Social Rocket
La publicité programmatique sur Connected TV a un problème de métadonnées : dans un échantillon américain, le fournisseur de technologies de streaming Wurl a trouvé plus de 3.600 désignations de genre différentes en seulement deux heures. Pour les acheteurs média, c'est déterminant, car la diffusion selon le contenu et les règles de brand safety ne peut être fiable que si la classification reçue par la plateforme publicitaire l'est aussi.
Pourquoi le genre d'une émission est décisif dans le bidstream
Qui veut réserver de la publicité à côté du sport, de l'actualité ou du divertissement, ou l'exclure de ces contenus, a besoin d'une description fiable du programme réellement diffusé. Or les tendances CTV de Wurl publiées en octobre 2026 montrent des libellés en texte libre de précision très variable. L'étude repose sur des bid requests américains issus du périmètre d'observation de Wurl lors d'une soirée de prime time en août. Wurl a ensuite de nouveau vérifié des créneaux comparables.
L'entreprise fait état de plus de 3.600 tags de genre différents pour environ 1,09 milliards de demandes publicitaires accompagnées d'informations de genre dans l'échantillon examiné. Pour 22 pour cent des demandes marquées d'un genre, au moins une désignation très générale est apparue, comme « Entertainment ». Pour l'ensemble des requêtes, 15 pour cent des données de genre étaient à peine ou pas du tout exploitables : huit pour cent seulement avec des indications floues et sept pour cent sans genre.
D'autres lacunes de données compliquent l'attribution. Selon le rapport, 89 pour cent des requêtes ne contenaient aucun titre de programme exploitable, 45 pour cent aucun nom de chaîne. Sans de telles informations, il est difficile de vérifier indépendamment une étiquette de genre incohérente.
Le chiffre de 35 pour cent n'est pas un taux d'erreur général
Wurl indique en outre 35 pour cent d'écarts entre les genres transmis et sa propre classification contextuelle. Ce taux se rapporte à un sous-ensemble de chaînes distribuées par Wurl, dont les programmes l'entreprise a pu comparer à sa propre classification et aux guides électroniques des programmes. Il ne décrit explicitement pas 35 pour cent de toutes les impressions CTV réservées dans le monde.
La classification automatisée de Wurl n'est pas non plus une vérité externe et sans erreur. L'entreprise propose elle-même une technologie de contexte et a donc un intérêt économique à des données mieux standardisées ou enrichies automatiquement. L'enquête reste néanmoins un indicateur utile d'un problème d'infrastructure concret. Digiday a commenté les résultats le 28 octobre dans le contexte publicitaire.
Des standards existent – la mise en œuvre reste l'obstacle
Avec OpenRTB et les recommandations CTV de l'IAB Tech Lab, des bases techniques existent déjà. Elles comprennent des champs de genre structurés et l'indication de la taxonomie à laquelle une valeur se réfère. La IAB Content Taxonomy doit rendre les classifications plus comparables. Un champ défini n'empêche toutefois pas que des partenaires utilisent des termes différents ou attribuent mal des programmes entiers.
Les équipes média allemandes devraient donc, avant une réservation CTV contextuelle, vérifier à quel niveau un genre a été attribué – émission, épisode ou chaîne entière –, quelle taxonomie est utilisée, quelle est la part des informations manquantes et si les exclusions peuvent être retracées à l'aide d'un échantillon.
Un filtre d'achat basé sur le genre n'est en outre pas une mesure de succès. L'attribution et l'effet d'achat supplémentaire obéissent à leurs propres exigences, comme l'explique notre article sur la mesure CTV chez Hallmark et iSpot. Nous montrons aussi les différences entre conversions déclarées et effet supplémentaire réel à propos des nouveaux outils de mesure de Netflix Ads. Et comme YouTube est désormais en concurrence sur l'écran de télévision, une séparation nette entre environnement, appareil et effet publicitaire devient plus importante pour les plans multicanaux.