Google modifie en silence les rapports de recherche IA : impact e-commerce
Résumez cet article avec l’IA
Un client m’appelle. Ses rapports Ads racontent n’importe quoi.
4 000 sessions organiques par mois. Un catalogue de 2 300 références. Zéro structure sémantique.
Ce client-là vend du mobilier haut de gamme. Il a investi 12 000 $ en Google Ads sur trois mois. Shopping, Search, Performance Max. Les chiffres de trafic étaient là. Mais le taux de transformation plafonnait à 0,8 %. Rien d’anormal, me direz-vous, dans l’ameublement ? Sauf que les rapports Search Terms montraient des requêtes aberrantes.
« Canapé cuir pas cher livraison 24h ». « Table à manger style industriel pas cher ». Or ce site ne vend ni pas cher, ni avec livraison express. J’ai creusé.
J’ai comparé les termes signalés dans Google Ads avec les logs de requêtes réelles récupérées côté serveur. 23 % des requêtes affichées dans le rapport Search Terms ne correspondaient à aucune saisie brute d’utilisateur. Google m’avait servi une interprétation.
Le problème ne venait pas de la stratégie d’enchères. Il venait de la matière première. Les données elles-mêmes étaient déformées.
Trois semaines plus tard, la même enveloppe de 4 000 $ par mois générait +47 % de conversions. Comment ? On a arrêté de se fier aux rapports Google. On a rebranché le pilotage sur les signaux propriétaires. Je vous explique.
Ce que Google a changé sans prévenir
Le 15 mai 2025, Google a mis à jour une page d’aide sur la priorité des groupes d’annonces. La modification est passée inaperçue jusqu’à ce qu’Anthony Higman la signale sur LinkedIn. Depuis, le Search Engine Journal a détaillé l’affaire.
La phrase clé, désormais inscrite dans la documentation officielle : les termes de recherche associés aux expériences IA « peuvent refléter la signification ou l’intention déduite d’une recherche », plutôt que la requête littérale.
Les surfaces concernées : AI Mode, AI Overviews, Google Lens et la saisie semi-automatique. Autrement dit, les formats d’interaction qui montent en flèche sur mobile et dans la recherche vocale ou visuelle.
Concrètement, quand un utilisateur photographie une chaise avec Lens, Google déduit une intention du type « chaise scandinave en bois clair » et c’est cette déduction qui atterrit dans votre rapport Search Terms. Même si l’utilisateur n’a jamais tapé ces mots.
Jusqu’à présent, les annonceurs considéraient le rapport Search Terms comme une photographie assez fiable du comportement de recherche. Un utilisateur tape « chaussure running femme », le rapport l’affiche, vous optimisez. Avec cette évolution, la photographie devient un dessin d’interprète.
Google le justifie par la nécessité de simplifier des interactions de plus en plus complexes. L’utilisateur ne formule plus une requête ; il exprime un besoin par geste, image ou voix. L’algorithme traduit. Et cette traduction est ce qu’on vous donne à voir.
Pour l’e-commerce, la cassure est immédiate. Vous croyez exclure des termes non pertinents avec des mots-clés négatifs ? Vous les excluez peut-être sur une interprétation, pas sur la réalité du parcours. Vous ajustez vos annonces pour un segment qui n’existe pas.
Ce graphique illustre la proportion de requêtes interprétées observée par l’auteur sur un compte e-commerce réel. Un phénomène qui va s’amplifier avec la généralisation des AI Overviews.
23 % des requêtes déjà interprétées par l’IA
Sur un compte Shopping analysé, près d’un quart des termes de recherche ne correspondent plus à la requête littérale.
La transparence des données recule, vos budgets dérapent
Le rapport Search Terms n’a jamais été exhaustif. Depuis 2021, Google masque déjà les requêtes « peu significatives ». Mais le postulat restait : ce qui est affiché correspond à ce qui a été tapé. Avec ce changement, ce postulat tombe.
Prenons les mots-clés négatifs, l’outil préféré des annonceurs pour éviter les clics inutiles. Si le rapport affiche « robe de mariée pas chère », vous l’ajoutez en négatif. Mais la requête réelle était peut-être « tenue de cérémonie blanche occasion » – une intention que vous auriez voulu capter. Vous handicapez vos propres campagnes sur la base d’une transcription algorithmique.
Les annonceurs e-commerce, avec des milliers de références, gèrent des dizaines de milliers de termes par mois. L’effet de loupe est colossal. D’après mes observations sur quatre comptes Shopping en mai et juin 2025, la part de requêtes interprétées varie entre 12 % et 23 % selon la verticale et la part d’impressions issues de Lens et AI Overviews.
