Monétisation Google Ad Exchange et AdSense · J'étudie la mécanique de l'enchère programmatique et la détection du trafic invalide à partir des brevets de Google et des pièces du dossier antitrust
En plus de la recherche, je construis mes propres formats publicitaires. Le premier est une bannière à gratter qui fait monter le prix de l’annonce voisine : un prototype fonctionnel avec l’économie chiffrée.
Bonjour, l'ami
Cela fait six ans que je travaille sur la monétisation Google Ad Exchange (AdX) et AdSense ; un millier de sites sont passés entre mes mains. Mes réponses ne viennent ni de résumés de seconde main ni des réponses types du support, mais des brevets de Google eux-mêmes et des pièces du dossier antitrust ouvert contre elle.
Inutile de me croire sur parole. Posez votre propre question et regardez ce que répond le modèle : chaque réponse arrive avec la liste des documents sur lesquels elle s'appuie et une capture de la page exacte d'où vient la citation.
Pourquoi mon CPM a-t-il baissé après avoir changé le floor price ?↑Je ne prends pas d'argent et je ne vends rien. Pour éviter les bots, l'accès est protégé par mot de passe — écrivez-moi sur Telegram ou LinkedIn et je vous l'envoie.
Disons-le franchement : la plupart des partenaires MCM ne comprennent pas non plus. Leur travail se résume à tâtonner dans les réglages de GAM — bouger un floor, regarder, revenir en arrière. Je connais des dizaines de MCM qui ont perdu leur statut parce qu'ils avaient intégré des éditeurs au mauvais trafic sans rien voir venir.
Ce n'est pas de la paresse. C'est que la documentation publique de Google décrit les règles, pas la mécanique. Elle ne peut pas vous dire pourquoi votre trafic a été valorisé comme il l'a été.
L'IA a permis d'arrêter de lire les résumés des autres et de prendre les sources primaires pour bâtir un système qui répond à partir d'elles.
À ce volume, n'importe quel modèle se met à inventer : il produit des pourcentages plausibles qui ne figurent dans aucun document. J'ai vérifié — ils le font tous. C'est pourquoi chaque question passe par quatre passes avec quatre modèles différents.
gpt-oss-120bdeepseek-v4-flashqwen3-235byandexgpt-32kLe modèle vérificateur appartient délibérément à une autre famille que celui qui rédige : ils se trompent différemment, et ce que l'un invente, l'autre ne le confirme pas face aux extraits. Il attrape régulièrement des pourcentages inventés et des noms qui n'existent pas — la meilleure preuve que le système fonctionne comme prévu.
Pas un lien vers on ne sait où, mais la planche de brevet précise ou la diapositive exacte d'où vient la citation. Le système trouve la bonne page en comparant le texte de l'extrait au texte de chaque page du document.
La base principale répond aux questions sur les enchères, les offres et le trafic invalide. Mais il existe des sujets voisins qu'on ne peut pas y déverser : le système tire vingt extraits par question, et c'est un plafond dur. Mettez-y les brevets CAPTCHA et ils commenceront à prendre la place des brevets IVT précisément sur les questions où c'est l'IVT qu'il vous faut.
Chacun de ces sujets a donc sa propre base et son propre agent, et le code décide lequel interroger selon la formulation de la question :
Posez une question sur les CAPTCHA et l'agent spécialisé s'y joint avec sa propre base, son matériau étant signalé à part dans la réponse combinée. Posez une question sur les enchères et il reste entièrement à l'écart.
Comment un enregistrement qui dormait dans la base est devenu l'un des documents les plus cités.
Parmi les pièces du dossier se trouve une vidéo de quatorze minutes. Le stockage l'a acceptée comme vidéo et n'en a rien extrait : ni son, ni texte, ni images. J'ai passé en revue les 878 extraits que le système avait cités dans ses réponses — cet enregistrement n'apparaissait pas une seule fois.
