Retargeting mobile : arbitrer réactivation et cannibalisation
Le retargeting mobile crée de la valeur seulement lorsqu’il réactive un comportement qui n’aurait pas eu lieu sans pression média
Le retargeting mobile, pratique consistant à recibler un utilisateur déjà exposé à la marque ou ayant manifesté un signal d’intérêt sur mobile, est souvent présenté comme un levier naturellement performant. Les audiences sont chaudes, les taux de clic dépassent fréquemment ceux de la prospection, les paniers abandonnés convertissent mieux que les audiences froides, et les plateformes optimisent rapidement. Pour un annonceur retail ou omnicanal, cette promesse est attractive : reconnecter un visiteur d’application, relancer un client CRM inactif, rappeler une offre locale, transformer une consultation produit en visite magasin ou en achat e-commerce.
Mais cette efficacité apparente contient un risque majeur : la cannibalisation. Une campagne peut afficher un CPA, cost per acquisition, coût nécessaire pour générer une conversion attribuée, très faible parce qu’elle touche des clients qui auraient acheté sans exposition supplémentaire. Elle peut générer un ROAS, return on ad spend, ratio entre chiffre d’affaires attribué et dépenses publicitaires, élevé tout en déplaçant simplement des ventes organiques, CRM ou magasin. Dans ce cas, le retargeting ne crée pas de demande additionnelle ; il achète une partie de la demande déjà présente dans le funnel, parcours allant de l’exposition à la considération, puis à la conversion et à la fidélisation.
L’arbitrage stratégique n’est donc pas de savoir s’il faut faire du retargeting mobile, mais dans quelles conditions il réactive réellement un utilisateur. La réactivation consiste à remettre en mouvement un client ou prospect dont la probabilité de conversion naturelle a baissé ou dont le parcours est bloqué. La cannibalisation apparaît lorsque la pression média capte une conversion quasi certaine, remplace un canal moins coûteux, accélère artificiellement un achat sans valeur incrémentale ou dégrade la marge par une incitation inutile. Entre ces deux pôles, la frontière est rarement visible dans les reportings standards.
Le sujet est particulièrement critique sur mobile. Le device concentre signaux d’intention, géolocalisation, application, notifications push, SMS, wallet, navigation web, social mobile et publicité programmatique. Cette richesse rend le retargeting plus actionnable, mais aussi plus susceptible de surexposer les mêmes individus. Un client peut voir une publicité dynamique après avoir consulté un produit, recevoir un email de relance, une notification push, un SMS local et une bannière géolocalisée autour d’un magasin. Si chaque canal revendique la vente, l’annonceur peut croire à une performance cumulée alors qu’il a surtout payé plusieurs fois pour la même intention.
Pour arbitrer correctement, il faut déplacer la question du dernier contact vers l’effet marginal. Le bon indicateur n’est pas seulement le chiffre d’affaires attribué au retargeting. C’est la marge incrémentale, c’est-à-dire la contribution additionnelle réellement causée par la campagne après déduction des coûts média, des remises et du coût relationnel. Ce changement de perspective impose une discipline : segmenter les signaux d’intention, contrôler la pression, exclure les audiences trop proches de la conversion naturelle, mesurer avec des groupes témoins et piloter par valeur client plutôt que par volume attribué.
Identifier les principales formes de cannibalisation : organique, CRM, promotionnelle, magasin et intercanale
La première forme de cannibalisation est organique. Elle concerne les utilisateurs déjà très proches de l’achat : consultation produit répétée, ajout panier récent, demande d’itinéraire, page magasin ouverte, disponibilité stock vérifiée, code promo déjà copié. Ces signaux ont de la valeur pour le ciblage, mais ils indiquent aussi une forte probabilité de conversion sans retargeting. Si une campagne cible systématiquement tous les abandonnistes dans les minutes suivant l’abandon, elle peut produire un taux de conversion élevé mais une faible incrémentalité. L’annonceur paie alors pour confirmer une intention déjà mature.
La deuxième est la cannibalisation CRM. Un client inscrit au programme de fidélité peut recevoir une relance email gratuite ou peu coûteuse, une notification push si l’application est installée, ou un SMS sur un moment critique. Si le retargeting paid media touche les mêmes clients sans orchestration, il risque de se substituer à des canaux propriétaires moins chers. Le coût n’est pas seulement média : l’attribution, méthode qui assigne une conversion à un ou plusieurs points de contact marketing, peut transférer artificiellement la valeur du CRM vers le paid. Les décisions budgétaires deviennent alors biaisées.
