DSP et géomarketing : arbitrer couverture, coût et signal
En géomarketing programmatique, la performance se joue moins dans la précision apparente que dans l’équilibre entre portée utile, coût marginal et qualité du signal
Le géomarketing appliqué à l’achat programmatique promet une équation séduisante pour les annonceurs retail et omnicanaux : identifier des audiences mobiles dans une zone de chalandise, acheter des impressions en temps réel, adapter la création à la proximité magasin et mesurer l’impact sur le trafic en point de vente. Sur le papier, la chaîne paraît rationnelle. Dans la pratique, elle impose des arbitrages difficiles. Une campagne trop large maximise la couverture mais dilue l’intention locale. Une campagne trop resserrée améliore la pertinence apparente mais renchérit les enchères, limite le volume et expose à des biais de mesure. Un signal géographique très granulaire peut sembler supérieur, mais devenir instable s’il repose sur des données peu fraîches, des SDK hétérogènes ou des extrapolations opaques.
Une DSP, demand-side platform, est une plateforme permettant aux annonceurs et agences d’acheter automatiquement des impressions publicitaires sur plusieurs places de marché, applications et sites, selon des règles de ciblage, d’enchère et d’optimisation. Dans un contexte géomarketing, elle permet de combiner audience, localisation, device, contexte média, heure, format, inventaire et objectifs de performance. Le RTB, real-time bidding, désigne le mécanisme d’enchères en temps réel par lequel une impression disponible est évaluée puis achetée ou non en quelques millisecondes. Cette automatisation ne supprime pas le jugement marketing ; elle le déplace vers la qualité des règles, des signaux et des métriques.
Pour un réseau de magasins, la question n’est donc pas seulement de savoir s’il faut activer une DSP pour générer du trafic. Elle est de déterminer jusqu’où élargir la couverture, combien payer chaque contact local, quels signaux accepter comme prédictifs et comment mesurer l’incrémentalité réelle. Le CTR, click-through rate, taux de clic entre impressions et clics, peut aider à comparer des créations ou des inventaires, mais il ne dit pas si une visite magasin a été générée. Le CPA, cost per acquisition, coût nécessaire pour produire une conversion attribuée, reste incomplet si l’acquisition mesurée ne distingue pas les visites naturelles des visites incrémentales. Le ROAS, return on ad spend, ratio entre chiffre d’affaires attribué et dépenses publicitaires, peut être flatteur si l’attribution survalorise les clients déjà intentionnistes.
Le sujet est d’autant plus stratégique que le mobile concentre des signaux puissants mais ambigus. La position géographique peut indiquer une proximité, une habitude de déplacement, une présence dans une zone concurrentielle ou un passage à proximité d’un magasin. Mais elle ne révèle pas mécaniquement une intention d’achat. Un utilisateur situé à 300 mètres d’une enseigne peut être en transit, au bureau, dans un transport ou déjà client d’un concurrent. À l’inverse, un client à 8 kilomètres peut présenter une intention forte s’il a consulté un stock local, ajouté un produit au panier ou interagi avec une communication CRM. Le géomarketing programmatique devient performant lorsqu’il articule distance, contexte, intention et valeur économique, plutôt que lorsqu’il empile des critères de ciblage.
Clarifier l’objectif : couverture locale, conquête, réactivation ou visite incrémentale ne relèvent pas du même pilotage
Le premier arbitrage doit porter sur l’objectif. Une DSP peut servir plusieurs finalités : accroître la notoriété locale autour d’une ouverture magasin, conquérir des clients dans une zone concurrentielle, recibler des visiteurs digitaux proches d’un point de vente, réactiver des clients dormants, soutenir une opération promotionnelle ou générer des visites incrémentales. Ces objectifs appartiennent à des niveaux différents du funnel, parcours allant de l’exposition à la considération, puis à la conversion et à la fidélisation. Les confondre conduit à des décisions d’achat incohérentes.
En haut de funnel, la couverture locale peut être prioritaire. Une enseigne qui ouvre un nouveau magasin doit toucher une part significative de la zone de chalandise, même si le signal d’intention individuel est faible. Le KPI pertinent peut alors combiner reach utile, fréquence maîtrisée, mémorisation publicitaire, recherche marque locale et visites observées sur une période longue. Dans ce cas, une audience trop étroite risque de sous-exposer le marché. La DSP doit optimiser la pression et la qualité média, pas uniquement le clic.
