Mesure d’impact IA : pourquoi c’est plus dur que le SEO Google
Résumez cet article avec l’IA
Pourquoi le SEO Google se mesure et l’IA se devine ?
Le SEO Google se mesure avec un clic. L’IA se mesure avec une trace. Et la trace est bien plus fragile que le clic.
Depuis 2016, j’ai livré plus de 1 300 cocons sémantiques pour plus de 650 clients. Dans chaque audit, la démonstration suit la même mécanique. Une requête. Une position. Un clic. Une session. Une conversion. Chaque maillon a son outil. Search Console pour la requête et la position. L’analytics pour la session et la conversion. Un écran suffit pour montrer les pages.
Avec l’IA, la chaîne casse dès le premier maillon.
Neil Patel décrit la scène dans son analyse sur l’attribution IA : un utilisateur demande une recommandation de produit à ChatGPT, voit une marque mentionnée, puis cherche cette marque sur Google plusieurs jours plus tard. Votre analytics enregistre alors une visite. Une visite organique ou directe. Il n’enregistre pas la conversation qui a déclenché la recherche.
Relisez cette scène. L’IA a créé la demande. Google en a récolté le crédit.
L’IA produit bien. Vos outils regardent le mauvais moment.
Ce que ça change pour un décideur
Un budget se débloque sur une ligne de tableau. « Ce canal a rapporté tant. » Quand la ligne n’existe pas, l’argent reste là où il est mesurable. Le blocage vient d’une décision, non d’une limite technique.
Dans mes échanges avec les dirigeants, la question revient toujours sous la même forme : « Combien ça rapporte ? » Et la réponse honnête, aujourd’hui, ne tient pas en un nombre. Elle tient en une grille.
L’objet de cet article : vous présenter un outil de diagnostic. Aucun miracle. Je le structure en 5 fractures, cinq endroits précis où la mesure de l’impact IA se brise :
- Fracture 1 – Le décalage La recommandation et l’action sont séparées par des jours.
- Fracture 2 – Le clic absent L’IA répond sans que personne ne visite votre site, ou la visite tombe dans le trafic direct.
- Fracture 3 – La réponse mouvante La même question ne produit pas toujours la même réponse.
- Fracture 4 – L’absence de console Aucune donnée native de la plateforme sur vos citations.
- Fracture 5 – L’attente du chiffre unique La décision exige une précision que le phénomène ne fournit pas.
Pour chacune, vous saurez si elle est active chez vous, quel symptôme elle laisse dans vos données et quel instrument la remplace. Voyons-les une par une.
Fractures 1 et 2 : le décalage dans le temps et le clic qui n’existe pas
La plus coûteuse en crédit perdu.
Fracture 1 – Le décalage
En SEO Google, l’intervalle entre la requête et le clic se compte en secondes. Avec l’IA, selon Neil Patel, l’intervalle entre la recommandation et la recherche de marque peut atteindre plusieurs jours. Entre les deux, la personne a changé d’appareil. De navigateur. De contexte. Le cookie ne la suit plus. Votre attribution non plus.
Un scénario type, sans chiffre, juste pour fixer l’image.
- Lundi soir, sur mobile, un acheteur demande à un assistant IA quel prestataire choisir pour son besoin. Votre marque est citée.
- Vendredi matin, sur ordinateur, il tape votre nom dans Google. Il clique sur votre site. Il demande un devis.
- Votre rapport mensuel affiche : « Organic Search, requête de marque. »
Conclusion du tableau de bord : « le SEO de marque progresse. » Conclusion réelle : l’IA a fait le travail. Google a servi de porte d’entrée.
Fracture 2 – Le clic absent
Deuxième cassure. Une réponse d’IA peut être complète sans que personne ne visite votre site. La marque est vue. La page n’est jamais ouverte. Aucune session ne naît. Aucune ligne n’apparaît.
Et quand la visite a lieu, elle n’est pas toujours étiquetée. Selon l’application et l’environnement, la source de référence peut ne pas être transmise. La visite tombe alors dans le trafic direct. J’observe chez mes clients que cette catégorie devient un sac où tout atterrit : les inconnus, les liens copiés, les applications, et probablement une partie de l’influence IA.
