devient presque “plug-and-play”. “Le serveur MCP masque une partie de la complexité technique des APIs sous-jacentes et permet à un agent IA d’interagir rapidement avec des plateformes historiques sans nécessiter d’intégration lourde”, détaille Nicolas Cosson, cofondateur de Concord,

C’est peut-être là que se situe le vrai changement. Le principal défi de l’industrie n’a jamais été de faire dialoguer des agents entre eux. “Les architectures multi-agents existent déjà depuis longtemps dans l’IA”, rappelle Raphael Ambit. Le sujet central est plutôt de rendre les plateformes publicitaires historiques exploitables par ces nouveaux environnements. Et de rappeler qu’”AdCP a été conçu avec, en tête, de brancher ce type de protocole à des serveurs MCP.”

Les cas d’usage sont, comme expliqué plus haut, très concrets : récupération automatique de données de campagne, reporting, audit de performance, troubleshooting, optimisation budgétaire, lancement de campagnes. Le tout via des prompts réalisés au sein d’un assistant IA type Claude, ChatGPT, ou via l’orchestration de workflows entre plusieurs plateformes.

“AdCP cherche à créer un nouveau canal de transaction agentique, quand MCP standardise l’accès aux canaux qui existent déjà”, résume Nicolas Cosson. Canaux qui peuvent être publicitaires mais pas que puisque toutes les plateformes digitales d’un annonceur (IA, CRM, cloud, analytics…) peuvent développer leur serveur MCP.

C’est ce pragmatisme qui explique l’attention actuelle autour de MCP. 

Aujourd’hui, le marché cherche surtout à débloquer des cas d’usage rapidement exploitables : reporting automatisé, récupération de données, troubleshooting, activation de campagne ou orchestration de workflows simples. 

Benoît Hucafol, SVP product management d’Equativ, ne dit pas autre chose lorsqu’il explique que sa plateforme a privilégié, dès le départ, “le développement d’un serveur MCP, notamment parce que le premier cas d’usage, la curation, n’était pas couvert par AdCP.”

Pour une adtech, ouvrir un serveur MCP devient donc un moyen relativement direct de rendre sa plateforme compatible avec les assistants IA que pourraient utiliser demain traders, agences et annonceurs.

À l’inverse, des protocoles comme AdCP ou AAMP supposent une coordination beaucoup plus lourde entre acheteurs, vendeurs, plateformes et tiers de confiance pour s’imposer à l’échelle du marché.

“Le marché ne bascule pas de l’un vers l’autre. Il réalise simplement que MCP résout un problème immédiat et concret, tandis qu’AdCP s’attaque à un problème plus spéculatif et plus complexe à résoudre”, poursuit Nicolas Cosson.

Car le secteur reste prudent lorsqu’il s’agit de déléguer entièrement à des IA des arbitrages commerciaux, réglementaires ou de brand safety. “Si un buyer agent négocie automatiquement avec un seller agent et que chacun repart avec une version différente du résultat, qui a raison ? Qui porte la responsabilité du dernier mot ? Qui tranche en cas de litige ?”, interroge Nicolas Cosson.

Sans tiers de confiance ni mécanisme robuste de réconciliation, il paraît difficile de confier des budgets significatifs à des protocoles entièrement autonomes. Ces approches peuvent déjà servir à la découverte d’inventaire, à la préqualification ou à l’automatisation de certaines étapes du gré à gré. Mais l’automatisation complète de la transaction agent-to-agent reste encore très ambitieuse à court et moyen terme.

Cela ne rend pas AdCP ou AAMP inutiles, bien au contraire. Ces protocoles cherchent à standardiser des opérations métier propres au media buying. “AdCP définit par exemple des méthodes normalisées pour organiser la découverte d’inventaire, la réservation de campagnes ou la structuration des transactions publicitaires”, rappelle Raphael Ambit.

L’agent-to-agent peut redonner (à terme) de la force au sell-side et aux médias offline

Et leur périmètre dépasse largement le seul digital. “AdCP redéfinit le booking d’inventaire avec des méthodes normalisées et ne s’applique donc pas uniquement à la publicité digitale”, souligne Philippe Giendaj.

Leur terrain de jeu potentiel peut ainsi s’étendre à la TV, au print, à l’audio ou encore à l’affichage extérieur. “C’est notamment un moyen d’automatiser et de standardiser le gré à gré, qui reste aujourd’hui un processus très chronophage et peu industrialisé”, ajoute Nicolas Cosson.

L’autre enjeu est plus stratégique : le rapport de force entre buy-side et sell-side. Depuis plusieurs années, une partie de la valeur du programmatique s’est déplacée vers les plateformes d’achat et les couches d’optimisation. Avec les protocoles agentiques, les régies et plateformes supply-side pourraient reprendre une partie du contrôle. “AdCP redonne aussi de la force côté supply, en maîtrisant ce que l’on vend, à qui et à quel prix”, estime Philippe Giendaj.

Derrière le débat technique entre MCP, AdCP et AAMP, la vraie question est donc moins celle du protocole gagnant que celle du contrôle des futures interfaces d’accès à l’inventaire publicitaire.

MCP répond à l’urgence : brancher les agents IA sur les outils existants. AdCP et AAMP regardent plus loin : structurer les transactions publicitaires dans un monde où une partie croissante des opérations sera déléguée à des agents. Le marché aura probablement besoin des deux.

Vous l’avez sans doute déjà lu un peu partout : Publicis Groupe a annoncé le rachat de LiveRamp pour 2,2 milliards de dollars en cash.

Une acquisition qui, il y a encore un an, aurait surtout été perçue comme un moyen classique de renforcer les capacités data du groupe français. Sauf que nous sommes en 2026 et que le marché pub a été, depuis, submergé par la vague agentique. 

Et c’est précisément ce virage que Publicis met désormais en avant pour justifier l’opération : devenir un acteur central de la “transformation agentique”, autrement dit l’automatisation progressive des workflows marketing via des agents IA capables d’exécuter, coordonner et optimiser des tâches complexes.

Le point clé du communiqué de Publicis est d’ailleurs moins l’achat d’un actif data supplémentaire que la notion de “data co-creation”. Derrière ce terme, le groupe défend l’idée que la prochaine bataille de l’IA ne se jouera plus uniquement sur les modèles eux-mêmes - les grands LLM devenant progressivement accessibles à tous - mais sur la capacité des entreprises à générer des données exclusives et différenciantes pour entraîner leurs agents IA.

Carla Serrano, chief strategy officer de Publicis, résume cette idée dans une interview à Adweek, “des agents IA entraînés uniquement sur de la donnée publique ou isolée finissent par produire des résultats relativement similaires d’une entreprise à l’autre.”

C’est là qu’entrera en piste LiveRamp. Rappelons que la société est spécialisée dans la “data collaboration”, c’est-à-dire des infrastructures permettant à plusieurs entreprises de croiser et exploiter leurs données dans des environnements sécurisés (les fameuses clean rooms), sans exposer directement leurs données propriétaires. Ces technologies servent à enrichir des segments d’audience, améliorer des modèles de ciblage ou construire des capacités de mesure cross-plateformes.

Publicis veut désormais connecter cette infrastructure à plusieurs briques déjà présentes dans son écosystème. D’abord Epsilon, sa plateforme d’identité acquise en 2019 pour près de 4 milliards de dollars, qui permet de relier données CRM, comportements et transactions réelles à des profils consommateurs déterministes.

Ensuite Marcel, la plateforme IA interne de Publicis, que le groupe présente désormais comme une couche agentique capable d’activer ces données co-créées dans les workflows marketing et business de ses clients.

Ce positionnement tombe d’ailleurs dans un contexte où LiveRamp lui-même accélère fortement son virage vers l’IA agentique. 

1° La société participe aux travaux de standardisation autour de la publicité agentique. LiveRamp a notamment transmis à l’IAB son “User Context Protocol”, un protocole technique destiné à définir comment des agents IA pourront échanger des signaux, du contexte utilisateur ou des informations de ciblage dans les environnements publicitaires de l’Open Web.

2° La société vient également d’annoncer la possibilité pour ses clients d’intégrer directement leurs propres agents IA au sein de sa plateforme de data collaboration. 

Concrètement, des annonceurs, agences, éditeurs ou partenaires technologiques peuvent désormais connecter des agents capables d’interagir automatiquement avec les différentes briques de l’écosystème LiveRamp, sans passer par des développements API complexes.

Les agents peuvent par exemple automatiser la segmentation d’audience, l’activation média, l’analyse de performance ou encore les workflows de mesure cross-plateformes. LiveRamp permet également désormais à ses clients de brancher des agents tiers ou propriétaires directement dans son Data Marketplace, aux côtés de modèles IA et datasets déjà disponibles depuis début 2026.

L’ambition affichée est claire : permettre à des workflows marketing entiers d’être pilotés de manière agentique, depuis la planification jusqu’à l’optimisation des campagnes, en combinant données first-party, second-party et third-party dans un même environnement sécurisé.

Publicis donne, dans son communiqué d’annonce, plusieurs exemples très concrets - et pas uniquement liés au média - de cette logique. Le groupe imagine par exemple des agents IA capables d’aider un retailer à anticiper les ruptures de stock en croisant données de ventes, météo, historiques promotionnels et signaux issus des distributeurs partenaires. 

Autre cas évoqué : des agents capables d’aider une compagnie aérienne à personnaliser ses offres en fonction des habitudes de voyage, des données CRM, des intentions détectées sur différents canaux et des comportements d’achat agrégés dans des clean rooms sécurisées.

L’idée générale reste la même : plus les agents IA disposent de données enrichies et collaboratives, plus leurs recommandations et automatisations deviennent pertinentes.

Un état de fait qui n’a sans doute pas échappé aux concurrents de Publicis, puisque ce mouvement s’inscrit aussi dans une recomposition plus large des infrastructures data des grands groupes publicitaires. 

WPP a acquis, il y a un an de cela, InfoSum, spécialiste des clean rooms et de la collaboration de données, afin de renforcer ses capacités d’activation data. De son côté, le rapprochement entre Omnicom et Interpublic Group peut remettre au centre du jeu Acxiom, l’actif data historique d’IPG, spécialisé dans les bases CRM, l’identité et la donnée consommateurs.