La troisième est promotionnelle. Le retargeting utilise souvent une remise pour déclencher l’action : livraison offerte, coupon mobile, offre locale, réduction limitée dans le temps. Cette mécanique peut être pertinente sur un prospect hésitant ou un client dormant. Elle est beaucoup plus discutable sur un client qui allait acheter au prix plein. Dans ce cas, la campagne cannibalise la marge. Un ROAS chiffre d’affaires de 12 peut masquer une rentabilité faible si 40 % des ventes attribuées auraient eu lieu sans remise et si la promotion réduit la marge unitaire de 8 à 12 points.
La quatrième est la cannibalisation magasin. Dans le Drive-to-Store, stratégie visant à générer du trafic qualifié vers un point de vente physique, une campagne mobile peut déplacer une visite d’un magasin vers un autre sans créer de trafic réseau additionnel. Un client qui fréquente habituellement le magasin A peut être retargeté autour du magasin B avec un coupon local. Le reporting du magasin B progresse, mais le réseau ne gagne pas nécessairement de chiffre d’affaires. Dans les zones urbaines denses, cette cannibalisation intra-réseau est fréquente si les audiences ne sont pas rattachées à un magasin de référence, une zone de chalandise ou un historique d’achat local.
La cinquième est intercanale. Une impression social mobile, une bannière display, un push et un email peuvent tous intervenir avant la même conversion. Le last click, modèle attribuant toute la conversion au dernier point de contact, favorise souvent le canal le plus proche de l’achat, donc le retargeting. À l’inverse, un modèle linéaire peut survaloriser la répétition. Dans les deux cas, l’annonceur risque d’augmenter les budgets sur les points de contact de capture plutôt que sur les leviers de création de demande. Le retargeting devient alors un excellent outil de reporting, mais pas forcément un moteur de croissance.
Segmenter l’intention : tous les visiteurs mobiles ne méritent pas la même pression de réactivation
Un retargeting mature commence par une hiérarchisation des signaux. La visite d’une page d’accueil, la consultation d’une catégorie, l’ajout au panier, la recherche d’un magasin, l’ouverture d’un email local et l’abandon d’un formulaire n’indiquent pas la même intention. Le piège consiste à regrouper ces signaux dans une audience unique, puis à laisser l’algorithme optimiser vers les utilisateurs les plus faciles à convertir. Cette méthode améliore les métriques attribuées, mais elle augmente le risque de cannibalisation.
Un framework utile consiste à croiser quatre dimensions : récence, profondeur d’intention, valeur économique et probabilité organique. La récence mesure le temps écoulé depuis le signal : quelques minutes, 24 heures, 7 jours, 30 jours. La profondeur qualifie l’engagement : vue produit, ajout panier, stock consulté, itinéraire demandé, compte connecté, coupon sauvegardé. La valeur économique intègre panier attendu, marge, valeur client, catégorie produit et potentiel de réachat. La probabilité organique estime la chance de conversion sans pression média, à partir de l’historique client, de la récurrence d’achat, de la saisonnalité, de la fidélité et de la proximité magasin.
Cette matrice produit des décisions différentes. Un client fidèle ayant ajouté un produit courant au panier il y a dix minutes peut être exclu temporairement du paid media et traité par email ou push de service. Un prospect anonyme ayant consulté trois fois une catégorie à marge élevée sur sept jours peut justifier une exposition programmatique. Un client dormant depuis neuf mois qui rouvre l’application et consulte une page magasin peut recevoir un message de réactivation plus fort, y compris un avantage limité. Un utilisateur qui a déjà demandé un itinéraire vers le point de vente doit plutôt être basculé vers une logique de suppression ou de message de service, pas vers une surenchère publicitaire.
La fenêtre de retargeting doit aussi être calibrée par catégorie. Pour la restauration, l’intention peut expirer en quelques heures. Pour l’équipement de la maison, elle peut rester active plusieurs semaines. Pour la mode, la fenêtre dépend fortement du stock, de la promotion et de la saison. Pour l’optique, l’automobile ou les services avec rendez-vous, le cycle de décision est plus long et la réactivation doit alterner preuve, réassurance et prise de rendez-vous. Appliquer une fenêtre standard de 30 jours à toutes les verticales revient souvent à payer des impressions sur des intentions mortes ou déjà converties.
