Fréquence locale : éviter la saturation en géomarketing
La fréquence locale devient un levier de performance seulement si elle mesure l’utilité marginale de chaque exposition
En géomarketing, discipline qui consiste à exploiter des données géographiques, comportementales et commerciales pour adapter les actions marketing à un territoire ou à une zone de chalandise, la fréquence est souvent traitée comme un simple paramètre média. On fixe un plafond d’expositions, on limite le nombre de sollicitations par utilisateur, puis on optimise les enchères. Cette approche est insuffisante. Dans les campagnes locales, la répétition ne se contente pas d’augmenter la mémorisation : elle modifie la perception de proximité, la pression commerciale et la propension à se déplacer. Une bannière géolocalisée vue cinq fois autour d’un magasin, un SMS envoyé après un passage dans une zone commerciale ou une notification push déclenchée près d’un point de vente n’ont pas le même coût relationnel qu’une impression display standard.
Le Drive-to-Store, stratégie visant à générer du trafic qualifié vers un point de vente physique, repose précisément sur cette tension. Pour qu’un message local fonctionne, il doit être assez répété pour émerger dans un environnement mobile fragmenté, mais pas au point de créer une saturation. La saturation apparaît lorsque la pression d’exposition dépasse l’utilité perçue : l’utilisateur connaît déjà l’offre, n’a pas l’intention de se déplacer, n’est pas dans le bon contexte ou a déjà été sollicité par d’autres canaux. Dans ce cas, la fréquence n’ajoute plus de valeur ; elle augmente le coût média, dégrade les taux d’engagement et peut accélérer les désabonnements, les masquages publicitaires ou la désactivation des notifications.
Les benchmarks médias rappellent la difficulté. En display mobile, une part importante des impressions est faiblement attentionnelle, ce qui pousse naturellement à répéter. En social mobile, les courbes de performance montrent souvent un gain jusqu’à une fréquence de 2 à 4 expositions sur une période courte, puis une érosion progressive du CTR, click-through rate, taux de clic entre impressions et clics. En CRM mobile, la situation est plus sensible : un SMS peut bénéficier de taux de lecture généralement cités au-delà de 90 %, mais cette visibilité augmente aussi le risque d’irritation si la valeur n’est pas évidente. Les notifications push affichent des taux d’ouverture très variables, parfois inférieurs à 2 % sur des messages génériques et supérieurs à 10 % lorsqu’elles sont déclenchées par une intention réelle ou un service attendu.
Pour les annonceurs retail et omnicanaux, le sujet n’est donc pas de réduire mécaniquement la fréquence. Une fréquence trop faible peut rendre la campagne invisible, notamment en environnement programmatique ou sur des zones concurrentielles. Le vrai enjeu est de mesurer l’utilité marginale de chaque exposition locale : la deuxième exposition augmente-t-elle réellement la probabilité de visite ? La troisième renforce-t-elle la décision ou ne fait-elle que toucher un utilisateur déjà convaincu ? La quatrième génère-t-elle du chiffre d’affaires incrémental ou seulement un coût supplémentaire ? Cette logique transforme le capping, limitation de la fréquence d’exposition ou de sollicitation sur une période donnée, en outil de pilotage économique et relationnel.
Comprendre la saturation locale : elle dépend moins du volume d’impressions que du contexte, de l’intention et de la distance
La saturation en géomarketing ne se résume pas à un nombre absolu d’impressions. Deux utilisateurs exposés cinq fois à une même campagne peuvent réagir très différemment. Le premier se trouve à 300 mètres du magasin, a consulté le stock d’un produit la veille et reçoit une offre valable aujourd’hui. Le second habite à 12 kilomètres, n’a aucune intention récente et voit la même création dans plusieurs applications. Pour le premier, la fréquence peut soutenir une action. Pour le second, elle devient du bruit.
Trois variables structurent la tolérance à la fréquence locale. La première est la distance au point de vente. À moins de 500 mètres, une exposition répétée peut être utile si elle guide vers une action immédiate : itinéraire, coupon, disponibilité produit, retrait en deux heures. Entre 1 et 5 kilomètres, la répétition doit être plus justifiée : preuve de stock, avantage prix, rendez-vous, service différenciant. Au-delà, la campagne relève davantage de la considération locale que de l’activation immédiate ; une fréquence élevée sur un message de visite directe risque alors de produire peu d’incrémentalité.