Autrement dit, les grands holdings publicitaires cherchent désormais tous à contrôler des couches stratégiques de données, d’identité et de collaboration capables d’alimenter leurs futurs systèmes agentiques.

En 2025, Publicis avait déjà annoncé le rachat de Lotame, spécialiste des données et de l’identité digitale, afin de renforcer les capacités d’Epsilon autour du ciblage et de l’enrichissement des profils consommateurs.

Mais là où Lotame permettait surtout à Publicis de muscler sa propre stack data et ses capacités d’activation, LiveRamp apporte une dimension beaucoup plus stratégique : une infrastructure de collaboration et de circulation des données déjà utilisée par une large partie du marché.

En d’autres termes, Publicis ne se contente plus de renforcer ses actifs data internes - qu’il faudra d’ailleurs probablement rationaliser puisque le groupe disposera désormais de trois identifiants distincts (Core ID, Ramp ID et Lotame ID). Avec cette acquisition, le groupe se positionne surtout sur une couche d’infrastructure devenue stratégique pour l’ensemble de l’écosystème publicitaire

De ce point de vue, le rachat de LiveRamp ressemble à un coup de maître pour Publicis. “Ils asphyxient la concurrence”, glisse, mi-amusé mi-déprimé, le dirigeant d’une agence média.

Mais cette montée en puissance de Publicis sur des couches aussi stratégiques de l’écosystème publicitaire commence aussi à faire émerger des interrogations sur l’équilibre du marché.

Le principal sujet de tension concerne désormais la neutralité de LiveRamp. Depuis des années, la société se présente comme une infrastructure “interopérable” et indépendante, utilisée par l’ensemble du marché, y compris des concurrents directs de Publicis. Arthur Sadoun et Scott Howe ont d’ailleurs immédiatement insisté sur le maintien de cette indépendance opérationnelle et commerciale.

Un sujet loin d’être anecdotique compte tenu de la place occupée par LiveRamp dans l’écosystème publicitaire. La plateforme revendique plus de 25 000 domaines éditeurs connectés ainsi que plus de 500 partenaires technologiques et data dans 14 marchés. 

Elle est aujourd’hui utilisée par de grandes agences médias, des annonceurs comme Uber ou Coca-Cola, mais aussi des plateformes et groupes médias comme Netflix, Spotify ou Paramount pour des usages liés à l’identité, à la collaboration data et à la mesure.

En France, une grande partie des grands éditeurs et broadcasters - de TF1 à Prisma Media ou Leboncoin - s’appuient déjà sur les infrastructures de LiveRamp pour des usages liés à l’identité, à la collaboration data ou aux clean rooms.

C’est précisément ce qui alimente certaines inquiétudes du marché. Plusieurs acteurs redoutent de voir Publicis cumuler progressivement les rôles de conseil, d’acheteur média, de fournisseur technologique et désormais d’opérateur d’infrastructures data utilisées par l’ensemble de l’écosystème.

“On est en train de confondre société de conseil et société de technologie”, résume le dirigeant d’une agence média indépendante. “Quand Google, Meta, Publicis ou Accenture finissent tous par vendre à la fois du conseil, des outils, de la donnée et des capacités d’activation, la question de l’objectivité finit forcément par se poser.”

Derrière ces interrogations se cache surtout un risque de position dominante sur certaines couches stratégiques du marché. Publicis reste aujourd’hui le premier acheteur média mondial et dispose déjà d’un poids considérable dans ses relations avec les éditeurs ou partenaires technologiques.

“Quand un groupe qui représente une part majeure de votre chiffre d’affaires contrôle aussi une infrastructure clé de collaboration data, le rapport de force devient forcément déséquilibré”, estime notre dirigeant

Certains redoutent notamment des logiques de couplage entre achats média, data et infrastructures technologiques. En filigrane, plusieurs acteurs évoquent déjà le risque de voir certaines briques comme LiveRamp ou Epsilon devenir progressivement des outils de renforcement de l’écosystème Publicis plutôt que des infrastructures réellement neutres.

À court terme, peu d’acteurs semblent toutefois capables de sortir immédiatement de l’écosystème LiveRamp. La société a pris une avance considérable sur les sujets de clean rooms et de collaboration data, avec un réseau déjà largement adopté côté acheteurs, retailers, éditeurs et plateformes.

“Tout le monde va continuer à utiliser LiveRamp dans l’immédiat parce qu’ils ont pris le marché de vitesse”, reconnaît notre dirigeant.

Reste désormais une question centrale : Publicis pourra-t-il compenser, grâce aux synergies internes avec ses clients et ses plateformes, ce qu’il risque potentiellement de perdre à l’extérieur en parts de marché ? Car même si peu d’acteurs couperont immédiatement les ponts avec LiveRamp, certains groupes médias, annonceurs ou agences concurrentes pourraient progressivement chercher à réduire leur dépendance à une infrastructure contrôlée par leur principal concurrent.

Cette situation pourrait néanmoins ouvrir une fenêtre d’opportunité pour des acteurs alternatifs des clean rooms et de la collaboration data comme Snowflake, Decentriq ou Mediarithmics (ces deux derniers pouvant, en outre, jouer la carte du “made in Europe”). 

Plusieurs observateurs estiment que certains groupes médias, retailers ou agences concurrentes pourraient chercher à rééquilibrer leurs dépendances technologiques dans les prochaines années, même si l’inertie du marché et les coûts d’intégration restent importants.

Pour les agences concurrentes de Publicis, les grands annonceurs ou certaines plateformes média, la question devient simple : jusqu’où accepter de faire transiter des workflows data stratégiques par une infrastructure contrôlée par un concurrent direct ? Même si les garanties techniques et contractuelles restent fortes, la perception de neutralité joue historiquement un rôle central dans l’adoption de ce type d’infrastructures. 

En filigrane, cette acquisition confirme surtout une tendance de fond : les grands groupes publicitaires cherchent désormais à construire des infrastructures capables d’alimenter des agents IA propriétaires avec des données différenciantes, sécurisées et activables à grande échelle.

D'après les chiffres de l'Observatoire de l'epub 2025, les annonceurs ont investi 3 816 millions d'euros en publicité digitale vidéo l’an dernier. C’est une excellente performance : la vidéo représente quasiment un tiers des investissements digitaux et elle enregistre une croissance de 20% !

Mais quand on compare avec les chiffres du baromètre Programmatique 2025 d’Alliance Digitale, on se rend compte que chez les éditeurs français, c’est la tendance inverse. Les investissements vidéo ont baissé de 15,6% sur la même période.

Deux questions se posent donc :

Où passe l’argent que les annonceurs investissent dans la pub vidéo ?

Pourquoi désinvestissent-ils les éditeurs français ?

Mais où est passé l'argent ?

Là encore, on peut remercier le Syndicat des Régies Internet car l’Observatoire de l’epub 2025 fournit le détail très précis des investissements par levier/format/device (slides 41 & 42).

On a refait un petit tableau basé sur leurs chiffres pour isoler spécifiquement les investissements vidéo.

Les investissements vidéos sont donc massivement portés par :

• Le social mobile (principalement Meta, Twitter, Snapchat, LinkedIn, TikTok) = 61% de part de marché

• La CTV (principalement Youtube, BVOD, SVOD) = 18% de part de marché

Mais qu'est-ce que les annonceurs reprochent à l'Open Web par rapport au social et à la CTV ?

Au moment d’arbitrer leurs budgets, les marques se posent une question simple : dans quel environnement mon spot sera-t-il réellement vu, entendu et mémorisé par la bonne audience ? Et c’est là que l’écart se creuse souvent entre l’open web, le social et la CTV.

Depuis plus de dix ans, de nombreux annonceurs recyclent sur l’open web les mêmes créations vidéo que pour YouTube, la BVOD ou la SVOD : spots de 15, 20 ou 30 secondes. Sauf que le rendu média n’a rien à voir.

Sur YouTube, en BVOD ou en SVOD, la vidéo publicitaire occupe souvent 100% de l’écran, le son est activé par défaut, et la publicité est intégrée à une expérience centrée sur la consommation vidéo. En clair : l’utilisateur est déjà dans une posture de visionnage.

Sur une partie de l’Open Web, la situation est différente. Les formats vidéo sont souvent diffusés dans une page article, occupe entre 10%30% de l’écran, lancés en autoplay, parfois réduits en sticky en bas à droite lors du scroll. La surface visible est plus faible, le son coupé par défaut, et l’utilisateur est venu lire un contenu texte, pas regarder une vidéo.

Conséquence : même avec un CPM attractif, beaucoup d’acheteurs considèrent que la puissance de communication réelle est inférieure. Une impression servie n’équivaut pas forcément à une impression impactante.

Demandez aux acheteurs multiscreen ce qu’ils en pensent : c’est le discours que vous tiendront bon nombre d’entre eux quand vous tenterez de leur vendre des inventaires vidéos Open Web…

A ce jeu là et avec ces règles-là, le seul moyen pour les éditeurs de revenir dans la course, ce serait de produire davantage de contenus vidéo au cœur de contenu, pour pouvoir y vendre des pre-rolls avec le son activé par défaut.

Mais soyons réalistes : ça demande une expertise, du temps et des investissements (si on veut éviter de diffuser des vidéos générées par IA).

Et si le vrai enjeu était ailleurs ?

Et si le problème de fond des éditeurs, c’était plutôt qu’ils ne sont pas inscrits dans la bonne compétition ?

Car après tout, il y a bien un autre levier vidéo qui n’est pas CTV mais mobile, génère BEAUCOUP d’investissements (61% de tous les investissements vidéo digitales d’après les chiffres du SRI), où le son coupé semble être un non-sujet. Le social !

Et en ce moment en mobile, il y a un format vidéo dont la consommation explose sur ce levier : les vidéo verticales fullscreen !

La solution parfaite pour les éditeurs pour renouer avec la croissance sur les investissements vidéo : commercialiser massivement des vidéos verticales fullscreen skip 5s en open auction.