Le diagnostic n’est pas « votre marque est soudain plus connue par hasard ». C’est « une machine la recommande peut-être, et vos outils l’enregistrent comme une préférence spontanée ».
Test de diagnostic – fractures 1 et 2
- Vos recherches de marque progressent-elles sans campagne ni actualité ?
- Votre trafic direct augmente-t-il sans explication claire ?
- Quand vous demandez à un nouveau client comment il vous a trouvé, un assistant IA est-il mentionné ?
Deux réponses « oui » sur trois : ces fractures sont probablement actives chez vous.
Le contre-intuitif à retenir : une bonne nouvelle dans vos données de marque peut être le signal d’un canal que vous ne mesurez pas encore. Ne la rangez pas dans « notoriété naturelle » sans vérifier.
Ces deux fractures partagent une racine. Elles tiennent à la façon dont les gens utilisent l’IA : pour s’informer, pas pour cliquer. Le comportement a changé. L’instrument est resté le même.
Fractures 3 et 4 : une réponse qui bouge et aucune console pour la suivre
Les deux premières fractures concernent le parcours. Les deux suivantes concernent l’objet mesuré lui-même.
Fracture 3 – La réponse mouvante
Dans Google, une position 3 reste une position 3 pour un cadre donné. On peut la suivre. La comparer. Construire une courbe.
Dans une IA générative, la même question posée deux fois peut produire deux réponses différentes. Deux utilisateurs, deux formulations, deux contextes : deux listes de marques. Une citation, c’est une probabilité, pas un rang.
Première conséquence pratique : On ne mesure pas une position. On mesure une fréquence de présence. La bonne unité : sur un panel de questions répétées, ma marque apparaît dans telle proportion des réponses. Pas « je suis cité en tête ».
Fracture 4 – L’absence de console
Search Console vous donne des requêtes, des impressions, des clics. C’est la fenêtre officielle sur votre visibilité Google. À ma connaissance, aucun assistant IA ne fournit aujourd’hui un équivalent natif : ni volume de questions posées, ni nombre de fois où votre marque a été citée.
Vous mesurez donc depuis l’extérieur. Vous interrogez la machine et vous observez ce qu’elle répond. Les outils tiers de suivi de visibilité IA fonctionnent sur ce principe d’échantillonnage. Ils offrent une tendance, pas un volume réel.
La nuance compte. Une tendance suffit pour décider, à condition de la présenter comme une tendance.
| Dimension | SEO Google | Visibilité dans l’IA |
|---|---|---|
| Unité de mesure | Position, clic | Fréquence de citation sur un panel |
| Données de la plateforme | Search Console (requêtes, impressions) | Pas d’équivalent natif, mesure externe |
| Stabilité du résultat | Cadre stable, courbes comparables | Réponses variables d’un essai à l’autre |
| Chemin vers la conversion | Clic, session, conversion tracée | Recommandation, puis recherche différée de marque |
Ce tableau résume pourquoi l’outillage SEO ne se transpose pas. Il ne s’agit pas d’une question de talent ou de budget. Il s’agit d’une différence de structure.
Test de diagnostic – fractures 3 et 4
- Suivez-vous votre présence dans les réponses IA avec des questions figées et rejouées ?
- Distinguez-vous une tendance observée sur plusieurs essais d’un résultat isolé ?
- Savez-vous quelles pages de votre site servent de sources aux réponses qui vous citent ?
Quand je teste cette présence pour un client, je pars des questions que ses acheteurs posent vraiment. Je les rejoue à intervalles réguliers. Je note si la marque est citée, à quel endroit, avec quelles pages derrière. Le geste est simple. C’est la régularité qui le rend instructif.
Rejouer les questions, comparer les réponses, annoter les résultats. Rien de spectaculaire. Mais c’est une mesure qui est à vous.
Fracture 5 : le décideur attend un chiffre, la réalité offre une convergence
La cinquième fracture ne se trouve dans aucun outil. Elle se trouve dans la salle de réunion.
Le décideur veut une ligne. « L’IA nous a rapporté tant. » Il en a besoin pour arbitrer. Pour défendre un budget. Pour rassurer un associé. C’est légitime.
Mais ce chiffre unique n’existe pas, pour les raisons des quatre fractures précédentes. Et cette attente crée deux erreurs symétriques.
