Fraude publicitaire : votre ROAS
peut être bon, votre trafic
peut être mauvais
Un bon ROAS peut masquer un mauvais trafic. C’est l’un des angles morts les plus dangereux de l’acquisition payante : les tableaux de bord média montrent parfois une performance que le CRM, les ventes ou le pipeline ne confirment pas.
Une campagne peut générer des clics, des conversions, un CPA acceptable ou même un volume de leads en hausse, tout en envoyant de mauvais signaux aux algorithmes publicitaires. Selon le rapport IAS 2024, le taux de trafic invalide sur les campagnes display peut dépasser 15 % selon les secteurs. CHEQ estime que jusqu’à 40 % des signaux envoyés aux pixels publicitaires peuvent provenir d’une activité non humaine ou incentivée.
Le problème n’est pas seulement le budget gaspillé. Le vrai risque, c’est de prendre de mauvaises décisions à partir de données qui semblent propres : clics invalides, faux leads, trafic automatisé, placements opaques, comportements post-clic anormaux.
Pas : « Combien avons-nous dépensé ? »
Mais : « Quelle part de ce trafic mérite réellement d’être optimisée ? »
01 —Pourquoi un bon ROAS masque la qualité du trafic
Le ROAS est un indicateur utile. Il n’est pas suffisant. Il indique un rapport entre revenus attribués et dépenses publicitaires. Il ne dit pas si le trafic généré est réellement qualifié, incrémental, humain ou exploitable par les équipes commerciales.
- CTR correct
- CPC faible
- CPL en baisse
- Conversions en hausse
- ROAS stable ou positif
- Leads qui ne répondent pas
- Commerciaux qui rejettent les contacts
- Ventes stagnantes
- Pipeline faible
- Attribution difficile à expliquer
Le piège vient du fonctionnement des plateformes : elles optimisent sur les signaux qu’on leur donne. Si ces signaux sont pollués, l’algorithme apprend à reproduire une performance apparente plutôt qu’une valeur réelle. C’est l’effet GIGO appliqué à vos campagnes.
02 —Ce que la fraude change vraiment pour le business
La fraude publicitaire est souvent présentée comme un sujet technique : bots, scripts, faux clics, trafic data center, spoofing, fermes à clics. Pour un CMO, un Media Buyer ou un Traffic Manager, le problème est d’abord business.
Le trafic invalide peut affecter le budget média, le coût par acquisition réel, la qualité des leads entrants, la fiabilité du ROAS affiché, les modèles d’attribution, les optimisations algorithmiques et la relation marketing / sales.
Le problème plus profond : la pollution du pilotage
Si une partie des clics, leads ou conversions ne représente pas une intention réelle, l’équipe marketing peut augmenter le budget sur une mauvaise source, couper une campagne réellement utile, nourrir le smart bidding avec de mauvais signaux ou survaloriser un canal dans l’attribution.
03 —Les 6 signaux à surveiller dans vos campagnes
La fraude publicitaire ne se détecte presque jamais avec un seul indicateur. Elle se repère par accumulation de signaux faibles. Un signal isolé ne prouve rien. Plusieurs signaux cohérents justifient une vérification structurée.
La campagne semble performante côté plateforme, mais les leads sont difficiles à joindre, rejetés par les commerciaux ou absents du pipeline.
Un volume élevé de clics ne suffit pas. Il faut analyser la durée de session, la profondeur de navigation, les événements et le comportement post-clic.
Des pics nocturnes, des conversions très rapprochées ou une activité concentrée sur des plages incohérentes doivent être vérifiés.
Du trafic issu de zones inattendues peut révéler un ciblage trop large, des VPN, des réseaux opaques ou du trafic automatisé.
User-agents similaires, résolutions identiques, formulaires remplis de manière répétitive ou emails jetables sont des signaux à croiser.
Inventaires opaques, sites MFA, apps de faible qualité ou réseaux partenaires difficiles à identifier augmentent le risque.
04 —Matrice de lecture des risques
Cette matrice ne sert pas à prouver une fraude. Elle sert à prioriser les vérifications.
| Signal observé | Risque possible | Vérification recommandée |
|---|---|---|
| CTR élevé sans conversion | Clics peu qualifiés ou invalides | Comparer source, device, horaire et géographie |
| CPL faible mais leads rejetés | Faux leads ou trafic incentivé | Croiser campagnes, CRM et retours sales |
| Pics nocturnes inhabituels | Automatisation ou trafic hors cible | Segmenter par heure et zone géographique |
| Sessions très courtes | Trafic sans intention réelle | Analyser comportement post-clic |
| ROAS stable mais ventes faibles | Signaux d’optimisation biaisés | Comparer performance média, CRM et pipeline |
05 —Pourquoi les mauvais signaux polluent les algorithmes
Le risque le plus sous-estimé concerne l’apprentissage algorithmique. Si une plateforme reçoit des signaux de conversion de mauvaise qualité, elle peut chercher davantage d’utilisateurs qui ressemblent à ces signaux.
Le cercle vicieux est simple : conversions faciles, optimisation automatique, volume en hausse, qualité commerciale en baisse. Le marketing croit améliorer le CPA, tandis que les équipes commerciales constatent une dégradation des leads.
06 —Mesurer le risque avec le Score d’Intégrité Publicitaire
Un ROAS positif avec un Score d’Intégrité Publicitaire (SIP) inférieur à 60 est un signal fort : la performance affichée repose probablement sur des bases fragiles. Le SIP croise 4 dimensions sur vos campagnes :
| Dimension SIP | Poids | Ce qu’elle révèle dans le cas ROAS biaisé |
|---|---|---|
| Qualité du trafic | 30 pts | Pics horaires, géographies incohérentes, sessions < 5 sec |
| Qualité des clics | 20 pts | CTR anormaux, écarts Ads vs GA4, patterns répétitifs |
| Qualité des conversions | 30 pts | Leads invalides, conversions sans signal GA4, no-shows |
| Qualité des placements | 20 pts | Budget sur inventaires MFA, apps douteuses, réseaux opaques |
C’est précisément le type de lecture croisée que le ROAS seul ne permet pas. → Calculez votre SIP — guide complet
07 —Méthode en 4 étapes pour vérifier la qualité de vos campagnes
Étape 1 — Segmenter les performances
Ne regardez pas les moyennes. Segmentez par campagne, audience, device, zone géographique, horaire, placement, source, type de conversion et qualité CRM.
Étape 2 — Confronter média et business
Le média peut dire “ça marche”. Le CRM peut dire “ça ne vaut rien”. Les deux lectures doivent être rapprochées avant de décider.
Étape 3 — Chercher les patterns anormaux
Analysez les pics horaires, séries de clics, conversions rapprochées, formulaires similaires, domaines email récurrents et comportements post-clic répétitifs.
Étape 4 — Prioriser les actions
Concentrez l’analyse sur les campagnes qui dépensent le plus, génèrent le plus de conversions et nourrissent vos algorithmes d’enchères.
08 —Auto-diagnostic : vos campagnes montrent-elles des signaux de risque ?
Cochez les signaux que vous observez. Cette grille ne prouve pas une fraude, mais elle aide à décider si une vérification plus structurée est nécessaire.
Aucun faisceau de signaux critique. Continuez à surveiller la cohérence entre vos données média, analytics et CRM.
Demander un pré-diagnostic →