Pourquoi l’annonceur y gagnerait ?

Parce que la proposition de valeur se rapproche fortement de la BVOD : l’éditeur accorde 100 % de l’écran à la marque pendant quelques secondes, sur son support premium. Un skip après 5 secondes crée un bon équilibre : assez long pour installer/amorcer le message, assez court pour préserver l’attention de l’utilisateur.

Face au social, la valeur perçue peut même être supérieure, alors que Meta propose encore peu de formats réellement non skippables. Autre avantage concret : pas besoin de recréer des assets spécifiques, les créations déjà produites pour le social peuvent être réutilisées.

Pourquoi le lecteur y gagnerait ?

La question mérite d’être posée simplement : vaut-il mieux subir une publicité fullscreen de 5 secondes, puis accéder à un contenu clair et lisible, ou naviguer sur des pages saturées de formats publicitaires dispersés partout ? Beaucoup d’utilisateurs choisiraient probablement la première option, si elle permet ensuite une expérience plus fluide.

Pourquoi l’éditeur y gagnerait ?

D’abord parce qu’il valorise mieux ses inventaires grâce à des niveaux d’attention élevés sur les premières secondes, devenues un indicateur clé pour les marques. Le son coupé par défaut ne serait pas un frein majeur : c’est déjà la norme sur le social. Ces formats courts limitent aussi l’impact sur les temps de chargement. Mais surtout, ils ouvrent l’accès à un gisement massif de budgets vidéo mobile aujourd’hui captés en grande partie par les plateformes fermées.

Pourquoi les intermédiaires programmatiques y gagneraient également ?

Parce qu’un format vidéo mobile fullscreen laisse beaucoup plus de place à l’innovation : habillages dynamiques, personnalisation créative, interactivité, data contextuelle, optimisation en temps réel. Le potentiel de création de valeur est considérable, bien supérieur à des environnements fermés où les marges de manœuvre sont limitées. Au fond, cela fait beaucoup de raisons de franchir le Rubicon.

“Si c’était si facile tout le monde le ferait”

Là c’est le moment où Nicolas Jaimes me dit : “pourtant il y a déjà eu des tentatives de vidéo verticales chez certains éditeurs, et on ne peut pas dire que ça ait révolutionné l’industrie…”

Effectivement… Mais pourquoi donc ? Trois raisons :

1° L’intégration

Certaines intégrations ont voulu copier les stories de Meta : il fallait un clic sur la bubble pour lancer la vidéo. Sauf que les utilisateurs des sites des éditeurs viennent lire du contenu, pas cliquer sur des bubbles. Pas de clic = pas de vidéo.

2° L’interlocuteur

Jusqu’à présent, côté agences, le social était géré d’un côté (par les équipes de traders social) et l’OpenWeb/CTV de l’autre (équipe de trading prog et multiscreen). Comme décrit en haut de l’article, les attentes de ces équipes étaient très proches des attentes télé : du fullscreen,du son ON, et pas de skip.

La “bonne” nouvelle, c’est qu’avec le fort recul de l’Open Web et la hausse du Social et de la CTV, de plus en plus d’agences ont commencé à réorganiser leurs équipes de trading : un pôle multiscreen d’un côté pour gérer principalement les régies CTV et un pôle “social & prog” pour gérer les campagnes mobile/desktop.

Dans un monde où les traders programmatiques gèrent aussi les campagnes “social”, leurs attentes en termes de formats devraient s’harmoniser entre les deux leviers, ouvrant ainsi la voie à une demande massive sur le vertical.

3° La standardisation

C’est le frein principal à date. Pour bien comprendre ce point, voici une petite métaphore maritime.

Le chalutier qui part en mer représente les acheteurs media, les requins représentent les plateformes walled garden et le banc de milliers de petits poissons représente la myriades d’éditeurs de l’Open Web.

Si le chalutier veut pêcher un requin, il va se concentrer sur 1 requin à la fois. Car c’est un énorme poisson

→ Traduction : l’acheteur media va se focaliser sur les possibilités offertes par chaque plateforme qu’il active. Du coup, côté plateforme, ça offre des possibilités intéressantes, car si une plateforme décide de pousser un nouveau format :

Décision rapide : Elle décide unilatéralement de développer le format

Implémentation rapide : Elle peut l’implémenter rapidement sur 100% de l'inventaire

Communication unifiée : Elle peut mettre en avant le nouveau format dans l’interface et communiquer directement le changement aux acheteurs.

Maintenant, si le chalutier veut pêcher les petits poissons : il ne va pas se concentrer sur un petit poisson à la fois. Il va sortir son filet de pêche.

→ Traduction : sur l’Open Web, en programmatique, l’acheteur media va favoriser un mode d’achat qui lui permet d’atteindre un maximum de petits poissons rapidement : l’Open Auction (50% des investissements vidéo sur l’Open Web d’après Alliance Digitale, hors catégorie “Entertainment” qui contient des broadcasters).

Et pour qu’un nouveau standard s’impose, il y a des contraintes plus lourdes :

Décision lente : le format doit être intégré au protocole OpenRTB

Implémentation lente : chaque éditeur doit déployer le nouveau standard sur chacun de ses sites.

Communication dispersée : Chaque régie doit communiquer auprès de l’acheteur qu’elle intègre le standard et l’acheteur doit être convaincu qu’il y aura du volume pour se lancer dessus.

Résultat : Ça demande beaucoup plus de temps à l’Open Web de scaler un nouveau standard par rapport aux plateformes… Gérer la transition d’un format standard sur l’Open Web, c’est donc à peu près l’équivalent en termes de galère de gérer la transition d’un parc automobile essence vers du 100% électrique…

Gérer la transition

Mais, de la même manière qu’une transition vers le tout électrique s’impose dans un monde marqué par la raréfaction du pétrole et l’accélération du réchauffement climatique, une mutation devient inévitable pour les éditeurs. Et elle doit sans doute aller encore plus vite…

Car quand les investissements sur leurs inventaires vidéo reculent de 15% en un an et que le décrochage s’accélère, l’immobilisme n’est plus une option.

Les courbes d’adoption des innovations ne sont jamais linéaires : il faut d'abord qu’elles se déploient et qu'elles fassent du volume et du bruit chez les “early adopters” pour entraîner le reste du marché.

Dans le cas de l’Open Web, pour qu’un nouveau format standard s’impose, il faut d’abord qu’il soit déployé chez les quelques grands groupes d’éditeurs qui ont pignon sur rue, pour générer un minimum critique de crédibilité, d’attraction et de scale, et ensuite il aura plus de chance de s’imposer à l’ensemble de l’industrie.

Et la transition ne doit pas être trop brutale. Si les éditeurs remplacent les anciens inventaires par les nouveaux formats standards, sans que les acheteurs aient eu le temps de s’adapter, ça se traduira en une décroissance encore plus violente des investissements vidéo.

Une transition maligne pourrait être de faire cohabiter l’ancien et le nouveau monde : garder l’orchestration actuelle et appeler en parallèle dans l’adserver un stack dédié au fullscreen. Puis faire gagner soit l’ancien soit le nouveau monde en fonction des opportunités.

1° Yield first : l’adserver valorise le CPM page le + élevé

2° Découpage : j’appelle en priorité le fullscreen non skippable sur les bid requests les moins valorisées (ex : cookieless, Meta a d’ailleurs une approche similaire avec ses formats non skippable)

3° Transition First : à partir d’un certain prix, je prends le parti de valoriser le format de la transition

Il serait également intéressant d’ouvrir cette discussion avec les entités représentantes du buyside, qu’il s’agisse de l’Udecam ou de l’Union des Marques, pour sécuriser la transition.

Vous l’aurez compris, plus vite les éditeurs premium amorcent le début du chantier, plus vite il verra concrètement le jour, plus vite l’Open Web pourra renouer avec la croissance sur la vidéo.

Pour reconquérir des parts de marché sur la vidéo à moyen terme, l’Open Web doit enclencher dès maintenant des changements de fonds sur les formats standards

(PS : un format fullscreen skip 5s ça pourrait également être une chouette proposition de valeur sur les formats Display 😉 )

Longtemps, le sujet s’est résumé assez simplement chez beaucoup d’annonceurs à la performance : tant que le search tenait, il n’y avait pas vraiment de raison d’aller regarder ailleurs. Mais sur certaines verticales, et en particulier sur des marchés très concurrentiels comme la santé, cette logique finit par buter sur une réalité bien connue des équipes acquisition : quand tout repose sur l’intention, on finit souvent par tourner en rond.

C’est exactement le point de friction qu’a cherché à adresser Agence 79 pour le compte de son client CNP Assurances. La marque, qui développe ses offres de complémentaire santé et prévoyance en s’appuyant sur l’expertise de La Mutuelle Générale, devait renforcer sa capacité à recruter sur une audience particulièrement stratégique : les seniors. 

Une cible de valeur mais une cible qu’il n’est pas toujours évident de séduire lorsqu’on se contente de faire de l’acquisition bas de funnel, comme l’est le search. “Chez les seniors, l’enjeu n’est pas seulement d’être visible au bon moment : il est aussi de créer suffisamment de réassurance et de familiarité avec l’offre pour exister dans l’esprit de la cible avant même l’expression du besoin”, explique Brice Le Godec, directeur conseil chez Agence 79.

C’est dans ce contexte que l’équipe a activé Demand Gen dans Google Ads.Le format permet de travailler des environnements comme YouTube (préroll, Shorts), Discover ou l’inventaire display de Google, avec une logique plus orientée audience et considération que recherche directe. 

“L’idée n’était pas de remplacer les mécaniques déjà en place, mais d’ajouter une couche plus amont dans le mix, afin de sortir d’une logique trop exclusivement intentionniste”, précise Brice Le Godec. En clair : aller chercher des prospects avant qu’ils ne tapent leur requête.

Ce n’est pas un hasard si le levier intéresse de plus en plus les équipes performance : il permet de rester dans l’écosystème Google, tout en allant activer des espaces qui ressemblent davantage à des leviers de stimulation qu’à des leviers de capture.

