Fréquence d’exposition : trouver le seuil avant l’usure locale
La performance locale se joue rarement sur l’exposition maximale, mais sur le point précis où la répétition cesse de convaincre et commence à user
Dans les dispositifs de marketing mobile et de Drive-to-Store, stratégie visant à générer du trafic qualifié vers un point de vente physique à partir de leviers digitaux, la fréquence d’exposition est l’un des paramètres les plus sous-estimés. Les équipes médias savent piloter une couverture, un budget, un CPM, cost per mille, coût payé pour mille impressions, ou un CPC, cost per click, coût payé pour un clic. Elles savent aussi lire un CPA, cost per acquisition, coût nécessaire pour générer une conversion attribuée, et un ROAS, return on ad spend, ratio entre chiffre d’affaires attribué ou incrémental et dépenses marketing. Mais elles disposent plus rarement d’un cadre robuste pour répondre à une question pourtant décisive : combien de fois faut-il exposer un individu à un message local avant que l’impact marginal devienne nul, puis négatif ?
La question est d’autant plus sensible que le local amplifie les effets de répétition. Une bannière nationale peut être ignorée sans conséquence directe. Une activation mobile autour d’un magasin, répétée trop souvent, touche un espace plus personnel : trajet domicile-travail, quartier, magasin habituel, application installée, SMS reçu sur un numéro identifié, notification push sur écran verrouillé. Lorsque l’exposition devient trop dense, l’utilisateur ne perçoit plus une marque utilement présente dans son environnement ; il perçoit une pression. Cette bascule est l’usure locale : baisse de réactivité, hausse des opt-out, désactivation des notifications, diminution de la préférence, voire évitement du point de vente si la promesse est vécue comme insistante ou peu pertinente.
Le paradoxe est connu. Une fréquence trop faible ne crée pas assez de mémorisation, surtout dans un environnement mobile fragmenté où les impressions sont courtes et concurrentes. Une fréquence trop élevée améliore parfois les métriques attribuées à court terme, mais dégrade l’économie réelle : contacts gaspillés, audiences saturées, hausse du coût marginal de la visite, cannibalisation de visites organiques et perte de permissions. Le pilotage mature ne consiste donc pas à fixer un capping uniforme, limitation du nombre d’expositions sur une période donnée, mais à identifier un seuil par contexte : canal, distance au magasin, intention récente, valeur client, pression omnicanale, catégorie produit et fenêtre de décision.
Pour les annonceurs retail, locaux et omnicanaux, l’enjeu n’est pas seulement média. Il touche à la relation client. Une impression programmatique achetée via une DSP, demand-side platform, plateforme permettant d’acheter automatiquement des impressions publicitaires, n’a pas le même coût relationnel qu’un SMS. Un push géolocalisé n’a pas la même acceptabilité qu’un email promotionnel. Une répétition autour d’un événement magasin n’a pas le même effet si le client a consulté un stock la veille ou s’il n’a donné aucun signal d’intention depuis six mois. Trouver le seuil avant l’usure locale suppose donc de passer d’une logique de fréquence moyenne à une logique de fréquence utile.
Pourquoi la fréquence locale ne peut pas être pilotée comme une simple variable média
Dans les plans médias classiques, la fréquence est souvent traitée comme un équilibre entre reach, couverture d’une population cible, et répétition. La théorie de l’effective frequency, fréquence minimale nécessaire pour produire un effet publicitaire, a longtemps servi de référence, avec des règles empiriques du type trois expositions pour émerger. Ces repères restent utiles pour structurer la réflexion, mais ils sont insuffisants en marketing mobile local. D’abord parce que toutes les expositions ne se valent pas. Ensuite parce que les canaux adressés créent une mémoire relationnelle. Enfin parce que le magasin introduit une contrainte de distance, de disponibilité et d’exécution terrain.
Une impression display mobile visible deux secondes dans une application météo n’a pas la même intensité qu’un SMS reçu à 11 h 45 pour une offre déjeuner à 300 mètres. Une vidéo sociale vue à 50 % ne produit pas le même signal qu’un push indiquant qu’un produit mis en favori est disponible dans le magasin préféré. La fréquence brute agrège des contacts hétérogènes ; or l’usure naît autant de l’intensité du contact que de son volume. Cinq impressions programmatiques espacées peuvent être neutres. Deux SMS promotionnels en 48 heures peuvent être excessifs.
