La mesure de l’attention publicitaire – découvrez Xpln.ai
Par Nirina Ramahandrisoa – Mai 2026
Dans le cadre de ma thèse professionnelle sur l’attention et son amélioration grâce à la data et à l’intelligence artificielle, j’ai eu l’opportunité d’échanger avec Léo T., directeur commercial chez Xpln.ai
Fondée en 2022, et élue meilleure adtech en 2025, la startup française développe une approche innovante de la mesure de l’attention publicitaire, en s’appuyant sur l’eye tracking et le machine learning. À travers cet échange, je souhaitais comprendre pourquoi l’attention s’impose progressivement comme une nouvelle référence du marché.
Les KPIs de visibilité sont désormais obsolètes
Lorsque j’ai demandé à Léo de m’expliquer le problème qu’Xpln cherchait à résoudre, il est revenu sur le coeur du métier de mesureur.
Pendant des années, le marché s’est appuyé sur deux indicateurs principaux : la visibilité et la complétion. Une pub a-t-elle été affichée à l’écran ? A-t-elle été vue jusqu’au bout ? Mais selon lui, ces métriques ne renseignent en réalité que très peu sur ce qui se passe véritablement dans l’esprit de l’utilisateur exposé.
« Une publicité peut être considérée comme visible et être totalement ignorée. »
C’est précisément de ce constat qu’est née Xpln : mesurer non pas la simple présence à l’écran, mais le temps d’attention réellement accordé à une publicité.
Comment fonctionne la mesure ? Quelle est la place de l’intelligence artificielle dans ce processus ?
La méthodologie d’Xpln, construite sur deux types de données complémentaires. D’une part, des variables de qualité — une quinzaine de facteurs collectés au moment de la diffusion : surface d’écran occupée, position, nombre d’annonces concurrentes, type d’écran. D’autre part, une compréhension fine du comportement de l’œil humain, construite grâce à des études d’eye tracking menées auprès de plus de 80 000 panélistes. Ces données alimentent un modèle de machine learning, capable de prédire le niveau d’attention probable d’une publicité à partir de ses conditions d’affichage en temps réel.
L’articulation entre observation humaine à petite échelle et prédiction algorithmique à grande échelle m’a semblé être la clé de voûte de l’approche d’Xpln. L’eye tracking seul ne pourrait jamais s’appliquer à des millions d’impressions simultanées. C’est le machine learning qui permet de généraliser ce que l’observation directe a permis d’apprendre. L’IA est donc utilisée à des fins prédictives poour générer des insights, plutôt que pour mesurer à proprement parler.
L’intégration de l’attention dans les stratégies des marques.
L’adoption de nouveaux KPIs pour mesurer l’efficacité publicitaire ne va pas de soi pour les marques.
J’ai donc demandé à Léo si les marques étaient réceptives à ce changement.
Sa réponse est nuancée. Selon Léo, l’intérêt porté à l’attention dépend de la maturité digitale des marques : certaines, très orientées performance, restent attachées aux indicateurs classiques, tandis que d’autres, davantage centrées sur le branding, en font une priorité.
Pour les équipes marketing, l’argument du gaspillage publicitaire prend une dimension concrète lorsqu’il s’agit de justifier des budgets auprès d’une direction financière. Il ne s’agit pas tant de réduire les dépenses que de mieux les orienter — une nuance qui change la façon dont le sujet est accueilli en interne.
« L’attention permet de distinguer le gaspillage publicitaire de ce qui génère vraiment de l’impact. »
Une vigilance assumée sur les questions éthiques
Qui dit mesure, dit collecte de données. Par conséquent, la mesure de l’attention pose la question du respect du RGPD et de la vie privée des utilisateurs.
À ce sujet,Léo se montre rassurant : sur les campagnes mesurées en direct, Xpln ne collecte aucune donnée personnelle sur les utilisateurs exposés. L’entreprise travaille uniquement à partir de conditions d’affichage. En revanche, il identifie une zone de vigilance bien réelle : la publicité destinée aux jeunes publics.
« Nos panélistes sont tous adultes. Notre modèle n’est pas calibré sur le comportement des enfants. »
J’ai particulièrement appréciée cette réflexion car elle nous incite à réflechir au rappport des enfants au numérique et à leur protection.
Qu’en est-il du futur de la publicité ?
La mesure de l’attention peut-elle changer quelque chose dans la publicité en général ? Et est-ce que cette technologie pourrait un jour s’appliquer à des contenus éditoriaux ?
Sur le premier point, sa réponse est sans détour. Le marché s’était, selon lui, progressivement enlisé dans une logique de volume — des espaces saturés de publicités, peu regardées et peu mémorisées. La montée en puissance de l’attention comme critère de mesure aurait permis de révéler ce problème, et d’inciter certains éditeurs à privilégier la qualité plutôt que la quantité.
« Moins d’inventaire, mieux valorisé. C’est un double besoin qui s’est rencontré. »
Sur la question de l’extension à d’autres contenus, sa réponse est nuancée mais ouverte. Techniquement, rien n’empêcherait la technologie de fonctionner sur d’autres formats, à condition que les bonnes données soient collectables.
« Si cette information-là existait sur d’autres supports, sur des vidéos ou du texte, on pourrait potentiellement arriver à quantifier l’attention portée à autre chose que de la publicité. »
Cette double réponse m’a semblé révélatrice. D’un côté, un marché qui se recalibre déjà grâce à l’attention. De l’autre, un potentiel encore largement sous-exploité — celui de comprendre comment les contenus éditoriaux eux-mêmes captent, ou échouent à capter, l’attention des audiences.
Ce qu’il faut retenir de notre échange
Mesurer l’attention ne consiste pas uniquement à développer de meilleurs algorithmes : c’est une démarche qui interroge en profondeur la valeur réelle d’une exposition publicitaire, et qui pourrait, à terme, contribuer à assainir un marché aujourd’hui saturé.
Derrière chaque score d’attention se trouve une question simple, mais essentielle : une publicité a-t-elle réellement été perçue, ou n’a-t-elle fait que traverser le champ de vision de quelqu’un ? Une distinction qui, à l’heure où l’attention devient une ressource rare, pourrait bien redéfinir les standards de tout un secteur.
Cet article a été rédigé avec l’intelligence artificielle. Pour comprendre celle-ci a été utilisée, vous pouvez consulter ma note méthodologique ici :