Le pari était d’autant plus cohérent que le search peut rapidement devenir cher. Surtout quand on opère sur une verticale aussi concurrentielle que l’assurance santé / prévoyance et qu’en plus on cible une audience niche comme les seniors. À ce niveau-là, continuer à chercher uniquement de la volumétrie via l’inventaire search revient vite à se heurter à un plafond de verre. 

Pour cibler cette population senior via Demand Gen, Agence 79 ne s’est pas contenté d’un simple filtre d’âge. “Nous avons enrichi notre lecture de la cible en nous appuyant sur la plateforme Converged du groupe Havas, qui était notamment nourrie par des données YouGov, afin d’identifier des centres d’intérêt ou signaux affinitaires susceptibles d’améliorer le ciblage”, détaille Brice Le Godec.

L’objectif n’était pas de créer une cible totalement ésotérique ou ultra sophistiquée, mais plutôt de confronter l’intuition métier à une lecture data plus objectivée. En pratique, cela permet surtout de faire émerger des segments ou des centres d’intérêt que les équipes médias n’auraient pas forcément activés spontanément. Les équipes ont ensuite comparé cette approche à des ciblages plus natifs dans Google Ads, avec une logique d’A/B test.

A noter que Demand Gen n’a pas été utilisé comme un canal isolé, mais comme une brique complémentaire à un dispositif déjà existant, notamment Performance Max. “Performance Max reste très puissant pour aller chercher de la conversion à travers plusieurs inventaires, mais son fonctionnement pousse naturellement l’algorithme à se recentrer là où il trouve le plus facilement de la performance, et donc souvent vers le search”, explique Eric Le Page, head of search d’Agence 79.

Demand Gen, à l’inverse, permet de retirer cette brique search et de dire plus explicitement à Google : “travaille cette audience, sur ces environnements, avec cette logique.” Ce niveau de contrôle a d’ailleurs été perçu comme l’un des intérêts majeurs du dispositif. 

Les équipes d’Agence 79 mettent en avant un pilotage jugé plus lisible, avec davantage de marge sur les réseaux activés et sur la gestion des audiences. Sans faire disparaître la couche algorithmique, Demand Gen apparaît ici comme une solution un peu moins “black box” qu’un Performance Max.

Mais le plus intéressant reste la manière dont les résultats ont été lus. Plutôt que d’isoler Demand Gen comme un mini-case à part, l’équipe a regardé l’effet du levier à l’échelle du compte Google dans son ensemble. Et c’est probablement la bonne manière d’analyser ce type d’activation.

Car oui, il existe forcément des phénomènes de recouvrement entre Demand Gen, Performance Max et le reste du dispositif. La vraie question n’est donc pas de savoir si Demand Gen “fait ses chiffres dans son coin”, mais s’il améliore réellement la performance globale. 

En l’occurrence, c’est bien ce qui semble ressortir du test, “avec une hausse de plus de 50% des leads qualifiés seniors incrémentaux, une progression du taux de conversion global et une amélioration des coûts d’acquisition et des CPC sur cette cible à l’échelle du compte”, détaille Brice Le Godec. Dit autrement, Demand Gen n’a pas simplement déplacé la performance. Il a aidé à réouvrir du volume utile sur une audience que le search seul ne permettait plus de travailler suffisamment bien.

Cela ne signifie pas que Demand Gen doit devenir une recette universelle. Mais ce retour d’expérience permet au moins de dégager quelques conditions assez claires dans lesquelles le levier prend du sens : quand le search devient inflationniste, quand la cible a besoin d’être travaillée avant conversion, quand elle est suffisamment bien retranscriptible dans Google Ads… “Et surtout quand la marque dispose de bons assets créatifs”, complète Brice Le Godec.

Car c’est probablement le principal prérequis. Demand Gen n’est pas un simple bouton à activer. Pour bien fonctionner, il suppose d’avoir des créations adaptées, en particulier sur la vidéo. Pas forcément des films de marque lourds ou des assets premium hors de prix, mais au moins des formats capables de capter rapidement l’attention, avec un hook clair, un message compréhensible et une exécution pensée pour des environnements scrollables.

OpenAI franchit une nouvelle étape dans la monétisation publicitaire de ChatGPT. Après plusieurs mois de tests limités aux États-Unis, la société annonce ouvrir son inventaire publicitaire à davantage d’annonceurs via deux évolutions majeures : un Ads Manager en self-service, actuellement en bêta, et l’arrivée d’un modèle d’achat au CPC (cost per click).

Jusqu’ici, l’accès aux campagnes ChatGPT passait essentiellement par des deals gérés entre OpenAI et quelques grands groupes d’agences comme Dentsu, Publicis, Omnicom ou WPP. Lesquels pouvaient accéder à son inventaire en gré à gré ou en passant par des partenaires techno tels qu’Adobe, Kargo, Pacvue, StackAdapt ou encore Criteo (qui vient d’annoncer avoir dépassé les 1 000 annonceurs live).

Désormais, ces annonceurs pourront acheter directement leurs campagnes depuis une interface dédiée, dans une logique proche de Google Ads ou Meta Ads Manager. Une nouveauté qui va sans doute donner un coup d’accélérateur au nombre d’annonceurs potentiellement présents dans la plateforme et, ce faisant, ouvrir l’inventaire de ChatGPT à la longue traîne.

OpenAI précise (encore une fois) que les publicités restent séparées des réponses organiques de ChatGPT. Les annonces apparaissent dans des emplacements dédiés, clairement sponsorisés, et n’influencent pas les réponses générées par le modèle. La société insiste aussi sur le fait que les conversations des utilisateurs ne sont pas partagées aux annonceurs.

Le point important pour le marché publicitaire, c’est surtout le changement de logique d’achat. Jusqu’à présent, les premiers tests reposaient surtout sur des logiques proches du CPM (coût pour mille impressions). L’introduction du CPC rapproche ChatGPT des standards du search marketing (enchère de départ entre 3 et 5 dollars et système d’enchères au second prix, un modèle que toute personne utilisant Google Ads reconnaîtra immédiatement).

Avec le CPC, OpenAI cherche à séduire davantage les annonceurs performance, habitués à optimiser sur le clic, la conversion ou le ROI média. Ce qui est notamment le cas des annonceurs de la longue traîne, qui ont fait le beurre de Google et Meta.

OpenAI annonce également de nouveaux outils de mesure. L’objectif est de donner plus de visibilité sur la performance des campagnes et de rassurer les annonceurs sur la capacité de ChatGPT à devenir un canal média exploitable à grande échelle. Des modèles d’achat plus orientés performance, comme le CPA (cost per action), seraient également en préparation selon plusieurs médias spécialisés.

En parallèle, OpenAI prépare aussi visiblement le déploiement de son offre publicitaire en Europe. Une récente mise à jour de son pixel de conversion - l’outil utilisé pour mesurer les actions réalisées après exposition à une publicité, comme un achat ou une inscription - montre selon Digiday que la société adapte progressivement son infrastructure aux contraintes réglementaires européennes.

Le pixel intègre désormais un système de gestion du consentement (CMP), indispensable dans l’Union européenne où le tracking publicitaire repose sur une logique d’opt-in : un utilisateur doit accepter explicitement la collecte de données avant tout suivi publicitaire.

Le pixel ajoute aussi plusieurs briques techniques importantes : possibilité pour les annonceurs d’exclure certains événements du tracking, ajout d’un champ “country” pour adapter le traitement des données selon les juridictions, et gestion dynamique du consentement.

Cette évolution est en ligne avec un mouvement plus large du marché publicitaire : la transition vers des architectures server-to-server, où les données circulent directement entre serveurs sans dépendre des cookies tiers progressivement bloqués par des navigateurs comme Safari ou Firefox.

Le produit reste toutefois encore relativement immature. Dans sa version actuelle, le pixel d’OpenAI fonctionne principalement en last-click attribution, c’est-à-dire qu’il attribue une conversion uniquement au dernier point de contact avant l’action finale.

OpenAI travaillerait déjà sur des modèles plus avancés intégrant notamment la prise en compte des impressions publicitaires et des fenêtres d’attribution plus larges. L’implémentation reste également opérée en mode “managed service”, avec un accompagnement direct des annonceurs par OpenAI, loin du niveau d’automatisation des grandes plateformes publicitaires self-serve.

Derrière cette annonce, il y a surtout une logique économique. ChatGPT représente aujourd’hui des coûts d’infrastructure gigantesques. OpenAI cherche donc à diversifier ses revenus au-delà des abonnements Plus, Pro et Enterprise. Selon Reuters et Axios, OpenAI viserait environ 2,5 milliards de dollars de revenus publicitaires en 2026 et jusqu’à 100 milliards de dollars à horizon 2030.

Pour le marché publicitaire, cette évolution est potentiellement structurante. ChatGPT commence progressivement à se positionner comme une nouvelle couche d’intermédiation entre l’utilisateur et le web, au même titre que Google Search il y a vingt ans.

La différence majeure, c’est que l’interface conversationnelle réduit fortement le nombre de liens visibles (là où Google pouvait tapisser ses résultats de recherche de liens sponsorisés, les fameux blue links) et recentralise l’attention autour d’une réponse unique générée par l’IA.

Cela pose plusieurs enjeux : comment les marques achètent de la visibilité dans un environnement conversationnel, comment elles mesurent l’incrémentalité et l’attribution dans des conversations IA et, surtout, comment elles préservent la confiance utilisateur dans un contexte où les réponses générées et les recommandations sponsorisées coexistent.

OpenAI semble d’ailleurs très prudent sur ce point. La société répète dans plusieurs documents que les annonces ne doivent pas dégrader “consumer trust” et que les sujets sensibles seront exclus du ciblage publicitaire.

Mais dans le même temps, il est évident qu’Open AI doit réussir à trouver un nouveau modèle qui ressemble moins à une insertion pub “bête et méchante” qu’à une mise en concurrence d’offres au bénéfice de l’utilisateur. Sinon la pub ne marchera pas !

C’est ce que rappelait Brian O’Kelley, fondateur de Scope3, dans une réflexion que l’on vous avait partagée il y a quelques mois, autour de la notion de “sponsored intelligence, une variante du sponsored product à la sauce LLM.