La deuxième difficulté vient de la temporalité locale. Une campagne Drive-to-Store n’a pas toujours besoin d’être répétée pendant plusieurs semaines. Pour un commerce alimentaire, une offre du midi peut se jouer sur une fenêtre de trois heures. Pour une enseigne de bricolage, la météo et le week-end structurent une fenêtre de 48 à 72 heures. Pour l’optique, l’ameublement ou l’automobile, la fréquence doit accompagner un cycle de décision plus long, avec des messages de considération plutôt que des relances transactionnelles répétées. Appliquer la même fréquence hebdomadaire à ces catégories revient à ignorer le rythme d’achat.
La troisième difficulté est l’attribution, méthode qui assigne une conversion à un ou plusieurs points de contact marketing. Une fréquence élevée augmente mécaniquement la probabilité qu’une exposition précède une visite ou un achat, donc qu’elle soit créditée par un modèle post-exposition. Mais cela ne prouve pas que l’exposition supplémentaire ait causé la visite. Plus on expose une audience proche d’un magasin, plus on capte des clients qui seraient venus de toute façon. Le reporting peut alors montrer un coût par visite attractif alors que l’incrémentalité, effet réellement additionnel par rapport à un scénario sans campagne, est faible.
Enfin, le local rend l’usure plus visible. Une publicité nationale trop répétée peut générer de la lassitude diffuse. Une campagne locale trop insistante peut provoquer une réaction concrète : désabonnement SMS, refus de géolocalisation, désactivation push, suppression de l’application, baisse des visites dans le magasin concerné ou commentaires négatifs sur la pression commerciale. La fréquence doit donc être évaluée avec des indicateurs de performance et des indicateurs de fatigue.
Identifier les signaux d’usure : quand la courbe marginale commence à décrocher
Le premier indicateur à surveiller n’est pas la fréquence moyenne, mais la performance marginale par niveau de fréquence. Une courbe saine montre généralement une progression au début : la première exposition crée la reconnaissance, la deuxième renforce la mémoire, la troisième ou quatrième peut déclencher l’action si le message est pertinent. Puis la courbe s’aplatit. Au-delà d’un certain seuil, chaque exposition supplémentaire génère moins de clics, moins de visites ou moins de conversions. Dans les cas les plus préoccupants, elle produit un effet négatif : hausse des opt-out, baisse du taux d’ouverture, diminution du taux de visite ou dégradation de la marge.
Un tableau de bord utile doit donc découper les populations par buckets de fréquence : 1 exposition, 2 à 3, 4 à 5, 6 à 8, plus de 8 sur une période donnée. Pour chaque bucket, il faut suivre au minimum le taux de clic, le taux de micro-conversion locale, par exemple itinéraire, appel magasin, consultation de stock ou ajout au wallet, le taux de visite mesurée, le taux d’achat, la marge, les opt-out et les désinstallations. La métrique clé n’est pas seulement le taux absolu, mais l’écart entre deux niveaux de fréquence.
Exemple fictif mais réaliste : une enseigne de restauration rapide active une campagne mobile autour de 250 restaurants. À 1 exposition sur 48 heures, le taux de visite mesurée est de 1,4 %. À 2 à 3 expositions, il monte à 2,1 %. À 4 à 5 expositions, il atteint 2,2 %. Au-delà de 6 expositions, il reste à 2,2 %, mais le taux de masquage publicitaire augmente et les opt-out push progressent de 0,3 point chez les utilisateurs applicatifs exposés. Le seuil utile se situe probablement autour de 3 à 4 contacts, pas parce que la fréquence supérieure ne génère aucune visite attribuée, mais parce qu’elle ne génère plus assez de valeur marginale pour compenser le coût relationnel.