La proximité locale ajoute une couche supplémentaire. Un abandonniste e-commerce situé à 700 mètres d’un magasin disposant du stock n’a pas la même valeur qu’un abandonniste situé à 25 kilomètres sans option de retrait. Mais cette proximité ne doit pas justifier une pression automatique. Si le client visite déjà fréquemment ce magasin, la campagne risque de capter une vente organique. Si, au contraire, il n’a jamais acheté en point de vente mais consulte un produit disponible localement, le retargeting mobile peut créer une passerelle utile entre digital et magasin.
Piloter l’achat média : les algorithmes optimisent la conversion attribuée, pas l’incrémentalité par défaut
Le retargeting mobile est souvent activé via une DSP, demand-side platform, plateforme permettant aux annonceurs d’acheter des impressions publicitaires de manière automatisée, ou via les environnements social et app install. Le RTB, real-time bidding, mécanisme d’enchères en temps réel pour acheter une impression disponible, permet d’ajuster les enchères selon l’audience, le contexte, l’heure, le device, la localisation probable et la valeur attendue. Cette sophistication est utile, mais elle ne garantit pas une allocation économiquement saine.
Par défaut, les algorithmes apprennent sur les conversions qu’on leur donne. Si le signal d’optimisation est l’achat attribué à 7 jours post-clic, la plateforme privilégiera les utilisateurs les plus susceptibles d’acheter dans cette fenêtre, même si une partie importante aurait converti sans publicité. Si le signal est la visite magasin estimée, elle peut favoriser les zones à forte mobilité naturelle. Si le signal est le clic, elle optimisera vers des inventaires et profils réactifs, pas nécessairement vers les clients incrémentaux. La qualité du proxy conditionne la qualité de l’optimisation.
Plusieurs garde-fous sont nécessaires. Le premier est la séparation budgétaire par niveau d’intention. Les abandons panier très récents ne doivent pas absorber tout le budget au détriment des clients dormants ou des prospects à intention intermédiaire. Le deuxième est la mise en place de caps de fréquence différenciés. Une audience chaude peut nécessiter une pression courte et dense, par exemple deux à trois expositions en 48 heures, puis une exclusion. Une audience tiède peut nécessiter une séquence plus longue avec variation créative. Une audience froide issue d’une simple visite catégorie doit être plafonnée strictement pour éviter le gaspillage.
Le troisième garde-fou est l’exclusion dynamique. Les acheteurs récents, utilisateurs ayant utilisé un coupon, clients ayant visité le magasin, contacts déjà relancés par SMS ou push, et produits en rupture doivent sortir des audiences paid dès que possible. Une latence de synchronisation de 24 heures peut sembler acceptable, mais elle suffit à créer une surexposition coûteuse pendant une opération courte. Dans le retail, la fraîcheur des flux de stock, de caisse et de CRM devient donc un paramètre média.
Le quatrième est la variation créative selon le stade du parcours. Répéter le même message promotionnel à chaque exposition accentue la fatigue et augmente la dépendance à la remise. Une séquence plus robuste peut commencer par la preuve produit, continuer par le bénéfice local, puis seulement utiliser une incitation si l’utilisateur reste inactif. Pour un produit à forte marge ou forte implication, la preuve sociale, le stock local, le conseil en magasin, le rendez-vous ou la garantie peuvent créer plus de valeur qu’une réduction immédiate.
Enfin, l’optimisation doit intégrer la marge. Beaucoup de campagnes retargeting pilotent encore au chiffre d’affaires attribué. Or deux conversions à 100 euros n’ont pas la même valeur si l’une porte 45 euros de marge et l’autre 12 euros après remise. Lorsque le volume le permet, le signal transmis à la plateforme doit se rapprocher de la valeur économique : marge estimée, panier net, probabilité de réachat ou score de valeur client. À défaut, l’algorithme risque de maximiser le volume le plus facile, pas la contribution la plus rentable.