Erreur 1 – Attendre l’attribution parfaite avant d’agir. Le temps passe. Les concurrents occupent les réponses. La décision se repousse de trimestre en trimestre parce que la mesure n’est jamais assez propre.
Erreur 2 – Forcer un chiffre faux. On compte uniquement les sessions identifiées comme venant d’un assistant. Le total est minuscule. On conclut que « l’IA ne rapporte rien ». Or ce chiffre ne mesure que les clics identifiables, c’est-à-dire la partie émergée, au sens strict.
Le diagnostic : les données existent. Ce qui pose problème, c’est la forme de la preuve qu’on en attend.
Mesurer moins précisément, mais justement. Trois signaux qui concordent en disent plus qu’un chiffre exact mal dirigé.
Les marques connaissent déjà cette logique. Personne n’attribue une vente à un clic sur une affiche ou à un spot radio. On suit des indicateurs d’influence : enquêtes déclaratives, hausse des recherches de marque, évolution des demandes entrantes. L’IA rejoint ce territoire. Elle ressemble davantage à un média d’influence qu’à un canal de clic.
Voici le cadre de décision que je recommande. Il tient en trois temps.
- Choisir trois signaux avant de regarder les données : par exemple la source déclarée des nouveaux clients, la courbe des recherches de marque et la fréquence de citation sur votre panel de questions.
- Fixer la règle à l’avance : « si deux signaux sur trois progressent sur le trimestre, nous poursuivons l’investissement ».
- Réévaluer à date fixe, avec les mêmes instruments, sans changer la règle en cours de route.
Je fixe le critère avant d’ouvrir les chiffres. Toujours. C’est la seule façon d’éviter de lire les données dans le sens de ce qu’on espérait.
Ce cadre transforme une discussion d’opinion en décision documentée. Et il répond au blocage initial : on cesse d’attendre le chiffre parfait pour accepter une preuve suffisante.
Quel signal votre direction accepterait-elle comme preuve, si vous deviez le choisir aujourd’hui ?
La grille de diagnostic : où votre mesure échoue-t-elle ?
Une grille à remplir en quelques minutes, avec vos données sous les yeux.
| Fracture | Question test | Symptôme dans vos données | Instrument de remplacement |
|---|---|---|---|
| 1 – Décalage | Vos prospects vous cherchent-ils sur Google après avoir été informés ailleurs ? | Recherches de marque en hausse sans campagne | Courbe de requêtes de marque annotée par événements |
| 2 – Clic absent | Votre trafic direct gonfle-t-il sans explication ? | Part du direct en progression, sources de référence rares | Question déclarative « comment nous avez-vous connus ? » avec option assistant IA |
| 3 – Réponse mouvante | Mesurez-vous une position ou une fréquence ? | Captures isolées présentées comme des résultats | Panel de questions figé, rejoué à intervalle régulier |
| 4 – Pas de console | Savez-vous quelles pages servent de sources ? | Aucune visibilité sur les citations | Relevé manuel ou outil tiers d’échantillonnage, présenté comme une tendance |
| 5 – Chiffre unique | Votre décision dépend-elle d’un nombre exact ? | Budget gelé en attente d’une attribution propre | Règle de décision à trois signaux, fixée à l’avance |
Comment lire la grille
Notez chaque fracture de 0 à 2 : 0 si elle ne vous concerne pas, 1 si elle est partielle, 2 si elle est active. L’objectif n’est pas de totaliser un score. C’est de repérer vos deux fractures les plus actives et de poser l’instrument de remplacement là d’abord.
Quelques lectures types, à partir de ce que j’observe lors des audits.
Fractures 1 et 2 dominantes. Vous avez probablement déjà de l’influence IA, mais elle se cache dans vos courbes de marque et dans le direct. Priorité : la question déclarative et l’annotation des courbes.
Fractures 3 et 4 dominantes. Vous ne savez pas si vous êtes cité, ni où. Priorité : le panel de questions figé et le relevé des pages sources.
Fracture 5 dominante. Les données existent peut-être, mais la décision reste bloquée. Priorité : la règle à trois signaux, validée par la direction avant toute mesure.
Un point d’honnêteté sur les limites. Cette grille ne produit pas un retour sur investissement chiffré à l’euro près. Elle montre quelque chose de plus utile : la carte des endroits où votre mesure est aveugle. Savoir où l’on ne voit pas, c’est déjà gagner en clarté.