La deuxième variable est l’intention. Un signal comportemental récent modifie fortement la valeur d’une exposition supplémentaire. Un abandon de panier, une consultation de fiche magasin, une recherche d’itinéraire, une ouverture d’email local, un ajout au wallet ou une visite de catégorie dans l’application constituent des indices d’intérêt. À l’inverse, une audience construite uniquement sur une présence dans une zone géographique reste beaucoup plus froide. Le même capping ne devrait pas s’appliquer à ces deux populations. Un client intentionniste peut supporter trois sollicitations cohérentes sur trois jours ; un prospect froid peut saturer dès deux expositions si le message ne progresse pas dans le funnel, parcours allant de l’exposition à la considération, puis à la conversion et à la fidélisation.
La troisième variable est le contexte de réception. Une impression dans une application météo avant un week-end ensoleillé peut soutenir une campagne bricolage ou jardinage. Une notification reçue pendant les heures d’ouverture d’un magasin proche peut être pertinente. Un SMS promotionnel envoyé à 21 h pour une offre valable seulement en magasin le jour même crée au contraire une friction temporelle. Le contexte local n’est pas seulement géographique ; il combine moment, lieu, disponibilité mentale, horaires d’ouverture, météo, événements locaux, pression concurrentielle et capacité opérationnelle du magasin.
Il faut également intégrer la pression intercanale. Un utilisateur peut recevoir une bannière programmatique, une publicité sociale, un email, un SMS et une notification push pour la même opération locale. Si chaque équipe applique son propre capping par canal, la pression totale peut devenir excessive. La saturation réelle est vécue par le client, pas par le canal. Une gouvernance sérieuse doit donc consolider les expositions et sollicitations au niveau individu ou cohorte, même si la mesure n’est pas parfaite.
Définir une fréquence optimale : croiser courbe de réponse, valeur marginale et coût relationnel
La fréquence optimale n’est pas le niveau qui maximise le CTR. C’est le niveau qui maximise la contribution nette, en tenant compte du coût média, du coût relationnel et de l’effet incrémental sur les ventes ou les visites. Le CPA, cost per acquisition, coût nécessaire pour générer une conversion attribuée, peut se dégrader rapidement lorsque les expositions supplémentaires touchent des utilisateurs déjà convaincus ou peu réceptifs. Le ROAS, return on ad spend, ratio entre chiffre d’affaires attribué et dépenses publicitaires, peut lui aussi être trompeur si l’attribution surestime l’effet des expositions répétées.
Une méthode robuste consiste à construire des courbes de réponse par segment. On mesure la performance selon la fréquence observée : 1 exposition, 2 expositions, 3 expositions, 4 à 5 expositions, plus de 5 expositions. Les indicateurs doivent aller au-delà du clic : visites magasin, coupons utilisés, ventes, marge, réachat, opt-out, masquage publicitaire et désactivation push. Une courbe typique montre souvent trois zones. La première est la sous-exposition : l’audience n’a pas assez vu le message pour agir. La deuxième est la zone d’efficacité : chaque exposition supplémentaire augmente la probabilité de conversion ou de visite. La troisième est la zone de rendement décroissant : les coûts augmentent plus vite que les conversions incrémentales.
Un exemple chiffré illustre l’arbitrage. Une enseigne de sport diffuse une campagne géolocalisée autour de 60 magasins pour promouvoir un test running en point de vente. À fréquence 1, le taux de visite observé est de 1,8 %. À fréquence 2, il monte à 2,4 %. À fréquence 3, il atteint 2,7 %. À fréquence 4 et plus, il reste proche de 2,8 %, tandis que le coût média par individu exposé augmente de 35 %. Si l’on se limite au taux de visite attribué, la fréquence 4 semble légèrement meilleure. Mais si un groupe de contrôle montre que l’incrémentalité réelle plafonne dès la troisième exposition, la fréquence 4 devient une dépense peu productive. Le budget gagné peut être réalloué à des segments plus proches, à des magasins sous-fréquentés ou à une création de preuve plus performante.