En middle funnel, l’enjeu est de construire la considération. Le géomarketing peut croiser signaux de proximité et signaux d’intérêt : consultation de catégories, exposition à une vidéo, intérêt pour des contenus locaux, visite d’un site marchand, appartenance à une audience CRM activable. La création doit alors apporter de la preuve : disponibilité produit, service magasin, avis, offre locale, facilité de retrait, rendez-vous. La mesure peut inclure le taux de visite de landing page locale, les demandes d’itinéraire, les consultations de stock et les ajouts au wallet.
En bas de funnel, l’objectif de visite incrémentale impose une discipline plus forte. Une campagne qui touche massivement des clients déjà proches et déjà fidèles peut afficher un coût par visite très bas, mais produire peu d’effet causal. L’incrémentalité désigne la part des visites, ventes ou actions qui n’auraient pas eu lieu sans l’exposition publicitaire. Pour un retailer, c’est l’indicateur décisif. Une visite attribuée n’est pas forcément une visite créée. Cette distinction change profondément la manière d’acheter, de cibler et d’évaluer une DSP.
Un exemple simple illustre le risque. Une enseigne alimentaire active une campagne géolocalisée autour de 120 magasins. Le reporting annonce 40 000 visites post-exposition et un coût par visite observée de 1,20 euro. Sans groupe de contrôle, ce chiffre peut sembler excellent. Mais si une population non exposée statistiquement comparable génère déjà 34 000 visites sur la même période, l’effet incrémental est de 6 000 visites. Le coût par visite incrémentale passe alors à 8 euros. L’arbitrage business ne sera pas le même, surtout si le panier moyen incrémental est faible ou si l’opération repose sur une remise importante.
Lire la couverture comme une portée utile, pas comme un volume d’impressions
La couverture est souvent présentée comme un avantage naturel du programmatique. Une DSP donne accès à de nombreux inventaires mobiles : applications, sites, formats display, vidéo, native, interstitiels ou inventaires in-app. Mais en géomarketing, la couverture brute peut masquer une faible portée utile. Toucher beaucoup de devices dans une zone ne signifie pas toucher les bons individus, au bon moment, dans un contexte compatible avec une action locale.
La portée utile dépend de quatre paramètres. Le premier est la zone de ciblage. Une zone trop large augmente le volume mais dilue la pertinence. Une zone trop serrée peut réduire le reach, augmenter la répétition et biaiser l’audience vers des passants non intentionnistes. Pour un magasin de proximité, un rayon de 500 mètres peut avoir du sens sur un message immédiat. Pour une enseigne d’ameublement, la zone pertinente peut s’étendre à 20 ou 30 kilomètres, car l’achat est moins fréquent, plus planifié et justifie un déplacement.
Le deuxième paramètre est la densité média. Certaines zones génèrent peu d’inventaire mobile qualifié, notamment hors grandes agglomérations ou sur des horaires spécifiques. Une DSP peut alors compenser par des inventaires moins qualitatifs ou par une hausse des enchères, ce qui dégrade le rapport coût-signal. L’achat local n’est pas homogène : une même stratégie peut produire des résultats différents entre centre-ville, zone commerciale périphérique, gare, quartier résidentiel et commune rurale.
Le troisième paramètre est la fréquence. Une couverture élevée avec une fréquence trop basse peut manquer d’impact. Une fréquence élevée sur une audience trop restreinte peut accélérer la fatigue publicitaire. Les benchmarks varient selon formats et catégories, mais sur mobile display, une fréquence hebdomadaire de 3 à 6 expositions par utilisateur peut constituer un point de départ raisonnable pour des campagnes d’activation, à ajuster selon la durée du cycle d’achat, la pression CRM et la nouveauté de l’offre. En vidéo courte ou formats immersifs, une fréquence plus faible peut suffire si la création est distinctive et contextualisée.