À l'intérieur, deux couches, précieuses toutes les deux. À l'écran, des diapositives Google sur le passage à l'enchère au premier prix, avec la mention explicite « no last look for programmatic ». En dessous, une transcription incrustée dans l'image en sous-titres, numérotée par page et par ligne. Ce sont de vraies personnes qui parlent : le product manager d'Exchange Bidding explique les changements, les représentants des éditeurs contestent.
« Tout ce contrôle — et le contrôle est bien le mot-clé ici — va nous être retiré, et il ne nous restera qu'à espérer que Google agisse dans notre intérêt. C'est beaucoup à avaler » — du côté des éditeurs, lignes 40:4–40:7.
Aucune reconnaissance vocale n'a été nécessaire : le texte était déjà à l'écran, et il portait les numéros de page de la transcription, que l'audio n'a tout simplement pas. J'ai repéré les bornes exactes de la bande de sous-titres, je l'ai découpée dans les images toutes les seconde et demie et je l'ai passée à la reconnaissance de texte.
Deux vérifications ont payé. Les transcriptions de déposition comptent vingt-cinq lignes par page : les lignes numérotées 33 et 34 étaient donc des erreurs de reconnaissance et je les ai écartées. Et j'ai ré-échantillonné les trous de la numérotation toutes les demi-secondes : pas une ligne de plus, ce qui signifie que ce sont de vraies coupes de montage. Seuls des extraits ont été versés au dossier, pas l'enregistrement entier — c'est désormais vérifié et non supposé.
Un enregistrement qui n'avait jamais participé à une réponse est maintenant cité aux côtés des brevets. Posez une question sur les floor prices par acheteur et le système répond en le citant — et vous montre la page.
Quatre constats qui changent la façon de configurer la monétisation. J'ai vérifié chacun moi-même dans les documents d'origine.
Sur cent dollars de l'annonceur. Vingt restent à la place de marché. Ce n'est pas une estimation extérieure — c'est la diapositive de Google elle-même, versée au dossier.
Dans une enchère au second prix, le gagnant paie l'offre juste en dessous. Si les deux meilleures offres appartiennent au même acheteur, cet acheteur fixe son propre prix.
Le brevet ne décrit pas du « bon » et du « mauvais » trafic, mais des zones avec un coefficient de décote : 0,5, puis 0,3, puis zéro. Aucune notification n'est envoyée.
La personne a cliqué et est revenue aussitôt. C'est la part de ces clics qui vous fait basculer dans la zone de décote. Cela relève de la pertinence de l'annonce et de la vitesse de la page, pas des bots.
« Dans les enchères où GDN s'applique à elle-même le second prix, Bernanke permet de capter plus de 14 % de marge » — la légende de la diapositive de Google, versée au dossier.
La recherche est ouverte sous deux formes. L'une est une analyse finie que vous pouvez simplement lire. L'autre est un accès en direct au système, où vous posez votre propre question.
Douze sections sur la façon dont l'argent et la fraude fonctionnent réellement dans la publicité Google. Mécanique de l'enchère, où vont les commissions, comment le trafic invalide est détecté et pourquoi le trafic est décoté plutôt que rejeté.
Posez votre question et obtenez une réponse tirée des documents en une dizaine de secondes. Pour une question difficile, il y a l'analyse profonde : elle est découpée en parties, chacune cherchée séparément, et le résultat est confronté aux sources par un autre modèle.
Accès protégé par mot de passe — écrivez-moi et je vous l'envoie.
Je ne vends pas un moyen de contourner l'antifraude — il n'y en a pas, et les tentatives finissent par un compte perdu. Je propose autre chose : comprendre ce qui arrive à votre trafic et pourquoi.
Une fois la mécanique connue, vous cessez de tâtonner à l'aveugle dans les réglages. Vous voyez quels signaux sont collectés sur vous, lesquels vous pouvez changer et lesquels non. Et vous savez d'avance comment finira la prochaine source de trafic que vous accepterez.
Suivez-moi sur LinkedIn pour que le contact soit gardé et que vous ne perdiez pas le fil de la recherche. Je publie des analyses au fur et à mesure que la base grandit.
Suivre sur LinkedIn Écrire sur Telegram