La fréquence doit aussi être évaluée par objectif de funnel. En haut de funnel local, une fréquence de 3 à 5 impressions sur une semaine peut être acceptable pour construire la mémorisation, surtout sur des formats peu intrusifs. En bas de funnel, une pression plus courte et plus dense peut se justifier si le signal d’intention est fort et l’action immédiate. En fidélisation, la fréquence doit être beaucoup plus sélective, car l’utilisateur connaît déjà la marque et évalue surtout la pertinence de la sollicitation.
Le coût relationnel doit être rendu visible. Un SMS supplémentaire peut générer quelques ventes immédiates, mais aussi des désabonnements qui réduisent la valeur future de la base. Une notification push trop fréquente peut conduire à la désactivation du canal, ce qui prive l’enseigne d’un levier de service. Une pression display excessive peut dégrader la perception de marque même si elle ne produit pas d’opt-out mesurable. Les modèles de décision doivent donc intégrer des métriques négatives, pas seulement des conversions.
Orchestrer la fréquence par canal : programmatique, SMS, push et application ne doivent pas porter la même pression
En géomarketing, tous les canaux ne se valent pas face à la fréquence. La publicité programmatique mobile, souvent achetée via une DSP, demand-side platform, plateforme permettant aux annonceurs d’acheter des impressions publicitaires de manière automatisée, autorise une gestion fine de la fréquence par device, audience, zone et période. Le RTB, real-time bidding, mécanisme d’enchères en temps réel pour acheter une impression disponible, permet d’ajuster la pression selon la valeur attendue de l’utilisateur et du contexte. Mais la qualité du capping dépend de la capacité d’identification, des environnements médias, du consentement et des pertes de signal. Un capping annoncé à 3 expositions peut être moins fiable si l’utilisateur navigue entre applications, navigateurs et devices.
Le display programmatique supporte généralement une fréquence plus élevée que le SMS ou le push, car il est moins intrusif. Mais il est aussi moins attentionnel. La tentation est donc de compenser la faiblesse de l’attention par le volume. Cette logique devient dangereuse lorsque la création est répétitive et que la zone de ciblage est trop large. Un bon plan programmatique local doit distinguer fréquence utile et fréquence gaspillée : par exemple, limiter à 3 impressions sur 48 heures autour d’un magasin pour une offre immédiate, mais étendre à 5 ou 6 impressions sur 10 jours pour une campagne de considération locale avec variation créative.
Le SMS doit être considéré comme un canal premium de sollicitation. Sa fréquence acceptable est beaucoup plus faible. Pour une enseigne retail, envoyer deux SMS promotionnels locaux dans la même semaine peut déjà être excessif si le client reçoit en parallèle des emails et des pushs. Le SMS doit être réservé aux moments où la valeur est claire : avantage personnalisé, information de service, vente privée, disponibilité produit rare, rendez-vous ou offre à forte urgence. Le capping SMS doit intégrer la récence d’achat, l’appétence promotionnelle, le statut fidélité et l’historique d’opt-out.
La notification push occupe une position intermédiaire. Elle peut être très efficace lorsqu’elle s’appuie sur un contexte d’usage : commande prête, panier abandonné, baisse de prix sur un produit suivi, approche d’un magasin favori, créneau disponible. Mais elle devient irritante si elle reproduit des messages génériques. Une bonne règle consiste à séparer les pushs de service, qui peuvent être plus fréquents car attendus, des pushs commerciaux, qui doivent être strictement plafonnés. La fréquence push doit aussi tenir compte de la session applicative : un utilisateur actif dans l’application tolère mieux des messages in-app que des interruptions hors session.
L’in-app et le wallet permettent une pression plus discrète. Un message affiché dans l’application au moment où l’utilisateur consulte un stock local peut être pertinent sans interrompre. Un coupon ajouté au wallet peut rappeler une offre à proximité du magasin, mais cette mécanique doit rester maîtrisée. Le risque n’est pas seulement la fréquence brute ; c’est la répétition sans progression. Si chaque canal répète la même promesse, la campagne sature. Si chaque canal joue un rôle distinct dans le funnel, la fréquence peut devenir séquentielle plutôt que cumulative.
