La diffusion publicitaire (ad delivery) désigne l'ensemble du processus technique et algorithmique par lequel une plateforme comme Google Ads, Meta ou LinkedIn Ads décide quelle annonce montrer à quel utilisateur, à quel moment et dans quel contexte. Ce processus prend en compte le ciblage défini par l'annonceur, le budget disponible, les enchères concurrentes, le score de qualité de l'annonce et les signaux comportementaux de l'utilisateur.
Les plateformes publicitaires utilisent des algorithmes d'apprentissage automatique pour optimiser la diffusion vers les utilisateurs les plus susceptibles de réaliser l'action définie comme objectif (clic, conversion, vue vidéo). Cette optimisation automatique, si elle améliore l'efficacité globale des campagnes, réduit aussi la transparence et le contrôle de l'annonceur sur la distribution exacte du budget. La phase d'apprentissage (généralement 7 à 14 jours pour Meta, 30 conversions minimum pour Google) est une période critique où la diffusion est instable.
Plusieurs paramètres influencent la qualité de la diffusion : la définition de l'audience (trop restreinte = sous-diffusion, trop large = diffusion non pertinente), le choix entre diffusion standard (étalée) et accélérée, le type d'enchère (CPC, CPM, CPA cible), et les exclusions (audiences déjà converties, jours/heures, placements). Un monitoring régulier de la fréquence de diffusion et des métriques de saturation d'audience est indispensable pour maintenir l'efficacité des campagnes dans le temps.