Le quatrième paramètre est la couverture opérationnelle. Il ne sert à rien de maximiser la diffusion autour d’un magasin si le stock est insuffisant, si les horaires sont réduits, si le service annoncé n’est pas disponible ou si l’équipe terrain n’est pas informée. En Drive-to-Store, stratégie visant à générer du trafic qualifié vers un point de vente, la couverture doit être filtrée par la capacité réelle à délivrer la promesse. Un ciblage local performant est un ciblage qui tient compte des contraintes magasin, pas seulement des coordonnées GPS.
Un framework utile consiste à classer les zones en trois niveaux. Les zones de proximité immédiate favorisent les CTA d’action courte : itinéraire, coupon valable aujourd’hui, retrait disponible, appel. Les zones de chalandise intermédiaire justifient des messages de preuve : exclusivité locale, stock, service, avantage prix, démonstration. Les zones d’influence élargie relèvent davantage de la considération : notoriété locale, événement, guide d’achat, prise de rendez-vous. Cette segmentation évite de pousser le même message à 300 mètres et à 15 kilomètres.
Évaluer le coût : CPM, enchère, coût par visite et marge doivent être analysés ensemble
Le coût en DSP est souvent lu à travers le CPM, cost per mille, coût pour mille impressions achetées. En géomarketing, cette métrique est nécessaire mais insuffisante. Un CPM bas peut cacher des impressions peu visibles, des environnements faibles ou une audience trop large. Un CPM élevé peut être rationnel si le signal est rare, l’inventaire qualitatif et l’intention forte. Le bon arbitrage ne consiste pas à acheter le CPM le plus faible, mais à payer le coût marginal acceptable pour atteindre une probabilité d’action supérieure.
Plus le ciblage géographique est précis, plus le volume disponible diminue généralement. Cette rareté peut augmenter le prix des impressions, notamment si la zone est concurrentielle ou si plusieurs annonceurs ciblent les mêmes moments commerciaux. Les logiques d’enchères programmatiques peuvent aussi créer une inflation sur les audiences à forte valeur apparente : visiteurs de zones premium, acheteurs probables, segments intentionnistes, abords de centres commerciaux. Le marketing doit alors distinguer précision utile et précision décorative.
Le coût doit être relié au modèle économique magasin. Un coût par visite incrémentale de 5 euros peut être excellent pour une enseigne d’ameublement avec un panier moyen de 450 euros et une marge confortable. Il peut être excessif pour une enseigne de restauration rapide si le panier incrémental est de 9 euros et la marge nette limitée. Le même KPI ne signifie rien sans panier moyen, marge, taux de conversion magasin et probabilité de réachat.
Un calcul simplifié permet de cadrer l’arbitrage. Supposons une campagne de 30 000 euros. Elle génère 10 000 visites observées, mais seulement 4 000 visites incrémentales après comparaison avec un groupe témoin. Le coût par visite incrémentale est de 7,50 euros. Si 45 % des visiteurs incrémentaux achètent, cela produit 1 800 transactions. Avec un panier moyen de 38 euros, le chiffre d’affaires incrémental atteint 68 400 euros. Si la marge brute est de 35 %, la marge incrémentale est de 23 940 euros. Avant prise en compte de la LTV, lifetime value, valeur économique attendue d’un client sur la durée de relation, l’opération ne couvre pas entièrement le coût média. Elle peut toutefois rester pertinente si elle recrute de nouveaux clients réacheteurs ou si elle soutient un lancement stratégique. Sans cette lecture économique, le reporting peut conclure trop vite à la réussite.
Le coût doit aussi intégrer la création et la donnée. Une campagne géomarketing avancée mobilise des flux magasins, des templates dynamiques, des règles de stock, des segments CRM, des tags de mesure, des partenaires de visite et une gouvernance juridique. Le coût média n’est qu’une partie de l’investissement. Plus l’architecture est personnalisée, plus le coût fixe augmente. Une activation locale sophistiquée n’a de sens que si le volume, la marge ou la valeur d’apprentissage justifient cet effort.
Enfin, la logique d’optimisation automatique peut introduire des biais. Si l’algorithme est optimisé au clic, il ira vers les inventaires et profils qui cliquent, pas nécessairement vers ceux qui visitent ou achètent. S’il est optimisé à la visite attribuée sans contrôle incrémental, il peut surpondérer les zones où les clients seraient venus de toute façon. Le coût apparent baisse, mais la valeur réelle stagne. Le paramétrage de l’objectif d’optimisation est donc un choix stratégique, pas une formalité technique.