Ce qui nous donnerait, lorsqu’un utilisateur cherche un vol pour Boston, une réponse du genre :

“Je sais que vous préférez United, donc c’est un bon choix : ils ont un vol à 6h45 à 245 $. En revanche, Delta (qui est un partenaire privilégié pour moi) propose un vol à 7h10 à 240 $. Souhaitez-vous que je réserve l’un de ces deux vols pour vous ?”

La pub sur ChatGPT devrait donc prendre la forme d’une phrase de recommandation intégrée à la réponse, au moment où l’utilisateur arbitre, qui créerait une valeur économique massive.

Brien O’Kelley assure que ce “nudge” deviendra un produit publicitaire majeur, car il combine intention, contexte, et capacité de conversion. Et d’avancer même une logique de pricing très élevée au regard de la performance potentielle, dans un monde où l’IA coûte (il est vrai) vraiment cher à opérer.

En pratique, ChatGPT devient progressivement un nouveau média publicitaire hybride : à mi-chemin entre moteur de recherche, assistant conversationnel et environnement applicatif. Et avec l’ouverture du self-serve, OpenAI commence clairement à construire les fondations d’un équivalent de Google Ads… version IA conversationnelle.

Criteo et Dentsu viennent de franchir une première étape concrète dans ce que l’industrie appelle désormais l’agentic media buying. Les deux groupes annoncent avoir lancé une campagne vidéo entièrement orchestrée depuis la plateforme Dentsu Connect via le serveur MCP de Criteo. 

Dit autrement, un acheteur média, en l’occurrence Clémence Bougerol, a paramétré une campagne sans passer directement par l’interface de Criteo. Elle a décrit en langage naturel (les fameux prompts) les principaux paramètres de campagne (objectifs, budget, dates, formats vidéo, contraintes de marque, ciblage et KPI) à un agent IA media buyer niché au sein de la plateforme propriétaire de l’agence, Dentsu Connect. 

L’agent, propulsé par Claude, a ensuite traduit ces instructions en actions concrètes dans l’écosystème Criteo grâce à un protocole permettant à un agent IA d’interagir directement avec une plateforme média via des appels API sécurisés.

Le test portait sur une campagne vidéo instream pré-roll classique, diffusée en open web et en open auction. “Nous avons volontairement retenu un périmètre simple pour cette première activation mondiale, avec un budget limité mais suffisamment conséquent”, précise Clémence Bougerol. L’optimisation était centrée sur les “completed views”, c’est-à-dire les vidéos vues jusqu’au bout.

L’intérêt principal ne se situe pas, à ce stade, dans une amélioration automatique des performances média. L’agent reste un exécutant : il ne détecte pas encore spontanément les anomalies, ne déclenche pas d’alertes proactives et ne propose pas, de lui-même, des opportunités de ciblage. Les seules recommandations qu'il a formulées sont intervenues en réponse à des demandes explicites en provenance de l’humain (Clémence Bougerol dans ce cas précis).

Fini les galères de troubleshooting et optimisations en bulk

La valeur immédiate est ailleurs : dans la réduction du temps passé sur les tâches d’exécution, de reporting et de correction. Le potentiel apparaît surtout en cours de campagne. Là où un trader doit parfois extraire plusieurs rapports, identifier la source d’un problème, analyser les causes puis modifier manuellement plusieurs lignes de campagne, l’agent peut agréger l’analyse et proposer directement les corrections. “Certaines séquences de troubleshooting peuvent passer d’environ une heure à une dizaine de minutes”, chiffre Clémence Bougerol.

Autre cas d’usage concret : les optimisations en bulk. Une tâche dont chaque trader sait à quel point elle peut être fastidieuse : exclure de l’ensemble de la campagne un site A, retirer un SSP présentant un problème technique ou encore modifier des paramètres sur plusieurs stratégies. “Tout devient beaucoup plus rapide lorsque l’instruction est donnée une seule fois en langage naturel, plutôt que répétée manuellement dans plusieurs line items”, se réjouit Clémence Bougerol.

Pour Criteo, l’enjeu est à plusieurs niveaux. En exposant ses capacités via MCP, Criteo devient accessible sans formation ni certification. “Un trader qui n'a jamais ouvert l'interface du DSP peut opérer la plateforme depuis son environnement habituel, en langage naturel”, illustre Grégoire Bruni, director global agency chez Criteo. La barrière à l'entrée disparaît. Dans un contexte où les équipes trading gèrent des dizaines de plateformes en parallèle, c'est un argument de poids.

Criteo décompose le workflow média - planning, exploration d'audiences, programmation, activation, optimisation, reporting - comme autant d'agents spécialisés potentiellement accessibles via MCP. Ce test avec Dentsu a validé la faisabilité du parcours complet, mais chaque brique peut aussi être activée indépendamment par des équipes différentes. “Les équipes planning de Dentsu pourraient, par exemple, se connecter à l'audience explorer de Criteo pour modéliser des audiences commerce dans leur propre outil, sans jamais toucher au DSP”, illustre Grégoire Bruni.

La différenciation ne repose plus seulement sur l’UX de la plateforme, mais sur la qualité de la donnée, la capacité d’orchestration et la manière dont les insights remontent dans les outils agence. Criteo met notamment en avant sa commerce intelligence, c’est-à-dire sa capacité à exploiter des données transactionnelles et comportementales issues du commerce. 

Dans un univers où les agents IA pourraient demain interroger plusieurs plateformes depuis un même environnement, la valeur d’un acteur média dépendra aussi de la richesse de ce qu’il expose à ces agents : audiences, signaux d’achat, recommandations, reporting, capacités d’activation. “C’est un travail monumental qu’il ne faut surtout pas sous-estimer”, estime Grégoire Bruni.

Côté dentsu, ce test confirme aussi que l’agentic media buying ne supprime pas l’expertise trading. Au contraire, il la déplace. Un trader expérimenté sait quels paramètres préciser, quelles limites contrôler, quelles plateformes mobiliser selon les KPI et comment interpréter une anomalie de diffusion. “Deux personnes utilisant le même agent avec le même plan média n’obtiendront donc pas nécessairement le même résultat”, prévient Clémence Bougerol.

La suite est déjà identifiée. D’autres tests sont prévus sur le DSP de Criteo, avec différents KPI et types de campagnes. Des expérimentations sont aussi en cours ou envisagées sur Commerce Max, la brique retail media de Criteo, et Commerce Grid, sa plateforme SSP et de curation. Criteo indique également vouloir approfondir le sujet avec Dentsu sur d’autres marchés, notamment aux États-Unis, au Royaume-Uni et en Europe du Nord. “C’est un partenariat global”, rappelle Grégoire Bruni.

Quiconque travaille dans les médias depuis plusieurs années a forcément fait le constat. Les CPM display sont en chute libre. En France, le CPM programmatique moyen est passé de 1,01 à 0,62 euro entre 2023 et 2026, selon les données de Pubstack. 

Une chute de 38% en moins de quatre ans qui en dit long sur l’état de santé de ce secteur mais qui, à en croire le cofondateur de Pubstack, Loïc Sfiligoi, ne s'explique pas par un rétrécissement du marché. 

“Entre 2023 et 2024, les CPM ont, certes, chuté de 18% mais les dépenses display programmatique en France n’ont, elles, reculé que de 3,6% sur la même période selon les données d’Alliance Digitale.”

Dit autrement, l'argent est toujours là… mais il n'atteint plus l'éditeur.

Tout cela s’explique, selon notre expert, par un changement opéré côté buyside. “Les annonceurs ont changé de paradigme : ils n'achètent plus de l'inventaire média, ils achètent de la technologie de decisioning, c’est-à-dire la capacité à décider pourquoi acheter cette impression plutôt qu'une autre.” 

Le buy-side s'est armé, au fil des années, d’outils en tous genres : DSP, DMP, advérificateurs, data providers, brand safety, attention metrics… “Le Lumascape est passé de quelques dizaines d'acteurs à sa création en 2010, côté buy-side,  à plusieurs centaines, voire milliers aujourd'hui”, observe Loïc Sfiligoi.

Autant de couches technologiques qui se sont interposées entre l'annonceur et l'éditeur… et qui prélèvent leur part sur le budget média, avant que l'éditeur ne soit payé. Ce qu’on appelle, dans le jargon, l’adtech tax. Une adtech tax qui coûte de plus en plus cher. 

Selon l'Association of National Advertisers, les éditeurs ne récupèrent que 30 à 40 centimes par dollar dépensé par l'annonceur. “The Guardian avait même documenté des cas où ce chiffre tombait à 30 centimes. Loin des 50% qu'on entend souvent citer”, déclare Loïc Sfiligoi. 

C’est une réalité enfin connue des annonceurs : la moitié du budget média qu’ils dépensent en open auction n'atteint jamais l'éditeur. Elle ne finance pas de l'achat d'espace mais la couche de décision qui s'est progressivement interposée entre l'annonceur et l'inventaire.

Loïc Sfiligoi en veut pour preuve l’écart significatif entre les CPM obtenus par les éditeurs en direct et ceux qu’ils obtiennent, pour le même inventaire, en open auction. Compter 3,64 euros en moyenne, en France, en mars 2026, pour les ventes directes, contre… 0,62 euro en open auction. “C’est 5,9 fois moins”, chiffre Loïc Sfiligoi.

Il y a sans doute quelques formats très premiums ou exclus qui, réservés aux ventes directes, faussent un peu la comparaison mais cela illustre bien le propos de l’expert. Puisque dans le premier cas, c’est la régie qui pilote la campagne et contrôle le decisioning, alors que dans l’autre, l’éditeur n’est plus qu’un fournisseur d’inventaire. 

La valeur se redistribue alors dans la supply chain et dans les outils d’arbitrage côté acheteur. “Ce n'est donc pas une anomalie conjoncturelle. C'est le reflet d'une migration structurelle de la valeur, de l'impression vers la décision d'achat. Et tant que l'éditeur restera exclu de cette décision, la tendance ne s'inversera pas”, prévient Loïc Sfiligoi. 