Le risque n°1 : la déconnexion entre le rapport et la performance réelle. Vous optimisez des enchères, des annonces, des pages produits à partir de données déformées. Le ROAS descend sans que vous compreniez pourquoi. Vous accusez le créatif, le ciblage, la saisonnalité. Pendant ce temps, le budget s’écoule vers des intentions devinées, pas exprimées.
Deuxième risque, moins visible : la conformité. Dans les secteurs réglementés (pharmacie, finance, assurances), les marketers doivent surveiller les termes associés à leur marque pour éviter des plaintes. Si les rapports montrent une version lissée, comment garantir que les requêtes litigieuses ne déclenchent pas vos annonces ?
Enfin, troisième impact direct pour l’e-commerce : l’optimisation des titres produits et des descriptions. Vous adaptez votre copywriting aux requêtes signalées. Mais si ces requêtes sont des reformulations, votre contenu s’éloigne du langage réel des clients. Le cercle vicieux est en place.
Ce qui peut vous paraître un problème peut devenir un levier
C’est là qu’il faut accepter l’idée contre-intuitive. Cette perte de transparence n’est pas qu’une mauvaise nouvelle. Elle signale une évolution du jeu.
Google interprète l’intention parce que les utilisateurs interagissent différemment. Une photo Lens d’une commode n’est pas une requête produit classique. En déduisant « commode vintage bois massif », Google crée une correspondance plus riche que ce que l’utilisateur aurait formulé seul. La pertinence entre l’intention réelle et l’annonce diffusée augmente mécaniquement.
Je l’ai vérifié sur le compte du client en mobilier. Après avoir isolé les impressions provenant des surfaces IA, le taux de clic moyen était supérieur de 18 % par rapport aux requêtes textuelles classiques. Et le taux de conversion post-clic, une fois les pages produits alignées sur les intentions déduites, progressait de 9 %.
La leçon ? Le brouillard des données peut cacher une meilleure adéquation. Le piège, c’est de continuer à lire les rapports comme avant.
Autre avantage inattendu : la découverte de niches. Les interprétations affichées reflètent souvent l’intention agrégée de micro-segments – des acheteurs qui ne savent pas nommer ce qu’ils cherchent mais que l’IA comprend. En traitant ces termes comme des données d’intention plutôt que des mots-clés, vous identifiez des axes de contenu ou de catégories produits inexploités.
Dans l’e-commerce, cette lecture ouverte crée un avantage concurrentiel immédiat. Pendant que vos concurrents ajoutent ces termes en négatif, vous construisez des pages dédiées qui captent la demande émergente.
Trois actions concrètes pour reprendre la main dès maintenant
Face à ce changement, j’ai mis en place chez mes clients e-commerce un protocole simple, sans outil payant supplémentaire. L’objectif : ne plus dépendre exclusivement du rapport Search Terms pour piloter la pertinence.
1. Activer le tracking côté serveur des paramètres de recherche. Google Ads vous envoie du trafic avec des paramètres UTM, mais il faut capter le paramètre keyword au niveau du serveur – pas seulement dans Google Analytics. Beaucoup de sites e-commerce perdent cette information à cause des redirections ou du consentement. Récupérez-la. Comparez-la chaque semaine avec les Search Terms du compte Ads. Dès qu’une correspondance vous paraît distante, notez-la.
2. Séparer les rapports par réseau et par surface. Dans les rapports Google Ads, segmentez par « Réseau de recherche » et si possible par « Source de l’annonce » pour identifier les entrées Lens, AI Overviews ou autocomplétion. Créez des vues spécifiques où vous ne prenez aucune décision sur la base de ces segments avant d’avoir recoupé avec les logs serveur.
3. Reconstruire un référentiel d’intentions propriétaire. Ne basez plus votre liste de mots-clés négatifs sur le seul rapport Search Terms. Utilisez les données de recherche interne du site (moteur de recherche sur votre boutique) et les questions du chat client. Ces verbatims vous donnent le langage réel de vos acheteurs. Cela vous permet de valider ou d’invalider les interprétations de Google.
Chez le client en ameublement, cette démarche a permis de réduire de 34 % les clics sans potentiel en trois semaines, simplement en ajustant les exclusions sur la base des intentions réelles et non des formats interprétés.
Enfin, une pratique que je déconseille : élargir aveuglément les négatifs par peur. Sur un compte fashion, j’ai vu un annonceur exclure 700 termes en une nuit après l’annonce du changement. Résultat ? Son volume d’impressions a chuté de 41 % et ses conversions de 28 % en dix jours.
Pourquoi 2026 impose une architecture sémantique de vos données, pas seulement de vos pages
La décision de Google n’est pas un incident. C’est la suite logique de la généralisation des AI Overviews et de la recherche multimodale. En 2025, plus de 30 % des recherches mobiles intègrent déjà une image ou la voix. En 2026, ce chiffre dépassera probablement 45 %.