Qualifier le signal géographique : fraîcheur, précision, consentement et intention
Le signal est le cœur du géomarketing programmatique. Mais tous les signaux ne se valent pas. La localisation peut provenir de signaux GPS, de données Wi-Fi, d’adresses IP, de SDK applicatifs, de déclarations utilisateur, de données transactionnelles, de visites passées ou de modélisations. Chacun présente des niveaux différents de précision, de fraîcheur, de couverture et de conformité. Une stratégie DSP sérieuse doit auditer le signal avant d’acheter le volume.
La précision géographique est souvent surestimée. Un point GPS peut être très précis dans une application météo ou navigation avec permission active. Il peut être beaucoup moins fiable dans un environnement web mobile ou lorsque la localisation est inférée. L’adresse IP peut être utile pour une région ou une agglomération, mais insuffisante pour cibler un magasin à quelques centaines de mètres. Les visites passées dans une zone peuvent indiquer une habitude, mais elles ne prouvent pas une intention actuelle. Un bon plan média distingue signal de présence, signal d’habitude et signal d’intention.
La fraîcheur est tout aussi critique. Une audience composée d’utilisateurs passés dans une zone commerciale au cours des 90 derniers jours n’a pas la même valeur qu’une audience présente aujourd’hui à proximité ou ayant récemment consulté un produit disponible localement. Plus le cycle d’achat est court, plus la donnée doit être fraîche. Pour une offre déjeuner, un signal de quelques heures peut être pertinent. Pour un achat automobile, des signaux sur plusieurs semaines peuvent rester utiles s’ils s’inscrivent dans un parcours de considération.
Le consentement et la conformité doivent être traités comme des critères de qualité, pas seulement comme des obligations. Les contraintes liées au RGPD, à la gestion du consentement et à la transparence des partenaires limitent certaines formes de ciblage et de mesure. Les annonceurs doivent vérifier l’origine des données, les bases légales, les durées de conservation, les possibilités d’opt-out et la robustesse des partenaires. Une donnée opaque peut offrir une couverture séduisante, mais créer un risque juridique, réputationnel et analytique.
L’intention reste le signal le plus précieux lorsqu’elle est combinée à la géographie. Un utilisateur proche d’un magasin et exposé à une offre locale est moins qualifié qu’un utilisateur proche, ayant consulté un produit, vérifié un stock, reçu une communication CRM et appartenant à une catégorie à forte valeur. Les CDP, customer data platforms, plateformes permettant d’unifier et d’activer des données clients issues de plusieurs sources, peuvent enrichir la DSP avec des segments de valeur, d’appétence ou de cycle de vie. Mais l’activation doit rester maîtrisée : tous les segments CRM ne sont pas adaptés au média payant, et toutes les audiences ne justifient pas un ciblage géographique fin.
Une matrice simple peut aider à prioriser les signaux. En abscisse, la fiabilité : source directe, consentement, précision, fraîcheur. En ordonnée, la valeur prédictive : lien avec l’achat, récence d’interaction, proximité opérationnelle, valeur client. Les signaux à forte fiabilité et forte valeur prédictive doivent être priorisés, même s’ils offrent moins de volume. Les signaux à forte couverture mais faible fiabilité doivent être utilisés pour la notoriété ou les tests, pas pour piloter une promesse de performance locale.
Construire une création géolocalisée qui exploite réellement la donnée
Une DSP peut acheter le bon utilisateur dans la bonne zone, mais la création doit transformer ce contexte en action. Trop de campagnes géomarketing se limitent à afficher une offre nationale avec une mention locale générique. La donnée géographique n’a de valeur créative que si elle réduit une friction : où aller, pourquoi maintenant, quel avantage, quelle disponibilité, quelle prochaine étape.
La hiérarchie créative doit être adaptée à la distance et à l’intention. À proximité immédiate, le message doit être direct : temps de trajet, offre valable aujourd’hui, produit disponible, bouton itinéraire. À distance intermédiaire, il doit justifier le déplacement : stock rare, service exclusif, conseil en magasin, retrait rapide, événement local. Pour une audience en considération, il doit renforcer la preuve : avis, démonstration, garantie, comparaison, rendez-vous. Utiliser le même CTA partout revient à ignorer la logique même du géomarketing.