Dans ce système où chaque intermédiaire capte sa part, quelle marge de manœuvre reste-t-il à l'éditeur ?

Arrêter l’open auction et se concentrer sur les ventes directes (en gré à gré ou deal ID / PG), comme l’a fait le New York Times entre 2019 et 2024 ? Ce serait, sans nul doute, kamikaze que de se couper d’une telle source de demande. Et même l’illustre quotidien new-yorkais a été contraint de faire marche arrière là-dessus.

En programmatique, l'éditeur est en bout de chaîne et donc exclu de la décision d'achat. Il n’a donc pas vraiment d’autre choix que de brancher plus de sources de demande, en espérant que la compétition fasse monter les prix. 

Sauf que ça marche de moins en moins puisque, comme le rappelait Loïc Sfiligoi lors de l’événement Open Garden Innovators, le nombre moyen de bidders appelés par impression a augmenté de 13% entre 2024 et 2025 quand les CPM ont, eux, baissé de 18% sur la même période. 

Le problème, selon Loïc Sfiligoi, c’est que même si les acheteurs ont lourdement investi dans le decisionning, ils ne sont, pour autant, pas toujours capables de distinguer le bon grain de l’ivraie. L’expert en veut pour preuve l’écart dérisoire entre le CPM moyen d’un éditeur premium en open et celui d’un réseau MFA : 1 centime d’euro (0,75 pour le premier, 0,74 pour le second).

Autre exemple issu du State of Programmatic de Pubstack. Entre une page avec 1 emplacement publicitaire et une page qui en compte 30, le CPM ne baisse que de 31%, de 0,84 à 0,58 euro.

Dit autrement, un éditeur qui multiplie les emplacements par 30 ne voit sa valeur unitaire divisée que par 1,4. Il a donc tout intérêt à le faire puisque le marché sanctionne à peine cette pratique connue sous le nom de l’ad-clutter.

Un média premium et un site MFA sont donc traités à parité par les algorithmes d'achat. Impossible, dans ces conditions, pour le premium de se différencier en open auction. Priya Saint-Olive, CDO de CMI Media, déplorait lors de l’événement Open Garden Innovators que son inventaire se retrouve noyé dans la “pampa de l’Open Web”. 

“Investir dans la qualité éditoriale, l'expérience utilisateur, la brand safety, tout cela reste sans contrepartie financière en programmatique”, analyse Loïc Sfiligoi. C'est une équation qui pousse mécaniquement vers le bas et certains sites ayant pignon sur rue ont déjà été pris les doigts dans le pot de confiture (avec des sous-domaines qui n’avaient rien à envier aux MFA).

Ce qui est problématique pour les éditeurs, l’est tout autant pour les annonceurs. “Payer quasiment le même CPM pour une page épurée d'un grand titre et pour une page noyée sous 30 bannières, c'est l'équivalent programmatique de payer la une du Monde au même prix que les petites annonces”, résume Loïc Sfiligoi. 

Pas surprenant, dans ces conditions, que certains préfèrent se détourner de l’Open Web, en réallouant leurs budgets vers les walled gardens et les environnements premium fermés. 

Le luxe en est l'exemple le plus symptomatique, estime Loïc Sfiligoi. Une industrie qui a quasiment déserté l'open web programmatique, non pas par manque d'intérêt pour les audiences, mais parce qu'il lui est impossible d'y acheter ce qu'elle valorise le plus : l'exclusivité de page, l'exclusivité d'écran, le contexte éditorial maîtrisé. 

Ces signaux existent chez les éditeurs. Ils ne transitent tout simplement pas dans la chaîne. C'est là que réside le vrai gâchis, selon Loïc Sfiligoi. 

Les aberrations du système actuel pointées par Pubstack

Tout n’est pas perdu néanmoins. LoÏc Sfiligoi partage quelques solutions. “Les éditeurs possèdent des signaux qui ont une valeur énorme pour le buy-side, mais qui ne transitent pas dans la chaîne programmatique.”

Et de citer certains d’entre eux - ad pressure, screen exclusivity, time-in-view, ads-to-content ratio, time in view - qui sont, pour certains, pris en compte par les spécialistes de la qualité publicitaire mais pas toujours de manière exhaustive et aussi granulaire que nécessaire.

La curation valide la thèse mais elle ne la résout pas

En 2024, pour la première fois, la majorité des budgets programmatiques aux États-Unis ont basculé vers des canaux privés ou “curated” : 59% contre 41% l'année précédente (ANA). 

La curation, c’est le fait de packager facilement des inventaires publicitaires display et vidéo, en les couplant (parfois) à des solutions tierces de ciblage (data, visibilité, attention…) pour les revendre sous la forme de “deals” à des acheteurs qui utilisent un DSP.

Et c’est évidemment un moyen d’injecter de l'intelligence sell-side dans la logique de decisioning, comme Loïc Sfiligioi l’appelle de ces voeux. Sauf que la pratique se heurte, selon l’expert, à deux limites structures. 

1° Data et signaux de mauvaises qualité

Un SSP ne voit que 2-3% de part de voix par site en moyenne. “La curation ne travaille que sur une fraction de l'inventaire. Un curator fonctionne généralement avec des logiques de crawling des sites qui sont très imprécises”, déplore LoÏc Sfiligoi.

2° La valeur ne revient pas à l'éditeur. 

“Les signaux sont générés par des plateformes qui ne comprennent pas l'inventaire des publishers. La valeur créée revient aux curators (surtout) et aux SSP (un peu), pas aux éditeurs”, ajoute Loïc Sfiligoi. Et c’est d’ailleurs, pour ces derniers, une source de frustration que nous avons déjà documentée sur ce site.

La hype de la curation témoigne de l’intérêt du marché pour de la sell-side intelligence. “Mais elle est faite par les mauvais acteurs, avec les mauvais signaux, sur une fraction de l'inventaire.”

La bonne stratégie pour les éditeurs dans les 10 prochaines années est donc de reprendre une partie du contrôle sur le decisioning, exhorte Loïc Sfiligoi. L'impression restera une commodité, ce n'est plus là que réside la valeur. Ca, on est tous d’accord pour le dire. 

La valeur est dans la capacité à :

• Packager l'inventaire par outcome (visibilité, CTR, exclusivité, brand lift)

• À base de signaux déterministes que seul l'éditeur possède

• Les rendre lisibles et actionnables pour les algorithmes d'achat et la supply chain en général

OpenRTB a créé du scale au prix de la richesse des signaux. L'ère agentique et du sell-side decisioning ouvre la possibilité de redonner de la valeur à l'open web mais seulement si une nouvelle génération de signaux sell-side est rendue disponible. 

Un sujet que Loïc Sfiligoi espère bien cracker avec Spark, une plateforme qui doit aider les éditeurs à rendre leur inventaire plus attractif. “Notre promesse : permettre aux marques de mieux acheter, avec des données que seul l’éditeur possède.” 

Une très bonne nouvelle à en croire un acheteur média qui prévient tout de même qu’il ne faut pas, pour autant, de détourner du problème de fond.

“Au-delà de tout cet aspect tuyauterie, le plus gros problème, à mon sens, vient des formats publicitaires de l’Open Web, qui ont perdu en attractivité face à ce que proposent aujourd’hui le social et la CTV. En expérience utilisateur, en attention, en narration créative, en capacité de ciblage ou en simplicité d’achat, l’écart s’est creusé.” 

Pendant que le marché débat encore de la réalité du GEO et de cette question qui hante la nuit de bien des experts (peut-on réellement influencer le référencement d’un site Web dans les assistants conversationnels), l’un des leaders de la presse digitale, Reworld Media, a choisi de tester le sujet à l’échelle d’un site entier. 

Le groupe a retenu le site d’Auto Journal pour mener une expérimentation grandeur nature avec un objectif simple : vérifier s’il est possible d’augmenter rapidement la présence d’un média dans les assistants conversationnels, en retravaillant l’ensemble de ses contenus et une partie de sa couche technique.

Le choix d’Auto Journal n’a rien d’un hasard, explique Jérémy Parola, directeur des activités digitales de Reworld Media. “L’automobile fait partie des univers où nous avons le plus de demandes d’annonceurs pour optimiser leur présence dans les assistants conversationnels.”

Le groupe disposait par ailleurs de plusieurs marques sur cette verticale et souhaitait démarrer avec un site intermédiaire : suffisamment structurant pour produire des résultats exploitables, sans mobiliser d’emblée son actif le plus stratégique. C’était le cas d’Auto Journal. 

Un site d’autant plus indiqué qu’il présentait une autorité encore limitée dans les environnements IA. “L’objectif était de partir d’un niveau relativement bas afin de mesurer de manière claire et isolée l’impact des optimisations mises en place”, explique Jérémy Parola.

Le chantier a reposé d’abord sur le contenu. Le dirigeant explique que 90% du travail a porté sur la transformation éditoriale des pages. “Nous avons développé un outil propriétaire capable d’analyser les contenus existants et de générer automatiquement plusieurs briques destinées à rendre les articles plus facilement exploitables par les LLM.” 

Trois formats ont été privilégiés : des résumés en bullet points, des FAQ construites à partir des sujets principaux des articles et des tableaux comparatifs quand le sujet s’y prêtait. L’objectif n’était donc pas de réécrire les articles de A à Z mais plutôt de les agrémenter de contenus facilement ingérables par les IA.

Le process a d’ailleurs été largement automatisé. Une première couche d’IA proposait les enrichissements. Une seconde venait contrôler les incohérences éventuelles, par exemple des réponses incomplètes ou des tableaux peu pertinents. L’intervention humaine se faisait ensuite par échantillonnage, pour vérifier la qualité des injections avant déploiement. Une fois validés, ces nouveaux blocs ont été insérés automatiquement dans les pages via un plugin WordPress développé en interne. 

Jérémy Parola indique que la mécanique de transformation elle-même a pris environ 48 heures, mais que le projet a été étalé sur deux semaines pour laisser le temps d’affiner les prompts, de contrôler les résultats et de sécuriser l’automatisation.