Passer d’un capping fixe à une logique de scénarios : exposition, relance, exclusion et pause
Le capping fixe, par exemple trois impressions par jour ou deux sollicitations par semaine, est utile comme garde-fou, mais il ne suffit pas pour piloter une stratégie locale mature. La fréquence doit être scénarisée. Un scénario définit ce qui se passe après une exposition, un clic, une visite, une absence de réaction ou un achat. Cette logique est particulièrement importante dans les campagnes Drive-to-Store, où l’objectif n’est pas seulement de montrer un message, mais de faire progresser l’utilisateur vers une action physique.
Un scénario simple peut être structuré en quatre étapes. Premièrement, l’exposition initiale installe la promesse locale : disponibilité, avantage, service ou événement. Deuxièmement, une relance intervient uniquement si l’utilisateur présente un signal d’intérêt, par exemple un clic, une consultation de stock ou une demande d’itinéraire incomplète. Troisièmement, l’utilisateur est exclu temporairement s’il a acheté, utilisé un coupon ou visité le magasin. Quatrièmement, une pause est appliquée si aucune réaction n’est observée après plusieurs expositions. Ce dernier point est essentiel : l’absence d’engagement est une information, pas une invitation à augmenter indéfiniment la pression.
Les exclusions sont souvent le levier le plus sous-exploité. Un client ayant acheté le produit promu ne devrait pas continuer à recevoir la même offre pendant trois jours. Un utilisateur ayant déjà activé un coupon ne doit pas être surexposé à un message d’acquisition. Un client très récent peut être basculé vers un message de service ou de fidélisation, plutôt que vers une nouvelle remise. Ces règles réduisent la saturation et améliorent le ROAS réel en évitant de payer des impressions inutiles.
La temporalité du scénario doit être adaptée à la catégorie. Pour la restauration rapide, une fenêtre d’activation peut se jouer sur quelques heures autour du déjeuner ou du dîner. Pour le bricolage, la météo et le week-end peuvent structurer une période de 48 à 72 heures. Pour l’ameublement ou l’optique, la décision est plus longue ; la fréquence doit alterner preuve, service et prise de rendez-vous, plutôt que répéter une promotion. Le capping pertinent n’est donc pas universel. Il dépend du cycle d’achat, du niveau d’implication et de la capacité du magasin à honorer la promesse.
Une matrice utile consiste à croiser intention et récence. Pour une intention forte et récente, la pression peut être courte, directe et actionnable. Pour une intention forte mais ancienne, il faut réintroduire une preuve ou une raison de revenir. Pour une intention faible mais une forte proximité géographique, la campagne doit rester légère et contextuelle. Pour une intention faible et une distance élevée, la fréquence doit être très limitée, sauf objectif de notoriété locale assumé.
Mesurer la fatigue et l’incrémentalité : sans groupe de contrôle, la fréquence élevée paraît souvent plus performante qu’elle ne l’est
L’attribution, méthode qui assigne une conversion à un ou plusieurs points de contact marketing, peut fortement biaiser l’analyse de fréquence. Les utilisateurs les plus exposés sont souvent ceux qui étaient déjà les plus disponibles, les plus proches ou les plus intentionnistes. Si ces utilisateurs achètent davantage, ce n’est pas nécessairement parce qu’ils ont vu quatre impressions ; c’est peut-être parce qu’ils avaient déjà une probabilité d’achat supérieure. Le last click, modèle attribuant toute la conversion au dernier point de contact, accentue ce biais en valorisant les expositions proches de la conversion.
Pour mesurer correctement la fréquence locale, il faut introduire des groupes de contrôle ou des tests géographiques. Un groupe exposé à une fréquence cible peut être comparé à un groupe comparable exposé à une fréquence plus faible, ou non exposé. L’objectif est de mesurer l’uplift, c’est-à-dire l’augmentation incrémentale de visites ou de ventes attribuable à la campagne. Par exemple, une enseigne alimentaire teste trois niveaux de pression autour de 100 magasins : fréquence 1 à 2, fréquence 3 à 4, fréquence 5 et plus. Les ventes attribuées augmentent avec la fréquence. Mais le groupe témoin révèle que l’uplift réel progresse fortement entre fréquence 1 et 3, puis se stabilise. La fréquence 5 génère surtout des ventes qui auraient eu lieu de toute façon.