Les DCO, dynamic creative optimization, technologies permettant d’assembler automatiquement des créations selon des règles et signaux de données, peuvent être utiles. Elles permettent d’adapter un visuel, une accroche, un magasin, une distance, un stock ou un CTA selon le contexte. Mais la DCO n’est pas une stratégie. Elle exécute des règles. Si les règles sont faibles, elle industrialise des créations faibles. Il faut donc définir des scénarios créatifs avant d’automatiser : proximité, stock, météo, moment de journée, segment CRM, statut nouveau client ou client fidèle.
Un exemple concret : une enseigne de sport active une campagne running au printemps. Une version large met en avant la nouvelle collection. Une version locale affiche les modèles disponibles dans le magasin le plus proche. Une version intentionniste cible les utilisateurs ayant consulté des chaussures running et propose un test en magasin avec créneau. Une version météo est activée avant un week-end ensoleillé avec un message orienté sortie longue. Les créations partagent une plateforme de marque, mais la preuve et le CTA changent. C’est cette adaptation qui transforme un ciblage géographique en levier d’action.
La landing page est souvent le maillon faible. Une bannière géolocalisée qui ouvre une homepage nationale détruit une partie de la pertinence accumulée. L’utilisateur doit arriver sur une page cohérente : magasin concerné, offre, stock, itinéraire, conditions, horaires, prise de rendez-vous ou coupon. Le deep linking, lien profond vers un écran précis d’une application ou d’un site, devient décisif si l’enseigne dispose d’une application mobile. Sans continuité entre impression, clic et action, le coût d’acquisition augmente mécaniquement.
Mesurer l’incrémentalité : l’attribution géolocalisée exige des groupes de contrôle
L’attribution, méthode qui assigne une conversion à un ou plusieurs points de contact marketing, est particulièrement fragile en géomarketing. Un utilisateur peut voir une publicité mobile, passer devant un magasin, chercher l’enseigne sur une carte, recevoir un SMS CRM, entrer en point de vente et acheter sans laisser de trace directe. Le last click, modèle attribuant toute la conversion au dernier point de contact, sous-estime les expositions amont. Mais l’attribution post-exposition peut surestimer l’effet média si elle ne neutralise pas les comportements naturels.
La mesure des visites magasin repose souvent sur des partenaires capables d’observer des signaux de présence dans des lieux physiques. Ces méthodologies peuvent être utiles, mais elles dépendent de la taille du panel, de la qualité de la géolocalisation, de la définition des polygones magasins, de la durée de présence minimale et des méthodes d’extrapolation. Un centre commercial dense, une rue commerçante ou un magasin mitoyen peuvent générer des erreurs d’attribution si les périmètres ne sont pas précisément définis. La mesure doit être auditée comme le ciblage.
Le protocole le plus robuste reste le test avec groupe de contrôle. Une population éligible est divisée entre un groupe exposé et un groupe non exposé comparable, ou entre plusieurs niveaux de pression. On mesure ensuite la différence de visites, de ventes ou d’actions. Cette approche permet de distinguer volume attribué et volume incrémental. Elle doit être conçue avant la campagne, pas reconstruite après coup.
Les tests géographiques constituent une alternative pertinente lorsque l’identification individuelle est limitée. Certaines zones ou magasins sont exposés à la campagne, d’autres servent de témoins. Cette méthode exige de comparer des zones similaires : historique de trafic, saisonnalité, pression concurrentielle, promotions, météo, jours d’ouverture, typologie de clientèle. Un test mal équilibré peut produire une conclusion trompeuse. Mais bien mené, il aide à estimer l’effet réel d’un investissement DSP sur le trafic magasin.
La mesure doit combiner trois niveaux. Le premier est média : impressions visibles, reach, fréquence, CPM, taux de complétion vidéo, CTR. Le deuxième est comportemental : clics qualifiés, itinéraires, appels, consultations de stock, coupons activés, sessions app. Le troisième est économique : visites incrémentales, ventes incrémentales, marge, panier moyen, réachat, ROAS incrémental. Une campagne peut être performante au niveau média et faible au niveau économique. L’inverse est également possible : peu de clics, mais des visites à forte valeur. Le pilotage doit donc éviter les raccourcis.