Les signaux d’usure varient selon le canal. En programmatique, ils apparaissent dans la baisse du CTR, click-through rate, taux de clic entre impressions et clics, la hausse de la fréquence sans hausse des visites, la répétition sur petits segments et l’augmentation du coût marginal de la visite. En SMS, ils se traduisent par des STOP, des plaintes, une baisse du clic court terme et une baisse de réactivité aux campagnes suivantes. En push, ils se lisent dans la désactivation des notifications, la baisse d’ouverture, les sessions très courtes après clic et la désinstallation. En in-app, ils se voient dans la fermeture immédiate des messages, la baisse de conversion en session et l’évitement de certains écrans.
Un indicateur avancé souvent négligé est le temps de réaction. Si les premières expositions génèrent des clics ou visites dans les heures qui suivent, puis que les expositions suivantes ne produisent que des interactions tardives et faibles, le signal de persuasion est probablement épuisé. De même, si une campagne obtient encore des clics mais que la qualité post-clic se dégrade, par exemple moins de consultations stock, moins d’itinéraires et plus de rebonds, la fréquence alimente davantage la curiosité ou l’irritation que l’intention.
Construire un capping dynamique : distance, intention, canal et pression omnicanale
Le capping fixe, par exemple trois impressions par jour et dix par semaine, a le mérite de la simplicité. Mais il reste trop grossier pour l’activation locale. Une bonne règle de fréquence doit intégrer quatre dimensions : la distance, l’intention, le canal et la pression cumulée.
La distance est structurante. Un utilisateur situé à moins de 500 mètres d’un magasin peut être exposé à un message très contextuel, mais sur une fenêtre courte. Si le message n’est pas pertinent maintenant, le répéter six fois dans la journée risque de devenir intrusif. À l’inverse, un utilisateur situé dans la zone de chalandise secondaire, à 5 ou 10 kilomètres, peut nécessiter plusieurs expositions de considération, surtout si la visite demande un déplacement planifié. La fréquence ne doit pas augmenter mécaniquement avec la proximité ; elle doit s’adapter à la probabilité d’action et à la durée de validité du contexte.
L’intention récente est la deuxième variable. Un utilisateur qui a consulté une fiche produit, vérifié un stock local, ajouté un article au panier ou demandé un itinéraire peut recevoir une fréquence plus dense mais plus courte. On peut parler de fenêtre d’intention active. Par exemple, un panier avec retrait magasin peut justifier une relance push dans les deux heures, puis un rappel discret en in-app lors de la prochaine session, mais pas une séquence de cinq sollicitations sur trois canaux. Un prospect froid, lui, doit être exposé avec plus de sobriété : le rôle du média est de créer la considération, pas de forcer une action locale sans signal préalable.
Le canal modifie fortement le seuil d’acceptabilité. Une impression display achetée via RTB, real-time bidding, mécanisme d’enchères en temps réel permettant d’acheter une impression lorsqu’elle devient disponible, peut supporter une fréquence plus élevée qu’un SMS, car son coût relationnel est plus faible. Mais ce n’est pas une autorisation à saturer : une fréquence programmatique excessive gaspille le budget et pollue l’expérience. Le SMS, lui, doit être réservé aux messages à forte valeur ou à forte urgence, avec des plafonds stricts. Le push système se situe entre les deux : moins coûteux que le SMS, mais très sensible car il consomme une permission applicative.
La pression omnicanale est la quatrième variable, souvent la plus mal maîtrisée. Un client ne distingue pas les budgets display, CRM, social, SMS et push. Il reçoit une pression globale de la marque. Une règle de capping réellement locale doit donc consolider les contacts au niveau individu ou cohorte : nombre d’impressions display, emails ouverts, SMS reçus, push envoyés, in-app affichés et contacts commerciaux en magasin si disponibles. Une base CRM peut tolérer un push supplémentaire si aucun autre canal n’a été activé récemment ; le même push devient excessif si l’utilisateur a déjà reçu un SMS et deux emails sur la même opération.
