Go back to Blog
Fabrice Courdesses
Published on 2 November 2026
Tout acheteur média vient à se poser la question : sur quels emplacements ou inventaire diffuser ma campagne vidéo pour plus de performance ?
Le marché qualifie et vend ses inventaires par emplacement ou par thème.
Cette étude ne désigne aucun contexte gagnant. Elle montre pourquoi la réponse à cette question dépend aussi largement de la vidéo diffusée, en quatre règles tirées d’une campagne YouTube réelle. 15 vidéos publicitaires, un annonceur beauté, quatre thèmes contextuels identifiés et un KPI de performance.
Le point de départ tient en un constat :
Le ciblage contextuel laisse la création en dehors de l’équation, alors qu’une même vidéo donne des résultats très différents selon son contexte de diffusion.
Un chiffre donne le ton. Diffusée sur le “bon” contexte, une même vidéo publicitaire performe 6,2 fois mieux que sur le “mauvais”. La vidéo n’a pas changé. Son alignement avec le contexte, si.
Au sommaire
Le contexte compte. Son alignement avec la créa compte davantage.
Prenez une créa. Diffusez-la sur quatre thèmes contextuels, au même moment, pour le même annonceur.
Si le contexte faisait la performance, ses quatre résultats resteraient proches. Pas du tout : ils s’écartent jusqu’à un facteur 6.
La matrice suivante croise les 15 créas du corpus avec les 4 thèmes contextuels analysés.
Chaque cellule donne l’écart de performance du couple Créa x Contexte – que nous appellerons score de match.
Deux zooms rendent l’écart lisible.

Figure 1 bis · À contexte constant, la créa fait l’écart. À créa constante, le contexte le fait aussi.
A retenir : Le contexte donne une fourchette de performance. Le match créa × contexte déterminera, lui seul, du résultat dans cette fourchette. Avant chaque achat, la question devient : où sera diffusée l’impression et est-ce que c’est la bonne créa qui y exposée ?
La performance se lit à l’échelle du couple créa × contexte
Si le contexte ne suffit pas, qu’est-ce qui fait qu’une créa performe sur un thème et pas sur un autre ?
La réponse se trouve dans ses attributs créatifs : ce qu’elle montre dans les premières secondes, la façon dont elle est montée, le message qu’elle porte.
Un attribut favorable dans un contexte peut devenir neutre ou défavorable dans un autre.
Un exemple suffit à le montrer : un “rythme de montage” soutenu fait progresser le score de match sur le contexte de diffusion Lifestyle et le fait reculer sur le contexte Musique émotionnelle.

Le même attribut produit deux effets opposés.
Dans un contexte Lifestyle, le rythme soutenu répond aux attentes du registre aspirationnel.
Dans un contexte Musique émotionnelle, il casse l’immersion que le thème installe pendant le visionnage.
L’étude élargit cette lecture à huit attributs, classés en trois familles.

Figure 3. À regarder : aucune ligne n’est favorable sur les quatre colonnes. L’acteur face caméra, par exemple, compte parmi les meilleurs signaux sur le contexte Musique émotionnelle et parmi les pires sur celui Famille.
Une corrélation entre un Attribut créatif et Contexte de diffusion ne sert qu’une fois transformée en règle de brief. Croisées thème par thème, ces associations dessinent un profil créatif idéal pour chaque contexte de diffusion.
Voici ce que cela donne dans l’exemple de notre étude :

Reste une question tentative : pourquoi ces profils gagnent-ils sur ces thèmes ?
Les données montrent les combinaisons gagnantes. Elles ouvrent aussi des hypothèses sur la façon dont l’audience consomme chaque contexte, que l’étude classe selon leur solidité.

Sans la connaissance de la créa, l’inventaire n’est pas totalement valorisé.
La véritable valeur de l’inventaire n’est révélée que pour certains types de créas, et rien aujourd’hui ne permet de le savoir avant diffusion. Sans le signal créa, l’inventaire est valorisé dans l’absolu mais pas de façon relative (ou dynamique). Comme nous venons de le voir, l’impact (ou la valeur) d’un inventaire sur le résultat ne peut pas être garanti de façon intrinsèque.
Conclusion, la vente de plan media contextuel ignorant la créa est peut-être pas valorisé à sa juste valeur.
Vendre un plan media contextuel sans considérer les attributs créatifs de la publicité qui y sera diffusé, c’est assurément laisser de la performance sur la table.
Le coût de cet angle mort se lit dans deux chiffres de l’étude.

Il en résulte deux conséquences pour le vendeur :
Un mauvais match créa × contexte peut faire apparaître un bon inventaire comme peu performant.
Or, face à une campagne décevante, deux explications coexistent.

Une architecture vertueuse de data Crea x Media pour augmenter l’impact des emplacements vendus.
Avant diffusion, le Pre-Flight qualifie la créa sur un contexte donné.
Après diffusion, le Post-Flight mesure le couple créa × contexte réellement diffusé, et ce résultat revient enrichir le Pre-Flight suivant.
La boucle tient en quatre étapes. Chaque campagne en sort plus riche en données pour la suivante.
Un prérequis conditionne l’ensemble : isoler précisément chaque créa et ses expositions. Sans cette granularité, le résultat ne peut pas être attribué au bon couple créa × emplacement, et la boucle tourne à vide.
Faisons de la créa une variable de valorisation dynamique de vos plans media contextuels ou de votre inventaire vidéo…
Dans notre étude, les quatre règles portent sur un annonceur, une verticale et une plateforme. Mais cette démarche demande à être élargie à d’autres types d’inventaire vidéos.
Le protocole de l’étude peut être reproduit sur tout annonceur (voire multi-annonceurs) et tout inventaire, à partir d’une dizaine de créas diffusées sur au moins deux contextes distincts.
Cette approche pourrait permettre à tout AdManager ou Vendeur d’inventaire contextualisé, de rajouter une approche de valorisation dynamique en fonction des caractéristiques des créa diffusées.
Le signal créa devient une couche de données de valorisation et d’optimisation, et non un simple asset à uploader au dernier moment à la campagne.
L’étude repose sur l’extraction hyper-granulaire d’une campagne YouTube au format InStream, orientée performance, avec suffisamment de créas différentes diffusées simultanément pour les comparer.

Étude conduite par l’équipe Creative Intelligence de VideoRunRun.
Fabrice Courdesses, CEO & Co-Founder
Loïc Ledu, Data Creative Strategist
Lambert Longuere, Video Campaign Manager