Arbitrer en pratique : une matrice couverture-coût-signal pour décider
Pour rendre l’arbitrage opérationnel, les équipes peuvent utiliser une matrice à trois axes : couverture, coût et signal. La couverture mesure la capacité à toucher une audience suffisante dans la zone utile. Le coût mesure le prix média, data, création et mesure rapporté à la valeur attendue. Le signal mesure la fiabilité et la valeur prédictive des données mobilisées. Une stratégie équilibrée ne maximise pas simultanément les trois axes ; elle choisit le compromis adapté à l’objectif.
Pour une ouverture magasin, la couverture peut primer. On acceptera un signal d’intention plus faible si la zone est correctement définie, la fréquence maîtrisée et la création suffisamment mémorisable. Pour une opération de déstockage local, le signal produit et stock doit primer : il vaut mieux toucher moins d’utilisateurs mais avec une promesse fiable. Pour une conquête concurrentielle, le coût peut devenir critique, car les audiences autour de zones concurrentes sont parfois chères et juridiquement sensibles selon les pratiques de ciblage. Pour une réactivation CRM enrichie média, la valeur client et le consentement doivent guider la pression.
La matrice peut être complétée par des seuils de décision. Couverture minimale : nombre d’utilisateurs uniques atteignables par magasin ou zone. Coût maximal : coût par visite incrémentale ou coût par vente compatible avec la marge. Signal minimal : fraîcheur de la donnée, précision de localisation, preuve de consentement, lien avec l’intention. Si un scénario ne respecte pas deux de ces trois seuils, il doit être repensé ou traité comme un test limité.
Cette approche impose aussi de renoncer. Toutes les zones ne méritent pas une activation DSP locale. Tous les magasins n’ont pas assez de volume, de stock ou de marge pour justifier une campagne. Tous les signaux ne doivent pas être achetés. L’excellence géomarketing ne consiste pas à tout cibler, mais à concentrer l’investissement là où la probabilité d’impact incrémental est démontrable.
Conclusion : traiter la DSP géomarketing comme un système de décision, pas comme un simple canal d’achat
Le géomarketing programmatique peut devenir un levier puissant pour les annonceurs retail, locaux et omnicanaux, à condition de sortir d’une lecture superficielle de la précision. La localisation n’est pas une intention. La couverture n’est pas une performance. Le coût par visite attribuée n’est pas une preuve d’incrémentalité. Une DSP crée de la valeur lorsqu’elle orchestre des signaux fiables, une portée utile, des enchères rationnelles, des créations contextualisées et une mesure causale.
Une feuille de route actionnable peut se structurer en sept étapes. Premièrement, qualifier l’objectif dans le funnel : notoriété locale, considération, conversion, réactivation ou visite incrémentale. Deuxièmement, définir les zones selon la réalité commerciale : proximité, chalandise intermédiaire, influence élargie, concurrence, capacité magasin. Troisièmement, auditer les signaux : source, fraîcheur, précision, consentement, valeur prédictive. Quatrièmement, fixer les seuils économiques : CPM acceptable, coût par visite incrémentale, marge, panier, LTV. Cinquièmement, adapter les créations et landing pages à la distance, au stock, au moment et à l’intention. Sixièmement, mettre en place des groupes de contrôle ou tests géographiques pour mesurer l’effet réel. Septièmement, capitaliser les apprentissages par magasin, zone, audience, format et scénario.
L’arbitrage central reste constant : plus on cherche la couverture, plus le signal risque de se diluer ; plus on cherche la précision, plus le coût et la complexité augmentent ; plus on optimise sur un indicateur simple, plus on risque de manquer la valeur réelle. Le rôle du marketing n’est pas de choisir une fois pour toutes entre volume, coût et qualité de signal. Il est de construire un système d’arbitrage explicite, testable et relié à l’économie du point de vente. C’est à cette condition que la DSP devient autre chose qu’un tuyau média : un outil de pilotage local de la croissance mesurable.