À ce travail sur le contenu s’est ajouté un volet technique plus limité, mais jugé important. Jérémy Parola mentionne notamment “des optimisations spécifiques à Bing, ainsi que l’injection de sitemaps dédiés à ChatGPT.” 

Le point est intéressant, car il montre que la logique GEO ne se limite pas à un habillage éditorial : elle suppose aussi de tenir compte des portes d’entrée et des logiques d’indexation propres aux différents environnements IA. Sur ce terrain, Jérémy Parola estime que “le positionnement sur Bing peut devenir important, au moins pour les environnements liés à Copilot et, dans certains cas, à ChatGPT.”

A noter que, pour mesurer les effets du test, Reworld Media n’a pas été jusqu’à analyser l’impact sur le trafic ou même le taux de mention dans les assistants. C’est le volume de crawl utile, soit le nombre de fois que les robots des assistants conversationnels passent sur des URL du site, qui a été retenu comme juge de paix. “Il a été multiplié par plus de 10”, chiffre Jérémy Parola. 

Pour Reworld, cet indicateur est clé car il permet d’évaluer la capacité d’un site à intégrer le cercle des sources effectivement mobilisées par les IA. Il constitue aussi le signal le plus fiable, à en croire Jérémy Parola, tant que les assistants ne proposent pas d’équivalent à une search console (seul Microsoft Copilot le fait).

“Il s’agit du seul indicateur réellement déterministe puisque nous trackons nous-mêmes cette donnée.” Il s’agit aussi d’un indicateur plutôt représentatif puisque dans un secteur où de nombreux acteurs bloquent par défaut les robots des LLM, “être crawlé revient souvent, dans les faits, à être cité.”

Le groupe observe aussi que les effets peuvent être rapides. “Entre 48 et 72 heures”, chiffre Jérémy Parola, ce qui tend à montrer que la prise en compte des optimisations ne dépend pas uniquement de cycles lents d’entraînement des modèles.

Au-delà du déploiement initial, Reworld inscrit le GEO dans une logique de travail continu. Les pages peu ou mal crawlées sont régulièrement réanalysées via les logs serveur, puis réoptimisées avec de nouvelles propositions de contenu afin d’améliorer progressivement leur exposition dans les LLM.

En revanche, cette progression ne se traduit pas encore mécaniquement par une hausse significative du trafic. Reworld indique que les visites en provenance des LLM restent marginales à l’échelle du groupe, autour de 2 à 3% du trafic. Le GEO n’est donc pas encore, à ce stade, un levier d’audience massif (bon on s’en doutait un peu). 

En revanche, le test renforce une autre conviction : la valeur du GEO se joue aussi dans la capacité à faire reconnaître un plus grand nombre d’URLs par les IA. Pour Reworld, cet élargissement du stock de pages connues et utilisées par les LLM a une portée commerciale directe. Il permet de crédibiliser un discours marché autour de la visibilité des marques dans les IA génératives et d’envisager, à terme, des offres monétisables autour de ces environnements.

Autre enseignement, les comportements diffèrent fortement d’un LLM à l’autre. Jérémy Parola explique que les parts de voix et les classements obtenus sur une même requête varient beaucoup selon les plateformes, avec un niveau de recouvrement limité (à peine 20% d’overlap). 

Dans ce contexte, le groupe suit en priorité quatre environnements : Gemini, ChatGPT, Perplexity et Copilot. La hiérarchie en volume n’est pas homogène, mais la demande des annonceurs conduit à couvrir l’ensemble de ce quatuor.

Pas d’impact négatif sur le SEO

Enfin, Reworld affirme que cette transformation n’a pas eu d’effet négatif sur le SEO classique. L’ajout de FAQ, de tableaux et de résumés n’aurait pas dégradé les performances organiques. Au contraire, Jérémy Parola souligne que “le temps passé sur page a plutôt progressé, les contenus étant devenus plus lisibles et plus rapidement compréhensibles.”

Dans la continuité de ce test, Reworld Media prévoit de déployer progressivement cette approche sur d’autres sites du groupe. La priorité devrait être donnée aux contenus “froids” (recettes, santé, immobilier), jugés plus compatibles avec les logiques de requêtes des LLM et déjà fortement sollicités par ces environnements.

Historiquement positionnée sur la collecte et l’exploitation de données de géolocalisation via SDK, Singlespot ouvre un nouveau chapitre avec Kura, une offre conçue pour créer des private marketplaces optimisées sur la génération de résultats concrets. 

Pour son lancement, Kura applique cette logique à un premier cas d’usage, la visite en magasin. La plateforme déclinera cette approche sur d’autres types d’outcomes, comme l’attention publicitaire ou l’intention d’achat.

Pour piloter cette activité, la société a recruté Kevan Abdoli, ancien GM Europe d’Adsquare, avec une ambition claire : redonner de la visibilité à un acteur resté ces dernières années largement en retrait de la scène médiatique.

Singlespot n’est pourtant pas un nouvel entrant. La société fait partie de cette génération d’acteurs français du drive-to-store, apparus au milieu des années 2010. Un secteur dont le développement s’est considérablement ralenti, du fait d’un contexte règlementaire durci quelques années plus tard, ce qui a incité Singlespot à aller chercher de nouveaux leviers de croissance. 

“Dans un contexte d’arrêt du drive-to-store, nous avons saisi l’intérêt croissant d’acteurs hors média pour les données de flux afin de construire un modèle décorrélé du seul univers publicitaire”, explique Thomas Opoczynski, CEO et cofondateur de Singlespot.

Singlespot s’est ainsi repositionné comme fournisseur de données pour le compte de tiers. Sa data de géolocalisation, collectée via un SDK intégré dans différentes applications, a continué à alimenter une partie significative de l’écosystème adtech (ad-networks et mesureurs). Mais aussi d’autres acteurs comme les groupes ADP ou Keolis, notamment pour adresser des cas d’usage liés à l’analyse des flux de mobilité.

Le lancement de Kura s’inscrit dans une réorganisation plus globale. Singlespot structure désormais son activité autour de trois pôles : la fourniture de données via SDK, Kura pour la couche média, et une troisième entité en cours de développement, orientée géomarketing et analytics, avec une approche plus proche du conseil et des études sur mesure.

Le rôle de Kevan Abdoli sera double : développer commercialement Kura et repositionner SingleSpot dans les conversations du marché, à un moment où la curation, la supply path optimisation et la recherche de signaux différenciants deviennent centrales.

Kura propose ainsi de repositionner la donnée au cœur des dispositifs média, en l’intégrant directement là où se prend la décision d’achat. Plutôt que d’être activés en aval, les signaux (visites, attention, intention) sont injectés côté supply, au plus proche des inventaires, via une intégration pre-bid SSP.

Cette approche permet de filtrer en amont les impressions et de ne retenir que celles présentant une forte probabilité de générer des outcomes business mesurables par des tiers. “Dans les campagnes en cours, le moteur écarte en moyenne 90% des bid requests afin de concentrer la diffusion sur les inventaires à plus forte valeur”, illustre Kevan Abdoli.

Jusqu’ici, beaucoup d’activations reposent sur des segments figés activés côté DSP, avec une logique relativement simple. Si on prend l’exemple du “drive to store”, on se contente de cibler des intentionnistes ou des visiteurs d’enseignes, puis d’optimiser à la marge en cours de campagne. Singlespot estime que cette approche a atteint ses limites.

Kura propose une logique différente. L’entrée ne se fait plus par un segment marketing préconçu mais, dans le cadre du drive to store, par l’analyse des visiteurs réels. L’entreprise part de l’historique de déplacements observé via sa donnée, puis le croise avec les caractéristiques des bid requests côté SSP pour reconstruire ce qu’on pourrait appeler l’“ADN” du visiteur.

L’objectif est d’identifier les signaux d’exposition les plus discriminants pour générer une visite, puis de bâtir des PMP capables d’évoluer en continu en fonction des résultats observés. Dit autrement, Kura remplace une logique de ciblage statique par une logique d’apprentissage. 

La visite devient le signal d’entraînement du modèle. Lorsqu’un utilisateur exposé se rend en magasin, sa bid request vient enrichir l’algorithme, qui affine progressivement ses critères de sélection. C’est cette boucle itérative qui constitue le cœur du produit et qui est applicable à d’autres outcomes, comme l’attention ou l’intention d’achat.

“Avec Kura, nous offrons une couche d'intelligence qui qualifie chaque impression avant même l'enchère. Les agences et annonceurs peuvent désormais concentrer leurs investissements sur des inventaires qui servent directement leurs objectifs de performance et leur ROI”, explique Pegah Mofidi, MD France d’Equativ, l’adtech que Kura a choisi pour y construire ses PMP.

En se positionnant en amont de l’achat, Singlespot cherche aussi à résoudre un problème bien connu des acteurs data : la perte de visibilité côté demand. Entre throttling, opacité des plateformes et dilution des signaux, les fournisseurs de segments ont souvent peu de contrôle sur l’usage réel de leur donnée une fois activée.

Le choix de la supply est donc aussi stratégique que technique. Il s’agit de reprendre la main sur la chaîne de valeur, de rapprocher le signal de l’inventaire, et in fine de mieux maîtriser la performance et les coûts.

Sur le plan commercial, Kura a bien avancé ses pions. Plusieurs campagnes ont été lancées en avril avec un premier annonceur d’envergure, accompagné par une holdco. Ces premières activations doivent permettre de valider la promesse du modèle avant un déploiement plus large.

“Aucune plateforme ne fait ça dans le monde.” Le CEO d’Unlimitail, Alexis Marcombe, assume l’ambition au moment de présenter Social Retail by Unlimitail, une nouvelle offre conçue pour rapprocher plus étroitement retail media et social media.

Concrètement, le produit vise à améliorer le pilotage des campagnes d’extension d’audience, c’est-à-dire les activations off-site menées hors des environnements propriétaires des retailers. Pour y parvenir, Unlimitail a développé une surcouche technologique destinée à mieux exploiter les données transactionnelles des retailers dans les plateformes sociales.