Un modèle opérationnel consiste à attribuer un score de pression à chaque contact. Une impression display visible peut valoir 1 point, un email 2 points, un push commercial 4 points, un SMS 7 points, un message de service 1 ou 2 points selon son utilité. Le seuil hebdomadaire peut varier par segment : plus bas pour les nouveaux inscrits, plus élevé pour les clients très appétents aux offres, très strict pour les VIP ou les clients ayant récemment ignoré plusieurs sollicitations. Ce score n’est pas une vérité scientifique, mais il force l’organisation à reconnaître que tous les contacts ne pèsent pas de la même manière.
Mesurer le bon seuil avec des tests incrémentaux plutôt qu’avec des moyennes post-campagne
La meilleure façon d’identifier le seuil d’usure n’est pas d’observer une campagne après coup, mais de tester plusieurs niveaux de fréquence de manière contrôlée. Les groupes de contrôle, ou holdouts, consistent à isoler une population comparable qui ne reçoit pas le traitement ou reçoit un traitement différent. En fréquence, l’objectif n’est pas seulement de comparer exposés et non exposés, mais de comparer des paliers : fréquence faible, fréquence moyenne, fréquence élevée.
Un protocole robuste peut diviser une audience éligible en quatre groupes. Le groupe A reçoit au maximum 1 exposition par 48 heures. Le groupe B reçoit jusqu’à 3 expositions. Le groupe C reçoit jusqu’à 6 expositions. Le groupe D sert de contrôle non exposé ou exposé uniquement à un message de service neutre selon les contraintes business. Les KPI doivent être mesurés sur une fenêtre cohérente avec le cycle d’achat : quelques heures pour la restauration, sept jours pour une opération retail courte, plusieurs semaines pour un achat impliquant. Les résultats doivent être lus en visites incrémentales, chiffre d’affaires incrémental, marge incrémentale et fatigue.
Supposons une enseigne de sport qui teste une campagne locale pour une collection running dans 120 magasins. Sur 400 000 utilisateurs applicatifs et CRM, la fréquence faible produit 3,2 % de visites à sept jours, la fréquence moyenne 3,8 %, la fréquence élevée 3,9 %, tandis que le contrôle est à 3,0 %. L’uplift réel est donc de 0,2 point pour la fréquence faible, 0,8 point pour la fréquence moyenne et 0,9 point pour la fréquence élevée. Si la fréquence élevée génère en parallèle 0,25 point d’opt-out push supplémentaire, alors le gain marginal de 0,1 point de visite par rapport à la fréquence moyenne peut être insuffisant. Le seuil optimal n’est pas celui du taux de visite maximal, mais celui du meilleur arbitrage entre valeur marginale et coût relationnel.
La mesure doit aussi intégrer le coût média marginal. En programmatique, atteindre les derniers points de fréquence sur une audience locale restreinte peut coûter cher, car la DSP rachète des impressions sur les mêmes profils avec une concurrence accrue ou une qualité d’inventaire moindre. Une campagne peut afficher un CPM moyen stable, mais un coût marginal de la visite qui augmente fortement au-delà de la quatrième impression. Le tableau de bord doit donc distinguer coût moyen et coût marginal. Le premier rassure, le second décide.
Les tests géographiques sont utiles lorsque l’exposition individuelle est difficile à contrôler ou lorsque l’enjeu est magasin. On peut comparer des zones ou magasins activés avec un capping faible, des zones avec capping élevé et des zones témoins. La qualité de l’appariement est critique : historique de ventes, potentiel local, météo, concurrence, promotions nationales, jours d’ouverture et saisonnalité. Sans cette discipline, les écarts observés peuvent refléter la dynamique des zones plutôt que la fréquence.
Enfin, il faut accepter que le seuil ne soit pas stable. Il varie avec la création, l’offre, la saison, la pression concurrentielle, le niveau de stock, la maturité de la base et la météo. Un message de service utile peut supporter une répétition plus forte qu’une remise générique. Une campagne Black Friday peut tolérer une fréquence supérieure, mais seulement si la proposition est réellement différenciante et si les désabonnements sont intégrés dans le bilan économique. Le seuil doit donc être recalibré régulièrement, pas figé dans une règle annuelle.