La mesure doit aussi détecter la fatigue. Plusieurs signaux sont utiles : baisse du CTR à fréquence croissante, baisse du taux de conversion post-clic, augmentation du coût par visite incrémentale, hausse des désabonnements SMS, désactivation des notifications, augmentation des masquages publicitaires, baisse du taux d’ouverture email après une campagne locale trop dense. Ces métriques doivent être analysées par segment. Les clients fidèles peuvent sembler plus performants à court terme, mais ils sont aussi plus précieux ; les fatiguer peut coûter plus cher que de surexposer des prospects froids.
La fenêtre d’analyse est déterminante. Une campagne locale peut générer des visites dans les 24 heures, mais aussi des achats différés sur plusieurs jours. À l’inverse, une fenêtre trop longue surestime l’effet campagne en capturant des achats organiques. Une pratique raisonnable consiste à définir une fenêtre principale alignée sur la catégorie, puis une fenêtre secondaire pour observer le réachat ou les effets retardés. Pour une offre restaurant, 24 à 48 heures peuvent suffire. Pour une campagne équipement de la maison, 7 à 14 jours peuvent être nécessaires. Pour une campagne de rendez-vous, il faut suivre la prise de rendez-vous, la venue effective et la transformation.
Enfin, la marge doit être intégrée. Une fréquence élevée peut augmenter les ventes sur des produits fortement remisés et donner un ROAS chiffre d’affaires flatteur. Mais si la marge incrémentale est faible, l’opération peut être négative. Le bon indicateur n’est pas uniquement le coût par visite ou le ROAS attribué ; c’est la contribution incrémentale nette, en tenant compte de la marge, du coût média, des remises et du coût relationnel.
Conclusion : piloter la fréquence locale comme une ressource rare, pas comme un réglage média secondaire
Éviter la saturation en géomarketing ne signifie pas réduire toutes les expositions. Cela signifie réserver la pression aux moments où elle augmente réellement la probabilité d’action. La fréquence locale doit être pilotée comme une ressource rare : elle consomme du budget, de l’attention et de la tolérance relationnelle. Lorsqu’elle est alignée avec la distance, l’intention, le contexte et le canal, elle renforce la conversion. Lorsqu’elle est appliquée mécaniquement, elle dégrade le ROAS, fatigue les audiences et brouille la relation locale.
Une feuille de route actionnable peut se structurer en huit étapes. Premièrement, cartographier la pression totale par canal : programmatique, social mobile, SMS, push, email, in-app et wallet. Deuxièmement, segmenter les audiences selon distance, intention récente, valeur client, récence d’achat et appétence promotionnelle. Troisièmement, définir des caps différenciés par canal et par objectif de funnel, plutôt qu’un plafond unique. Quatrièmement, scénariser les expositions avec des règles de relance, d’exclusion et de pause. Cinquièmement, varier les créations pour faire progresser le message au lieu de répéter la même promesse. Sixièmement, mesurer l’incrémentalité avec groupes de contrôle ou tests géographiques. Septièmement, intégrer les signaux négatifs : opt-out, désactivation push, baisse d’engagement et fatigue créative. Huitièmement, arbitrer sur la contribution marge et la valeur client, pas seulement sur le trafic attribué.
Le point critique est la gouvernance. Si chaque canal optimise isolément sa fréquence, l’utilisateur subit une pression fragmentée mais cumulative. Si les équipes CRM, média, géomarketing et retail partagent une même lecture du parcours, la fréquence devient un levier d’orchestration. Un prospect proche peut recevoir une preuve légère en display, puis un message plus direct s’il manifeste une intention. Un client fidèle peut être sollicité moins souvent, mais avec une valeur plus personnalisée. Un acheteur récent peut être exclu de la promotion et orienté vers le service. C’est cette capacité à savoir quand répéter, quand changer de message et quand se taire qui distingue une activation locale performante d’une campagne simplement insistante.
Pour les professionnels du marketing mobile, la question décisive n’est donc pas : combien de fois faut-il exposer un utilisateur ? Elle est : à partir de quelle exposition la valeur marginale devient-elle inférieure au coût marginal, économique et relationnel ? Répondre à cette question impose des données, des tests et une discipline d’orchestration. C’est à cette condition que le géomarketing peut générer du trafic magasin sans transformer la proximité en saturation.