Mesurer l’effet réel : holdout, tests géographiques et modèles d’uplift sont indispensables
La mesure est le point de bascule entre réactivation et cannibalisation. Sans protocole incrémental, une campagne retargeting paraît presque toujours performante, car elle cible des individus déjà intéressés. L’incrémentalité mesure l’effet additionnel causé par la campagne par rapport à ce qui se serait produit sans exposition. C’est cette mesure, et non le volume attribué, qui doit guider les arbitrages budgétaires.
Le premier outil est le holdout, groupe témoin volontairement non exposé. Sur une audience éligible de 500 000 utilisateurs, l’annonceur peut exclure aléatoirement 5 % à 10 % des profils du retargeting. Si le groupe exposé convertit à 8,4 % et le groupe témoin à 7,6 %, l’uplift, c’est-à-dire l’augmentation incrémentale de conversion, est de 0,8 point. Sur 450 000 exposés, cela représente 3 600 conversions incrémentales. Si la campagne revendique 18 000 conversions attribuées, l’analyse révèle que 80 % des conversions attribuées auraient potentiellement eu lieu sans exposition. Ce n’est pas nécessairement un échec, mais c’est une information décisive pour le budget.
Le holdout doit être stratifié. Un témoin national mal réparti peut sous-représenter les clients VIP, les zones urbaines, les utilisateurs app ou les magasins sous pression concurrentielle. La randomisation doit donc être contrôlée par segment d’intention, valeur client, canal disponible, zone, magasin de rattachement ou catégorie produit. Dans les campagnes locales, un holdout individuel peut être complété par des tests géographiques, notamment lorsque l’objectif porte sur le trafic magasin global.
Les tests géographiques consistent à comparer des zones exposées et des zones témoins comparables. Pour être fiables, ils doivent utiliser une période pré-campagne permettant d’apparier les zones selon ventes historiques, trafic, saisonnalité, concurrence, densité, pression CRM, stock et typologie magasin. La méthode de différence-en-différences est utile : elle compare l’évolution d’une zone test avant et après campagne avec l’évolution d’une zone témoin sur la même période. Si la zone test progresse de 9 % et la zone témoin de 5 %, l’effet estimé est de 4 points, sous réserve de tendances historiques parallèles.
Les modèles d’uplift peuvent aller plus loin en identifiant les individus persuadables. On distingue généralement quatre populations : les sure things, qui convertissent même sans exposition ; les persuadables, qui convertissent grâce à l’exposition ; les lost causes, qui ne convertissent pas malgré l’exposition ; et les sleeping dogs, qui peuvent être négativement influencés par la sollicitation. Le retargeting rentable cherche à maximiser les persuadables et à réduire la pression sur les sure things. Cette logique est plus exigeante que l’optimisation classique, car elle nécessite des données de contrôle, mais elle permet de réduire la cannibalisation.
La fenêtre d’attribution doit également être critiquée. Une fenêtre post-clic de 7 jours peut être trop longue pour une offre alimentaire et trop courte pour un achat d’ameublement. Une fenêtre post-view de 24 heures peut capter des ventes organiques si l’audience est très chaude. Le choix doit être aligné sur le cycle d’achat et validé par les tests. Une règle simple consiste à publier deux lectures : performance attribuée pour piloter l’exécution, performance incrémentale pour décider du budget.
Cas concret : une relance panier peut afficher un ROAS de 18 et détruire de la marge incrémentale
Prenons une enseigne omnicanale d’équipement de la maison. Elle active une campagne de retargeting mobile sur 300 000 utilisateurs ayant consulté une fiche produit ou abandonné un panier dans les 14 derniers jours. Budget média : 90 000 euros. La campagne utilise des créations dynamiques, un coupon de 10 % valable en ligne et en magasin, et une fenêtre d’attribution de 7 jours post-clic. Le reporting affiche 1,62 million d’euros de chiffre d’affaires attribué, soit un ROAS attribué de 18. Le CPA attribué est de 6,40 euros. À première vue, la campagne doit être amplifiée.
L’analyse incrémentale raconte une histoire plus nuancée. Un holdout de 10 % a été conservé. Le groupe exposé convertit à 6,8 %, contre 5,9 % pour le groupe témoin. L’uplift est donc de 0,9 point. Sur 270 000 utilisateurs exposés, cela représente environ 2 430 conversions incrémentales. Le chiffre d’affaires incrémental estimé est de 315 000 euros, très inférieur au chiffre attribué. La marge brute moyenne sur les ventes exposées est de 31 %, mais la remise de 10 % réduit la marge nette sur une partie des commandes. Après prise en compte du coût média et des remises, la contribution incrémentale nette devient faible sur certains segments.