Cas concret : réduire la fréquence pour augmenter la marge locale
Prenons le cas d’une enseigne d’équipement de la maison disposant de 85 magasins et d’une application mobile. Elle lance une opération locale sur les produits de rangement, avec disponibilité en magasin et retrait sous deux heures. Historiquement, la campagne combine display mobile géolocalisé, email, push et SMS de relance sur les clients encartés. La fréquence média moyenne atteint 9 impressions par utilisateur sur sept jours dans les zones de chalandise primaires, auxquelles s’ajoutent un email, un push et parfois un SMS. Le reporting attribué est satisfaisant : 42 000 visites estimées, un coût par visite de 2,80 euros et un ROAS chiffre d’affaires de 5,6.
Mais l’analyse incrémentale nuance fortement la lecture. Les clients exposés à plus de 10 contacts tous canaux confondus affichent un taux d’achat supérieur à la moyenne, mais leur historique montre qu’ils sont déjà les plus actifs. Le groupe témoin révèle que 62 % des ventes attribuées auraient probablement eu lieu sans pression additionnelle. Le taux de désactivation push augmente de 0,35 point sur la semaine, et le SMS génère un taux de STOP de 0,8 %, supérieur au seuil habituel de l’enseigne. Surtout, la marge est dégradée : les plus exposés utilisent davantage la remise, mais achètent moins d’articles complémentaires non remisés.
L’enseigne teste alors une stratégie de fréquence différenciée. Les prospects froids reçoivent un capping display limité à 4 impressions sur sept jours, avec exclusion des inventaires à faible visibilité. Les intentionnistes, définis par une consultation de stock, un ajout panier ou une visite de catégorie dans les dix derniers jours, peuvent recevoir jusqu’à 5 impressions sur 72 heures, mais uniquement avec des créations orientées disponibilité locale. Les clients fidèles ayant ouvert l’application reçoivent un message in-app plutôt qu’un push. Le SMS est réservé aux clients à forte valeur ayant un panier abandonné supérieur à 120 euros et aucune sollicitation commerciale dans les 72 dernières heures.
Les résultats du test sur six semaines sont instructifs. Le volume total d’impressions baisse de 28 %. Les visites estimées diminuent légèrement, de 42 000 à 39 500 sur périmètre comparable, mais les visites incrémentales progressent de 9 % selon le holdout. Le coût par visite attribuée augmente marginalement, mais le coût par visite incrémentale baisse de 18 %. Le chiffre d’affaires attribué recule de 4 %, tandis que la marge incrémentale progresse de 11 %, portée par une moindre dépendance aux remises et une meilleure qualité des audiences. Les désactivations push reviennent à leur niveau normal et les STOP SMS diminuent de 31 %.
La conclusion n’est pas que la fréquence doit toujours être réduite. Elle est plus précise : la fréquence doit être concentrée là où l’intention et la valeur marginale justifient le contact, et abaissée là où elle ne fait que capter de l’organique. Dans ce cas, l’enseigne a accepté de perdre une partie de la performance attribuée pour gagner en performance incrémentale et en marge. C’est un arbitrage mature, mais encore rare, car il oblige les équipes à renoncer à certains indicateurs flatteurs.
Gouvernance et outils : faire de la fréquence un paramètre partagé entre média, CRM et magasin
La fréquence d’exposition locale ne peut pas rester un réglage isolé dans une plateforme média. Elle doit devenir une règle de gouvernance partagée. Le média contrôle une partie des impressions. Le CRM contrôle les emails, SMS, push et segments. L’application contrôle les messages in-app et les permissions. Les équipes retail contrôlent les opérations magasin, la disponibilité et parfois les relances locales. Sans coordination, chaque canal optimise sa performance propre et l’utilisateur subit l’addition.
Une gouvernance efficace commence par une taxonomie des contacts. Il faut distinguer service, transactionnel, commercial, fidélité, événement local, relance panier, disponibilité produit, contenu conseil. Tous ne doivent pas entrer dans le même plafond, mais tous doivent être visibles dans une vue de pression. Un message de commande prête ne doit pas être bloqué par un capping commercial. En revanche, une troisième relance promotionnelle ne doit pas passer sous prétexte qu’elle vient d’un autre outil.