L’objectif n’est pas simplement de faire mieux ce qui existait déjà. Historiquement, ces activations reposaient sur des logiques d’onboarding relativement classiques : constituer des segments d’audience à partir des données d’achat, puis les activer sur les plateformes, en passant par une data clean room tierce.

Avec Social Retail, Unlimitail veut dépasser cette approche et utiliser la donnée transactionnelle comme un signal d’entrée pour alimenter directement les mécanismes d’optimisation des plateformes. Selon Alexis Marcombe, cette intégration directe permet déjà de réduire la déperdition et d’améliorer la qualité du matching par rapport aux schémas traditionnels. “On est sur un ratio de 1 à 10 en termes d’efficacité”, avance-t-il.

Mais, à ses yeux, le principal intérêt est ailleurs. Il ne s’agit plus seulement d’identifier, par exemple, les acheteurs d’une marque de grande conso à partir de la donnée retailer, puis de les recibler. L’idée est d’injecter des données transactionnelles plus granulaires dans l’environnement d’activation afin de laisser les algorithmes déterminer eux-mêmes les profils les plus pertinents à toucher au regard de l’objectif business visé.

Autrement dit, la donnée d’achat ne sert plus uniquement à définir une cible a priori. Elle devient un signal permettant d’entraîner une logique d’optimisation plus dynamique, fondée à la fois sur les comportements d’achat observés chez le retailer et sur les signaux que les plateformes sociales sont capables d’exploiter de leur côté. “Les plateformes peuvent nous aider à comprendre quels profils ressemblent le plus, à un instant donné, aux acheteurs d’un produit ou d’un univers de consommation”, résume Alexis Marcombe.

Sur le papier, la promesse est attractive. Mais sa mise en œuvre est plus lourde qu’il n’y paraît. Le dirigeant insiste notamment sur le travail sémantique nécessaire pour rendre les données transactionnelles réellement compréhensibles par les algorithmes publicitaires. Catégories, sous-catégories, logique de gamme, proximité entre références, cohérence entre produits : tout un travail d’interprétation est nécessaire pour transformer la donnée brute en signal exploitable.

C’est ce point qui permet à Unlimitail de présenter Social Retail comme un produit à part entière, et non comme une simple connexion de données. “L’offre ne se limite pas à pousser des logs ou des événements dans une plateforme. Elle repose sur un travail d’interprétation de la donnée, puis sur une capacité à la transformer en signaux utiles pour la diffusion, la mesure et, à terme, l’optimisation créative”, explique Alexis Marcombe.

La brique créative fait d’ailleurs partie de la feuille de route. Unlimitail explique ne pas proposer, à ce stade, une logique de DCO au sens strict, mais travailler déjà à une meilleure articulation entre ciblage, mesure et adaptation des messages. L’idée est cohérente avec le positionnement du produit : si la donnée permet de mieux identifier les profils réellement intéressants, elle peut aussi aider à mieux ajuster les créations qui leur sont adressées.

Le lancement s’appuie pour l’instant sur la donnée Carrefour et sur Meta, avec une première campagne déjà en cours en France. Le déploiement doit ensuite s’étendre au Brésil et à l’Espagne, avant une ouverture à d’autres retailers du portefeuille Unlimitail. À terme, la société espère également connecter cette logique à d’autres grandes plateformes sociales. “Nous espérons être intégrés à toutes les plateformes sociales d’ici la fin de l’année”, indique Alexis Marcombe.

Sur le plan commercial, Unlimitail présente Social Retail moins comme un levier tactique que comme une brique de pilotage installée dans la durée. L’offre est pensée pour accompagner plusieurs cas d’usage : lancement de produit, hausse du panier moyen, gain de volume, upsell ou cross-sell. “L’objectif est d’ancrer davantage le social dans une logique de média orienté business outcomes, et non plus uniquement de couverture ou d’engagement”, résume Alexis Marcombe.

Cette annonce intervient alors que l’extension d’audience pèse déjà lourd dans l’activité digitale d’Unlimitail. D’après les chiffres partagés par l’entreprise, elle représenterait environ la moitié de ses revenus digitaux, avec un poids particulièrement important du social et de la vidéo.

Le marché de la publicité digitale connaît une expansion rapide : en 2026, le digital devrait représenter près de 69% des investissements publicitaires totaux. 

Pourtant, l'essentiel de cette croissance semble toujours profiter avant tout aux grandes plateformes sociales américaines, friandes de contenus à faible valeur ajoutée et non aux rédactions qui produisent un journalisme de qualité. 

Près de 70% de nos investissements publicitaires digitaux se concentrent sur seulement trois entreprises : Google, Meta et Amazon.  Ce déséquilibre n'est pas passé inaperçu.

En effet, Meta fait ainsi l'objet d'un examen approfondi de la part de l'Autorité de la concurrence française, soupçonné d'abuser de sa position dominante sur le marché publicitaire, une affaire qui pourrait se solder par des amendes pouvant atteindre 10% de son chiffre d'affaires mondial. Google, de son côté, a été sanctionné pour ne pas avoir informé les éditeurs de presse que ses modèles d'IA avaient été entraînés sur leurs contenus. 

Ces épisodes illustrent un déséquilibre structurel profond entre une poignée de géants technologiques américains et la presse libre. Il ne s'agit pas d'incidents isolés : ils révèlent un système dans lequel l'essentiel de la valeur économique générée par notre attention est capté par quelques acteurs dominant le marché. 

La publicité sur les réseaux sociaux est-elle aussi performante qu'on le croit ?

Pour les annonceurs, les résultats obtenus sur les plateformes sociales sont souvent moins convaincants qu'il n'y paraît, en particulier pour les objectifs de notoriété. Un spot vidéo diffusé sur les réseaux sociaux se noie bien souvent dans le flux ininterrompu du scroll.

Des analyses montrent que les publicités Meta captent sensiblement moins l'attention que celles diffusées sur l'open internet. En conséquence, le coût réel d'une attention qualifiée y est plus de six fois supérieur. 

Dès lors, une question s'impose : la portée brute constitue-t-elle encore un indicateur pertinent ? 

Plus fondamentalement, la qualité de l'attention varie considérablement selon les environnements médias. Des études démontrent que les sites d'éditeurs premium génèrent une attention bien plus soutenue que les plateformes sociales, avec des performances d'attention pratiquement deux fois supérieures.

Lorsque des métriques d'attention sont appliquées à des cas concrets, des enseignements frappants émergent. À périmètre comparable, si la publicité sur les réseaux sociaux peut sembler économiquement attractive à première vue, le coût réel d'une attention durable et d'une vue vidéo effective s'avère en réalité nettement plus élevé. Les études de cas chiffrent ce surcoût à plus de six fois celui constaté sur l'Open Web.

Les nouvelles technologies comblent l'écart avec les plateformes sociales 

Beaucoup d'annonceurs ignorent encore à quel point l'attention que leurs publicités suscitent sur les réseaux sociaux est inférieure à ce qu'ils imaginent. Si ces plateformes continuent de s'imposer, c'est aussi en raison de leur puissance de couverture supposée et de la facilité avec laquelle on y active une campagne. Pour que l'open internet puisse rivaliser, il doit répondre à ces deux exigences simultanément.

La bonne nouvelle, c'est qu'il en est désormais capable. Les créations peuvent être conçues et produites grâce à l'IA, les campagnes peuvent être déployées sur plusieurs marchés et éditeurs via des agents automatisés et les performances d'attention peuvent être mesurées et optimisées avec des technologies de pointe. 

Autrement dit, l'ancien arbitrage entre qualité et “reach” n'a plus lieu d'être. Les annonceurs n'ont plus à choisir entre environnements premium et efficacité opérationnelle. Avec les outils d'aujourd'hui, les deux sont atteignables. 

Les technologies adaptées jouent le rôle de facilitateurs plutôt que d'intermédiaires opaques : elles permettent aux annonceurs d'optimiser leurs budgets en toute transparence. Les marques savent exactement où leurs annonces sont diffusées et comment leurs investissements sont répartis. 

Au-delà de la performance, une question de responsabilité 

Et si la question fondamentale était ailleurs ? Derrière les débats de performance se cache un enjeu plus profond : celui de la responsabilité. 

Chaque euro détourné de la presse de qualité fragilise un peu plus l'écosystème sur lequel repose le débat public. Les signaux d'alerte sont déjà là, des campagnes d'influence bafouant la loi Évin aux dérapages documentés autour de la modération des contenus et de l'emprise des algorithmes sur nos opinions. Les régulateurs s'emparent du sujet, signe que la prise de conscience est réelle. Mais les textes de loi ne remplaceront pas la valeur d'un arbitrage budgétaire assumé. 

Une question d'équilibre 

Les plateformes mondiales restent incontournables,personne ne le conteste. Mais incontournables ne signifient pas exclusives. Le vrai sujet n'est pas de les exclure du mix média mais c'est de cesser cette ultra-concentration des budgets car il existe des alternatives crédibles. 

La technologie a comblé l'écart. Les formats premium montent en puissance. L'attention est mesurable et peut être optimisée en temps réel pour un meilleur pilotage des investissements. 

Le paysage médiatique se trouve à un moment charnière. Les décisions prises aujourd'hui par les annonceurs, les agences, les éditeurs et les acteurs technologiques façonneront durablement notre écosystème ; il faut continuer à se poser la même question: dans dix ans, quel écosystème médiatique aurons-nous contribué à construire ? Un internet appauvri, dominé par quelques plateformes algorithmiques ? Ou un environnement plus diversifié, où la presse de qualité joue son rôle ? 

La réponse est entre nos mains et c'est peut-être là la vraie bonne nouvelle. 

Frédéric Layer est directeur général France d’Adnami. Adnami est une société adtech danoise spécialisée dans les formats display à fort impact, permettant aux marques et agences de déployer facilement des créations premium via des templates standardisés. Sa technologie vise à simplifier l’achat et la diffusion de formats habituellement complexes, tout en maximisant l’attention publicitaire.

Lancée en 2017 à Copenhague, la plateforme s’est rapidement déployée à l’international, avec plus de 25 000 domaines certifiés et plus de 1 000 campagnes high impact diffusées chaque mois pour des annonceurs comme BMW ou Volvo.