Le détail par segment révèle trois poches distinctes. Les abandons panier de moins de 24 heures affichent un ROAS attribué très élevé, mais un uplift limité : beaucoup de clients auraient acheté sans coupon. Les visiteurs catégorie entre 3 et 10 jours, sans ajout panier mais avec plusieurs consultations, affichent un ROAS attribué plus faible mais un uplift supérieur. Les clients dormants depuis plus de 12 mois, réactivés par une visite produit récente, produisent moins de volume mais davantage de marge incrémentale, car leur probabilité organique était basse.
L’enseigne modifie alors son dispositif. Les abandons panier très récents reçoivent d’abord une relance propriétaire sans remise : email, push ou rappel de stock. Le paid retargeting n’intervient qu’après 24 à 48 heures sans conversion, avec une pression plafonnée. Les visiteurs à intention intermédiaire reçoivent une séquence de preuve : avis, disponibilité magasin, service de retrait, puis incitation si nécessaire. Les clients dormants bénéficient d’une offre plus forte mais limitée en fréquence. Les acheteurs récents et les produits à faible marge sont exclus dynamiquement.
Le mois suivant, le ROAS attribué baisse de 18 à 11, ce qui pourrait sembler négatif dans un reporting classique. Mais la marge incrémentale progresse de 22 %, le coût par conversion incrémentale diminue de 18 %, et le taux d’utilisation inutile du coupon baisse fortement. La campagne paraît moins spectaculaire, mais elle crée plus de valeur. C’est précisément l’arbitrage attendu : accepter de perdre du chiffre attribué pour réduire la cannibalisation et améliorer la contribution réelle.
Conclusion : arbitrer par valeur marginale, pas par performance attribuée
Le retargeting mobile reste un levier puissant pour les annonceurs retail, locaux et omnicanaux. Il permet de reconnecter des signaux d’intention, de relancer des parcours interrompus, de transformer une visite digitale en trafic magasin et de réactiver des clients dormants. Mais sa proximité avec la conversion le rend structurellement exposé à la cannibalisation. Plus une audience est chaude, plus le reporting attribué est flatteur, et plus la question de l’incrémentalité devient critique.
Une feuille de route actionnable peut se structurer en huit étapes. Premièrement, classer les audiences selon récence, profondeur d’intention, valeur économique et probabilité organique. Deuxièmement, séparer les budgets entre abandons très chauds, intention intermédiaire, clients dormants et audiences locales. Troisièmement, réserver les remises aux segments où elles modifient réellement le comportement, et non aux clients déjà proches de l’achat. Quatrièmement, synchroniser CRM, stock, caisse et audiences média pour exclure rapidement acheteurs, visiteurs magasin et produits indisponibles. Cinquièmement, plafonner la fréquence selon le stade du funnel et imposer des pauses après absence de réaction. Sixièmement, varier les créations pour faire progresser le message plutôt que répéter la même incitation. Septièmement, mesurer avec holdout, tests géographiques ou modèles d’uplift. Huitièmement, arbitrer sur la marge incrémentale et la valeur client, pas seulement sur le ROAS attribué.
Le point de gouvernance est central. Les équipes média chercheront naturellement les audiences qui convertissent le mieux, les équipes CRM protégeront la pression relationnelle, les équipes retail regarderont le trafic magasin, et la finance demandera une contribution nette. Le retargeting mobile performant exige que ces lectures soient alignées. Une conversion attribuée n’est pas toujours une conversion créée. Une remise utilisée n’est pas toujours une décision influencée. Une visite magasin mesurée n’est pas toujours un trafic additionnel.
L’arbitrage entre réactivation et cannibalisation consiste donc à poser une question simple avant chaque activation : quelle part de cette audience a besoin d’une pression payante pour agir ? Si la réponse est faible, il faut réduire, différer, exclure ou transférer vers un canal propriétaire. Si la réponse est élevée, le retargeting peut devenir un instrument précis de croissance. Dans un environnement où les coûts média augmentent et où la pression mobile est de plus en plus visible pour les consommateurs, cette discipline n’est plus optionnelle. Elle distingue les campagnes qui capturent l’intention de celles qui créent réellement de la valeur additionnelle.