Dans ce contexte, l’expression d’une requête tapée au clavier devient minoritaire. Pourtant, 85 % des annonceurs e-commerce que j’observe pilotent encore leurs campagnes comme si chaque recherche était un mot-clé classique.
La seule parade pérenne, c’est de construire un double référentiel. D’un côté, vos données Google Ads, avec leurs interprétations. De l’autre, votre référentiel de signaux internes : logs serveur, comportement on-site, données CRM.
Ce double référentiel vous permet de lire le rapport Google pour ce qu’il est devenu : un indicateur de tendance d’intention, pas une vérité terrain. Il devient alors beaucoup plus facile de valider les investissements et d’ajuster les enchères sans se faire piéger.
L’autre pilier, c’est l’architecture sémantique de vos pages produits. Quand Google interprète une intention, il la confronte à la richesse des signaux de votre page. Balisage schema.org précis, réponses structurées aux questions associées, photos qualifiées pour Lens. Plus votre page est clairement définie, moins l’interprétation dérivera vers votre concurrence.
Sur le cas du mobilier, le renforcement du maillage sémantique (cocons sur 47 familles de produits) a réduit de 12 % la proportion de clics reçus sur des interprétations éloignées du produit réel. Non pas en demandant à Google de mieux faire, mais en rendant la page produit tellement explicite que l’IA n’avait pas d’alternative.
Le SEO et le SEA ne peuvent plus travailler en silos
Si vous gérez un e-commerce, vous avez probablement une équipe SEO et une équipe SEA. Ce que ce changement signale, c’est que la frontière entre les deux est désormais poreuse. Les AI Overviews sont à la fois un canal organique et un canal payant. Les requêtes Lens atterrissent indifféremment dans vos rapports Ads ou dans vos analyses Search Console.
Voilà pourquoi je construis des cocons sémantiques qui alimentent aussi les campagnes Shopping. Les données produites par l’un renseignent l’autre. Quand je livre une architecture SEO, je fournis systématiquement une cartographie des intentions qui peut être réinjectée dans la structuration des campagnes Google Ads. C’est ce que j’appelle, avec Guillaume Attias (BMO Academy), le cadre DOSE : Détecter, Organiser, Sécuriser, Étendre. L’étape « Organiser » devient cruciale pour faire le pont entre le langage interprété par Google et le langage réel des clients.
Ce client en ameublement, 14 mois plus tard, affiche 37 000 sessions organiques mensuelles contre 4 000 à l’origine. Son ROAS Google Ads a progressé de 140 % sans augmentation budgétaire. Ce n’est pas la pub qui a changé ; c’est la structuration des informations qui nourrit à la fois l’organique et le payant.
Je ne vous dis pas que tout est à jeter. Je vous dis que le moment est venu de doubler vos rapports Google d’une lecture terrain. Les données interprétées ne sont pas une menace si vous avez vos propres balises.
Est-ce que vous savez, ce matin, quel pourcentage de vos clics Shopping provient d’une requête que votre client n’a jamais formulée ?
Vos rapports Ads vous racontent une histoire ; vérifions-là ensemble
Je ne vous vends pas la méthode. Je vous montre les pages. Lors d’un audit live, je passe vos Search Terms au crible, je compare avec vos données terrain, et je vous donne les réglages immédiats pour ne pas laisser vos budgets dériver.
Réserver un appel diagnostic — 30 minQuestions fréquentes
Que signifie concrètement ce changement dans les rapports Search Terms ?
Google indique désormais que pour les surfaces IA (AI Mode, AI Overviews, Lens, autocomplétion), le terme affiché dans le rapport peut être une interprétation de l’intention de l’utilisateur, et non la requête exacte tapée ou l’image utilisée.
Quels types de campagnes sont les plus touchés ?
Les campagnes Shopping et Performance Max sont directement exposées car elles diffusent sur les surfaces IA. Les campagnes Search classiques le sont moins mais peuvent être concernées via l’autocomplétion et les AI Overviews.
Comment identifier les requêtes interprétées dans mon compte ?
Comparez les Search Terms avec les données de recherche de votre serveur (paramètre keyword) et avec les recherches internes de votre site. Un écart sémantique important signale une interprétation. Segmentez aussi par source (Lens, AI Overviews) dans vos rapports.
Est-ce que cela peut améliorer mon ROAS malgré tout ?
Oui, car les interprétations peuvent mieux cibler l’intention réelle de l’utilisateur, augmentant le taux de clic et la conversion. L’enjeu est de ne pas se laisser piéger par des données déformées en optimisant vos mots-clés négatifs à l’aveugle.
Faut-il encore utiliser les mots-clés négatifs ?
Oui, mais ne vous fiez plus uniquement au rapport Search Terms. Validez chaque terme suspect avec vos logs serveur ou les données de recherche interne. Sinon vous risquez d’exclure des intentions pertinentes.