Et cette clarté change les discussions. On ne dit plus « l’IA, on ne sait pas mesurer ». On dit « nous mesurons bien les fractures 3 et 4, nous avons un trou sur la 2, voici ce que nous ajoutons ».
Votre protocole de convergence : par où commencer cette semaine ?
Passons à l’action. Un protocole en cinq gestes, sans outil coûteux. Il suit l’ordre des fractures les plus fréquentes.
1. Ajouter la question déclarative
Sur vos formulaires de contact, de devis ou de commande, ajoutez « Comment nous avez-vous connus ? » avec un champ libre et une option explicite pour un assistant IA. Le champ libre compte. Il révèle des formulations que vous n’auriez pas prévues. C’est l’instrument le plus direct contre les fractures 1 et 2.
2. Figer un panel de questions
Listez une vingtaine de questions que vos acheteurs posent réellement avant de choisir. Rejouez-les chaque semaine dans les assistants qui comptent pour votre marché. Notez trois choses : votre marque est-elle citée, comment, et vers quelles pages la réponse renvoie-t-elle. Le panel reste identique d’une semaine à l’autre. Sans cette discipline, la comparaison perd son sens.
3. Annoter la courbe de marque
Dans Search Console, suivez vos requêtes de marque. Ajoutez des annotations à chaque publication importante, chaque campagne, chaque mention presse. Quand la courbe monte sans événement identifiable, vous tenez un indice sérieux d’influence extérieure à Google.
4. Surveiller la part du direct
Dans votre analytics, isolez les sources de référence connues des assistants IA et regardez la part du trafic direct dans le temps. Ne cherchez pas un total fiable. Cherchez un mouvement.
5. Écrire la règle de décision
Trois signaux, un seuil, une date de revue. Validés par la direction avant la première mesure.
Ce que ce protocole vous donne
Un tableau de convergence. Pas un chiffre exact, mais une réponse documentée à la question « l’IA travaille-t-elle pour nous ? », avec des preuves que chacun peut relire.
À mon avis, le plus important se joue en amont de la mesure. Ce qui nourrit les réponses d’une IA ressemble à ce qui nourrit déjà Google : une architecture claire, des pages qui répondent précisément à des questions, une marque cohérente d’un contenu à l’autre. C’est le travail de cocon que je forge depuis 2016. Mesurer l’IA sans avoir structuré ses contenus, c’est installer un thermomètre dans une pièce vide.
Mesurer demande une méthode. Être cité demande une structure. Les deux se préparent maintenant.
Alors, sur les 5 fractures, laquelle fausse le plus votre lecture de l’IA aujourd’hui, et quel instrument allez-vous poser dessus cette semaine ?
Un audit live de votre mesure IA
Je passe vos données au crible de la grille en 5 fractures, en direct. Vous repartez avec la carte de vos angles morts et l’instrument à poser en premier.
Réserver un appel diagnostic — 30 minQuestions fréquentes
Pourquoi l’attribution IA est-elle plus difficile que celle du SEO Google ?
Le parcours est rompu : la recommandation IA vient d’abord, la recherche de marque Google plusieurs jours après. L’analytics la crédite à Google ou au direct, jamais à l’IA.
Peut-on mesurer précisément le trafic venant de ChatGPT ?
Seulement en partie. Les visites avec référent identifiable sont comptables, mais l’influence sans clic ou différée échappe aux outils. Mieux vaut croiser trois signaux que viser un chiffre unique.
Comment savoir si mes clients me découvrent via une IA ?
Posez la question « Comment nous avez-vous connus ? » avec un champ libre et une option assistant IA. C’est le plus direct pour découvrir comment les gens en parlent.
Existe-t-il un équivalent de Search Console pour l’IA ?
À ma connaissance, aucun assistant ne fournit de données sur vos citations. On les mesure de l’extérieur, avec un panel de questions figé ou des outils tiers qui donnent une tendance.
Faut-il attendre une mesure fiable avant d’investir dans la visibilité IA ?
Non. Fixez à l’avance trois signaux et une règle de décision, par exemple deux sur trois en progression sur un trimestre. Vous décidez avec une preuve suffisante, sans attendre la perfection.