La deuxième brique est l’unification des identifiants. Une CDP, customer data platform, plateforme permettant d’unifier les données clients et d’activer des segments, peut aider à consolider identifiant CRM, device applicatif, consentements, historique d’achat, exposition média lorsque le cadre légal et technique le permet, et interactions magasin. Cette unification reste imparfaite, notamment avec les contraintes de confidentialité, les environnements sans cookies et les identifiants mobiles limités. Mais même une consolidation partielle permet de mieux éviter les excès les plus évidents : relancer un acheteur, surexposer un client déjà contacté par SMS, ou pousser une offre locale à un utilisateur qui a refusé la géolocalisation commerciale.
La troisième brique est l’intégration de la capacité magasin. Une fréquence élevée sur un magasin en rupture de stock, en sous-effectif ou saturé en rendez-vous détruit de la valeur. À l’inverse, un magasin sous-fréquenté avec stock disponible peut justifier une pression légèrement supérieure sur des segments qualifiés. Le capping ne doit pas seulement être client-centric ; il doit aussi être store-aware. La capacité locale, les stocks, les horaires, les événements et la météo peuvent modifier le seuil optimal.
La quatrième brique est l’arbitrage économique. Les comités de pilotage doivent suivre des indicateurs qui empêchent la sur-optimisation court terme : ROAS incrémental, ROAS marge, coût marginal par visite, opt-out par campagne, désactivation push, taux de réachat post-campagne, fréquence moyenne et distribution de fréquence. La moyenne seule est dangereuse. Une fréquence moyenne de 4 peut cacher une majorité à 1 et un segment à 18, souvent composé de clients à forte valeur que l’on abîme sans le voir.
Enfin, les règles doivent être documentées et testables. Par exemple : aucun SMS commercial si un push commercial a été envoyé dans les 24 heures ; pas plus de deux messages commerciaux adressés sur sept jours hors événement majeur ; capping display renforcé au-delà de cinq expositions sans micro-conversion ; exclusion immédiate après achat ou utilisation de coupon ; baisse automatique de pression après trois non-réactions consécutives. Ces règles ne sont pas universelles, mais elles créent un cadre mesurable et amendable.
Conclusion : le bon seuil est celui qui maximise la valeur marginale sans consommer inutilement la permission locale
La fréquence d’exposition n’est pas un curseur secondaire. En marketing mobile local, elle détermine la frontière entre présence utile et pression excessive. Trop faible, elle laisse l’attention aux concurrents et ne crée pas assez de mémoire. Trop élevée, elle gonfle l’attribution, gaspille le budget, réduit la marge et use les permissions. Le seuil pertinent n’est donc pas un chiffre universel. C’est un équilibre dynamique entre intention, distance, canal, valeur client, capacité magasin et pression omnicanale.
Une feuille de route actionnable peut se structurer en huit étapes. Premièrement, cartographier tous les contacts locaux par canal : display, social, search local, email, SMS, push, in-app et messages magasin. Deuxièmement, mesurer la distribution réelle de fréquence, pas seulement la moyenne. Troisièmement, relier chaque niveau de fréquence à des KPI de valeur et de fatigue : clic, itinéraire, visite, achat, marge, opt-out, désinstallation. Quatrièmement, tester des paliers de fréquence avec holdouts ou tests géographiques. Cinquièmement, calculer le coût marginal de la visite et de la marge, pas seulement le coût moyen. Sixièmement, différencier les caps selon distance, intention, canal et segment client. Septièmement, intégrer la capacité magasin et les stocks dans la décision d’exposition. Huitièmement, réviser les seuils après chaque grande opération, car la saison, la concurrence et la promesse modifient l’acceptabilité.
Le principe directeur est simple : une exposition supplémentaire doit apporter une information, réduire une friction ou renforcer une intention encore active. Si elle sert seulement à répéter une promesse déjà ignorée, elle augmente surtout l’usure. Les annonceurs omnicanaux qui maîtriseront ce sujet auront un avantage discret mais décisif : ils dépenseront moins pour capter de l’organique, préserveront leurs permissions mobiles et concentreront la pression sur les moments où elle crée réellement du trafic incrémental en point de vente.
